校招季翻 JD，翻多了能看出些门道。具身智能方向的岗位要求，和很多人想象的不太一样：JD 里很少写 "人工智能"" 机器学习 " 这种放之四海皆准的套话，反而是一些非常具体的东西，反复出现在不同公司的招聘要求里。我把 5 家企业 2027 届的校招 JD 逐条过了一遍，高频出现、且明显能拉开差距的核心能力，基本收敛到四个词：ROS2、PyTorch、TensorRT 边缘部署、真机经验。

先说 ROS2。几乎每份 JD 都会点名，常见写法是 "熟悉 ROS2 开发环境"。这句话看着门槛不高，面试问起来却不客气：节点能不能自己建，话题通信会不会调，开源包能不能读懂、改得动。具身智能的机器人要同时接视觉、激光雷达、机械臂、底盘，多传感器往一个系统里集成，ROS2 基本是行业公认的事实标准，绕不开。这里有个容易被忽视的差距：不少学生学的还是 ROS1。简历上写 ROS1 不是不行，但面试前至少要把 DDS 和实时性这两块补上，这是新旧版本最实质的区别，也是面试官最爱追问的地方。

第二个是 PyTorch。这几乎是简历标配，写的人最多，含金量差距也最大。面试官不会因为你跑通过一个 Demo 就高看一眼。能不能自己改模型结构，能不能手写训练循环，能不能讲清楚损失函数为什么这么设计，训练中显存溢出这类问题能不能定位 —— 这些才是会被真正追问的内容。框架只是个工具，面试官想确认的是你理解训练本身，而不是会用某个库的 API。

第三个容易被忽略：TensorRT 与边缘部署。模型在服务器上训完，只是开了个头。机器人要上板，就要做量化、压推理时延，在 Jetson、RK3588 这类算力有限的板子上把模型真正跑起来，才谈得上落地。这项能力在约一半的 JD 里被列为加分项，企业还在观望，但趋势已经很明确。好在练这个几乎不需要额外资源，自己买一块开发板就能上手，对在校生来说是最容易补齐的一块。

第四个，真机经验。JD 里大多写在 "优先" 一栏，但面试几乎必问。面试官想听的，不是 "我搭过几个 demo"，而是真机上你调过什么参数、踩过哪些坑、出了故障是怎么一步步定位的。这一块讲不清楚，前面三项都要打折扣。具身智能最终要让机器在真实环境里动起来，这一关靠简历和纸面推演过不去。

除这四个核心词，还有几个隐性考点：Linux、Git、基础 C++。很多同学理论都学过，却从没在 Linux 环境下完整跑通过一个工程，代码管理也停在 "会一点"。这些不一定会写进 JD，但笔试、面试、入职第一天都可能碰到，缺了会很被动。

说回简历本身。拉开差距的从来不是堆了多少框架名词，而是有没有完整跑通过一条端到端链路：数据采集、模型训练、上板部署、真机运行。这四个环节完整走一遍，对系统的理解会完全不一样，比在简历上罗列一堆工具名有用得多。

如果四个方向一个都没实操过，先别急着海投。挑一个方向，花两个月，做出一个能演示的作品 —— 哪怕只是一个在板子上跑通的简单抓取 demo。一个能讲清楚原理、过程和踩坑经历的作品，比一百份堆名词的简历都管用。