2026 年找工作，你带的不只是自己

今天是 11 月 4 日，我坐在桌前，帮一个准备转行的朋友整理求职材料。她三十出头，做过老师，做过档案管理员，现在想进公司做数据分析。简历我看了三遍，越看越觉得不对劲——不是写得不好，是写的东西不对。

以前改简历，改的都是「我会什么」：会不会写 SQL，会不会做透视表，有没有项目经验。今天改到一半我停住了：真正决定她能不能拿到这个岗位的东西，她一条都还没写。

2026 年 11 月开始，找工作的人不是自己去的

把 11 月写进标题，是因为这件事就是从这个月开始的：她的简历摊在桌上那天，我头一回不是在改字，是在给她装机。

找工作的人，要带着自己的 AI 去。这个 AI 就是你养出来的那个 bot。

是带着人去的，只是这个人不在花名册上。这跟「用一个 AI」不是一回事——AI 是谁都能打开的东西，关掉就清零；bot 是你往里装了什么，它就带着什么走。

这件事我今天是实打实做了一遍：把数据分析岗要干的十件事——经营日报、转化漏斗、用户分层、A/B 评估、渠道 ROI、品类分析、流失预警、异常归因、口径治理、专题报告——一件一件拆成流程，做成十一个技能包（有几件拆得更细），装进她可以带走的那个 bot 里。装完那一刻我才反应过来：她带去的不是一份简历，是一支队伍。

你的兵，就是你的能力

你手下有什么兵，你就能打什么仗。我的 AI 会读固件、会反汇编、会在几万行伪代码里找那两个校验函数——所以我敢接逆向的活；她的 AI 里装着十一个场景流程——所以她敢去接数据分析的活。

不会有人再问「你一个人能做完吗」，该问的是「你的 AI 能干什么」。你可以写一个 exe 吗？你的 AI 可以，你就可以。你可以分析五万条数据算出平均值和方差吗？你的 AI 可以，你就可以。

这就是 2026 年的能力定义：

每个人都带着 AI 的时候，区别在哪

既然人人都有 AI，那你和你的 AI，跟别人和他的 AI，到底差在哪？不在模型——模型大家都买得起，今天最强的那个，三个月后人人都在用。差在两件事上。

第一件：有没有明确的分工

过去，知识和技能都装在一个人身上，装在第一大脑里。AI 出现以后，我们多了第二大脑。很多人以为第二大脑就是「更快一点的我」，于是把整件事原样丢过去，等它给个结果——那不叫分工，那叫许愿。有分工的人清楚哪一段归自己，哪一段该交出去。

第一大脑管三件事：理解业务、跟人沟通、把结果真正交出去。 知道这张报表是给谁看的，知道及格率的分母该不该含缺考，知道哪个数字是明天要拍板的依据，也知道结果错了自己得担着。第二大脑管一件事：接住任务，做完，交回去。 前提是任务边界清楚、要求清楚、可执行——输入是什么、输出长什么样、中间经过哪几步、什么叫做完了、什么叫算错了。

然后循环才真正转起来：第一大脑拿着结果去交付，被挑毛病，被数据打脸，拿到反馈回来，再喂给第二大脑，改流程、补技能。一轮一轮，两个大脑都在长。

第二件：装什么，它才既不空白也不越界

分工解决的是谁来做。同一天里还有另一件事，我觉得比分工更值钱——它肚子里到底装了什么。我拿一个观点跟我的 AI 磨了半个晚上：写文章不要抬杠，不要在一篇里补充反面，一篇文章只押一个点、只发一个号召。磨到第三轮，它才不再说「我认同一半，另一半想抬一下」。这些规则不是它自己长出来的，是我一条一条钉进它的技能文件里的；从今往后，换个会话、隔一个月，它还是这样。

这跟面试一样。面试官见的人多了，他最清楚一件事：坐在对面的都是同一具躯体——一颗大脑、两只手、一张嘴，硬件几乎没有差别。真正不一样的是躯壳里装了什么：装过什么手艺，信什么，怕什么，遇到事情先看哪一处。AI 也是这样，模型就是那具躯体，人人都买得起同一个；你往里装了什么，它才成为谁。

差别就在这儿：别人的 AI 是一张白纸，每次开口都从零开始，交出来的永远是四平八稳的通用稿；我的 AI 带着规则、带着我沉淀下来的手艺去入职。同样一个模型、同样一句「帮我写篇稿子」，出来的东西一看就知道是谁带出来的兵。

为什么大部分人的 AI 是白的？因为他们用的不是 bot，是模型。模型是预训练出来的一大堆公共知识：它知道数据分析一般怎么做、报表一般长什么样，但它不知道你这张表的分母含不含外包，不知道你们老板看见环比下降会先问哪一句。你打开就用，等于每次都跟一个刚入职、什么都不记得的同事说话——他聪明、反应快，可他对你这摊事一无所知，只能给你一份放到哪儿都正确的通用稿。

表：模型和你的 bot 差在哪

这两年各种 bot、个人助理密集冒出来，恰恰是这件事的旁证。如果模型本身够用，没必要专门给你一个用来装自己东西的容器。它们出现的理由只有一个：个人上下文对「能不能做对」是决定性的。而且这些产品都在等你往里填——你的习惯、你的口径、你踩过的坑。谁的容器里装满了，谁的 AI 才真的开始懂他这摊事。

上下文这个词听着虚，拆开很具体，至少三层。第一层是知道什么：你们那张报表的分母、这个行业的黑话、你踩过的坑。第二层是能做什么：我的 AI 手上有我自己搭的公网服务器，能把文章发出去；有生图的 key，能配图；能跑脚本、能查数据库——这些是权限，不是聪明。第三层是要什么样子：我要求它写东西不许抬杠、一篇只押一个观点、不许用「首先其次」。三层都装进去，它才真的像「我的」。只装知识不装能力，它是个懂行的实习生；只装能力不装偏好，它是个能干但不像你的替身。

但有个前提：不空白，不等于什么都往里装。能进的只有三种——你自己踩过的坑和你总结出来的判断顺序；公开可查的资料、文档、行业标准；你自己写的东西（这条还要看合同，职务作品未必归你）。不能进的也是三种：公司的内部资料、客户数据、同事还没公开的成果。它们长得都像文档，性质却是两样：一种是长在你身上的手艺，一种是公司花钱买来的家底。

这两件事合起来，就是一句话：分工要明确，你的 AI 要是你的。 你做一个厉害的人，它做一个厉害的 AI——你厉害在判断、在沟通、在扛结果；它厉害在速度、在覆盖、在不出错地把那件事跑一百遍。谁跨界谁就废。

分析到这儿就够了。剩下的不是道理，是动作。

如何带着你的 AI 横穿职场

顺序就按一个人真实的轨迹走：在岗的时候攒，离职的时候拣，面试的时候摆出来，入职之后按新东家重新校准。四步，四句可以直接抄的话；最后再送你一句今晚就能用的。

第一步：在岗的时候，先抄一遍，再钉一条

在职这几年，手里的事分两半：先把这家公司的东西抄下来，挨批之后钉一条规矩进去。一个刚出厂的 bot 会读会写、会算、会查、会写代码、能把一句话拆成几步——这些人人一样。到岗第一个月真正拉开距离的，是它手里有没有一份自己的目录：哪些活归它管，遇到这类活先翻哪一页，什么情况该停下来问人。这份目录得从第一周就开始抄：抄口径，这个指标的分母里到底含不含那个东西；抄黑话，他们管这件事叫什么；抄边界，哪些事该找谁拍板；抄坑，哪张表是脏的，哪一步千万别省。

抄不是记笔记。每次被挑毛病，别只改这一份结果，把「为什么会错」写成一条规矩钉进去——三个月后新人来问，答案在 bot 里，不用在你脑子里排队。

提示词 ① · 钉规矩

这份结果被退回来了，对方原话是：「______」。
先别改结果。告诉我这条批评背后是一条什么规矩——写成一句我以后能反复用的话，并注明它适用于什么情况、不适用于什么情况。
然后按这条规矩把结果重做一遍，告诉我重做后哪一处变了、为什么。

第二步：走的时候，让它分拣装箱

先说清一件事：它是你的，不是公司的。模型是租来的，每家公司都买得到同一个；bot 是你自己养出来的那个，装着你钉进去的规则和你试错出来的经验，它挂在你的账号上，所以归你——这也是你能带走它的原因。

离职那天，这件事别自己拍脑袋，让它做：把这几年钉进去的每一条规矩拉一份清单，一条一条过。「某厂设备计数器集体归零，判断为批次切换不是故障」，这种写死了厂名、型号、内网地址、真实数值的，原样留下；把里面那句能跨行业成立的话抽出来——「计数器忽然归零或跳变，先分清是清零命令还是断电，看同一帧里两个计数器是不是同步变化」。留下的、带走的，分成两份文件。判断标准就一句：换了行业还成立的，是手艺；只在那家公司成立的，是家底。

这条留与不留的分界，不是保守，是执业底线。客户名单、设备编号、内网地址、账号密码、没公开过的工艺参数，一条都不带出去——那叫资产外泄，不叫经验。反过来也一样：你在这家公司学会的那套判断方法、踩过的坑、总结出来的顺序，本来就长在你身上，公司留不住，也不该留。

提示词 ② · 分拣装箱

把我这段时间钉进你这里的规则、流程、判断方法全部列出来，逐条过一遍。
每条只标一个结论：「能带走」或「留下」。能带走的标准是——换个行业、换家公司仍然成立。
凡是只对本公司成立，或者含客户名称、设备编号、内网地址、账号密码、真实业务数值、未公开参数与工艺的，一律标「留下」。
每条「能带走」的，改写成一句脱开本公司上下文仍然成立的通用方法。
最后输出两份清单：带走的一份、留下的一份；并标出哪几条结论已经过期。

第三步：面试的时候，把岗位拆成动作

面试这一步，你给它加载的仍然是动作，不是形容词：不是「我会数据分析」，是把那个岗位要干的每件事拆成输入、输出、验收标准，一件一件装进去。面试时你手里就不是一份承诺：一张脱了敏的目录，加上一套能当场打开、当场跑一遍的流程。

提示词 ③ · 拆岗位

我现在要应聘一个岗位。请把「______」这个岗位实际要干的活，拆成 5 到 8 件具体的事。
每件写清楚：输入是什么，输出长什么样，中间经过哪几步，什么叫做完了，什么算错了。
最后给我一张清单：哪几件我已经有现成的流程，哪几件还是空的；空的那几件，按最常用的先后排序。

第四步：入职以后，先让它读一遍备份，再按这家公司校准

到岗第一件事不是急着熟悉业务，是让新公司电脑上的 AI 把你带进来的那份备份读一遍——目录卡、经验清单、脱了敏的流程。读完让它复述：目录能讲出来，说明真的装进去了；讲不出来，是那份备份没写清楚，回去补。

但读进来只是参考，不是结论。口径、黑话、谁能拍板，每家公司都不一样，上一家的答案在这里可能是错的。所以第二步是校准：拿手上第一件真实的活让它先跑一版，跑完把和备份打架的地方逐条标出来，按这家公司的实际改写。

第一周你抄下来的每条新口径，回头都要补进 bot。补完，那一层才真是这家公司的；补不上，你就还是带着上一家的脑子在这儿干活。

提示词 ④ · 读备份并校准

我带来了一份上一个岗位沉淀下来的清单：目录、流程、经验教训。请先完整读一遍，然后做三件事。
一、用你自己的话复述这份清单的目录，告诉我哪几块你已经能直接上手；
二、拿我手上这件具体的活试跑一版：「______」。同时列出你知道的做法和我这份备份不一样的地方；
三、给我一张清单：哪几条是硬规则可以直接用，哪几条要按这家公司重新确认，哪几条已经过期。

这件事说到底是一个习惯，不是一次离职才想起来的事：从今天起，凡是你解决了一个以前不会的问题，回头问自己一句——这次靠的是什么？靠的是某家公司的内部信息，那是它的事；靠的是你自己摸出来的判断顺序，就把它写成一条规矩交给 bot。一年下来，你身上就有几十条不属于任何公司的东西。它们才是你能横穿职场的部分。

最后说人和 bot 之间怎么配合。有三件事只能你来做：你决定它管哪一段，你说什么叫对，你被现实打脸之后回去改它。它回给你的是三件人做不到的事——不遗忘，不情绪，不嫌重复。所以不是两个一样强的脑子，是一个负责知道什么重要，一个负责把那件事做对、做够遍数。

今天晚上就能做的一件事

别等公司教你用 AI。等公司教你的时候，你就只能是那个执行的人。

今天晚上花一个小时，把你工作里最烦的那件事写下来——不是「我要用 AI 做报表」，是写清楚输入是什么、输出长什么样、中间要经过哪几步、什么叫做完了、什么叫算错了。写完，再给它添一条规矩：你最看不上的那种输出长什么样，看见就别再写。

也可以用这条现成的话开头：

提示词 ⑤ · 今晚就用

我每天最烦的一件事是：「______」。
帮我把它写成流程：输入是什么，输出长什么样，中间要经过哪几步，什么叫做完了，什么算错了。
再补一条：我最看不上的那种输出长什么样，列三条，以后别这么写。

那不是一次吐槽，那是你给第二大脑下的第一道命令，也是你留在它身上的第一份手艺。明天你去面试，带的不只是你自己。