- yourwaycareer
- Posts
- 麦肯锡本科起薪从 11.2 万升到 12 万、MBA 冲上 20 万:MBB 四年来首次调薪,选人标准同步改写
麦肯锡本科起薪从 11.2 万升到 12 万、MBA 冲上 20 万:MBB 四年来首次调薪,选人标准同步改写
FT 与 Management Consulted 先后披露薪酬数据,麦肯锡在美国部分终面试点 Lilli 人机协同环节。
01|一份 12 万美元底薪的 Offer,附带一场要和 Lilli 共事的终面
设想一位 2026 年秋招拿到麦肯锡 2027 年入职班 Offer 的美国名校应届生。合同上的 base 是 $120,000,比上一届同岗位高出 $8,000。她的终面包含案例面试、个人经历面试(PEI)和一个人机协同环节,末尾那间房的屏幕上开着麦肯锡内部的生成式 AI 平台 Lilli。考官递给她一个真实的商业案例,请她和 Lilli 一起拆解问题、形成建议,再把建议放进某家具体客户的处境里。以上场景依据公开报道还原,人物为虚拟。
2026 年 10 月 27 日,FT 报道麦肯锡、BCG、贝恩上调美国新员工起薪,这是 2022 年 8 月以来的第一次上调。Management Consulted 同期发布的 2027 年入职班数据显示,三家公司的 pre-MBA base 统一到 $120,000,post-MBA base 统一到 $200,000,签约奖金与绩效奖金另计。
这条消息很容易被读成咨询业重回大规模扩招。把薪酬、招聘规模和面试形式放在一张桌上看,会得到三条更细的线索:base 的名义涨幅低于同期物价,招聘入口向本科和硕士预科倾斜,考官开始直接给候选人使用 AI 的判断力打分。 下文逐条展开,再落到一份可以对照自测的清单。
02|三家同步涨到 $120,000 与 $200,000,物价累计已经涨了约 13%
先看第一张表。
MBB 2022-2027 美国入职 base 对照表(单位:美元)
入职起点 | 公司与职级 | 2022 年 8 月至 2026 年 base | 2027 年入职班 base | 涨幅 |
|---|---|---|---|---|
pre-MBA(本科、硕士预科) | 麦肯锡 Business Analyst | 112,000 | 120,000 | +8,000(7.1%) |
pre-MBA | 贝恩 Associate Consultant | 112,000 | 120,000 | +8,000(7.1%) |
pre-MBA | BCG Associate | 110,000 | 120,000 | +10,000(9.1%) |
post-MBA(MBA、高级学位) | 麦肯锡 Associate | 192,000 | 200,000 | +8,000(4.2%) |
post-MBA | 贝恩 Consultant | 192,000 | 200,000 | +8,000(4.2%) |
post-MBA | BCG Consultant | 190,000 | 200,000 | +10,000(5.3%) |
表内数字只含 base,签约奖金和绩效奖金单列,Management Consulted 将在后续的 2027 年薪资报告中披露。
三家公司在两个层级上的 base 现在完全一致。BCG 此前在两个层级都比麦肯锡和贝恩低 $2,000,这一轮多加了 $2,000,补齐了差距。三家加的美元金额接近,pre-MBA 的底数更低,所以 pre-MBA 的百分比涨幅更高:麦肯锡与贝恩 7.1%,BCG 9.1%。
推动这轮调薪的力量来自两侧。科技公司在裁员后重新招人,OpenAI、Anthropic 等 AI 企业成为名校毕业生的新去处,咨询公司需要用 base 守住入口。同时客户围绕 AI 落地的咨询需求在回升。Management Consulted 运营负责人 Namaan Mian 把这轮上调解读为咨询公司对未来业务的信心。
涨幅本身需要放进物价里衡量。Management Consulted 引用美国劳工统计局数据,指出美国物价自 2022 年 8 月上次调薪以来累计上涨约 13%。麦肯锡与贝恩 pre-MBA 的 7.1% 低于这个数字,名义 base 创了新高,购买力仍低于 2022 年的水平。
招聘规模的信息来自另一些口径。Mian 估计 MBB 现在超过 60% 的招聘走非 MBA 渠道,涵盖本科、博士和 lateral。Management Consulted 观察到,涨薪后多家公司的 MBA 招生规模没有扩大,重心移向成本更低的 pre-MBA 候选人。总量上,麦肯锡北美区主席 Eric Kutcher 在 2025 年 9 月披露,2026 年北美招聘规模增加 12%,增量集中在入门级。Bob Sternfels 在 2026 年 7 月表示,麦肯锡咨询师团队的目标是增长 20%,岗位主要在职业早期,支持职能的精简则已基本完成。
把这些数字合在一起:入口在加宽,加宽的位置是本科和硕士预科这一侧,MBA 这一侧没有同步扩容。 对准备投递美国办公室的留学生来说,pre-MBA 席位的竞争对手来自全球名校的本科和硕士,筛选环节同时开始直接测试 AI 协同能力。
03|Lilli 终面:考官给分的对象是你对 AI 输出的追问
2025 年 12 月,Management Consulted 披露麦肯锡在美国部分终面中试点 AI 环节:候选人在屏幕上调用 Lilli 分析商业案例,并给出战略建议。这个环节排在终面三个面试的末位,主要出现在美国办公室、面向 Business Analyst 的候选人,尚未在全球铺开。是否进入你的流程取决于办公室与岗位,需要向招聘官确认。公开报道目前集中在美国办公室,亚太与大中华区的安排没有披露。
Vault 的文章(哈佛 FAS 职业发展中心转载)交代了考官的评分口径。考官关注好奇心、专业判断力与健康的怀疑精神:候选人能否接过 Lilli 的输出,质疑它,放回具体客户的约束里,再改写成可执行的建议。考官明确表示,这个环节评估的重点是判断力,Prompt 写得是否漂亮排在其后。
具体到一道案例里,质疑可以落在三个位置:Lilli 采用的第二条假设,数据的统计口径,客户在监管、供应链或组织上的现实约束。这三处恰好是 Issue Tree 和 Market Sizing 的关键节点,也是模板套用最容易漏过的地方。
Kutcher 在 2025 年 9 月的表态提供了另一条线索。他认为 AI 不会掏空入门级岗位,年轻人对技术的熟练度往往高于干了七年的资深员工,入门级的工作内容会转向机器做不了的部分。Lilli 环节把这类工作搬进了考场。
高层的表态给了这个环节更完整的背景。Sternfels 在 2026 年 1 月的 HBR IdeaCast 中描述,麦肯锡约 6 万人的规模里有 4 万名人类员工和 2 万个 AI Agent,目标是让每名员工至少配备一个 Agent。到 2026 年 7 月,他又提到前线咨询师平均带着约三个 AI Agent 工作。初级顾问手边的产出速度已经由 Agent 抬高,价值落在校验、取舍和向客户交代上。 同时,Sternfels 重新强调人文与多元背景的价值,看重候选人跳出既定算法的非连续跳跃思考(Discontinuous Leaps),并认为人际互动类的能力不会被 AI 取代,反而会被放大。
04|4 个维度的能力迁移:从默写框架到审计 AI
第二张表对照传统 Case 候选人与人机协同时代高潜候选人的差别。
传统 Case 候选人与人机协同时代高潜候选人 4 维能力对照表
能力维度 | 传统 Case 候选人的准备方式 | 人机协同时代高潜候选人的做法 | 面试中的可观察信号 |
|---|---|---|---|
问题架构 | 背诵 Issue Tree、4P、3C 等现成框架,开场直接套用 | 结合非标商业场景,定义高质量复杂问题的边界,框架按案例现场重画 | 第一分钟内问出改变问题范围的澄清问题 |
数据处理与分析 | 用计算器手动完成 Market Sizing 与财务模型 | 借助 AI 秒级出数,并在 10 秒内指出核心假设的破绽 | 能说出哪条假设一旦失真,结论会翻转 |
批判性审计 | 对权威材料与标准答案全盘信任 | 对 AI 幻觉和泛化空话保持警觉,具备反向追问能力 | 主动追问来源、口径和反例,修正后给出新版本 |
商业落地与沟通 | 机械背诵陈述建议 | 以首席顾问身份,向企业决策层交付带取舍的情境化方案 | 建议里写明放弃了什么、客户下一周做什么 |
表中第二行的 10 秒是练习目标,在公开报道中没有出现过考官设定的具体秒数。训练时把它当作计时器使用,可以逼自己先找最脆弱的一条假设。
05|4 个动作:把准备时间从背框架挪到审计 AI
面向冲刺咨询大厂的求职者,这里是一份可以直接排进日程的清单。投递前先向招聘官确认流程里有没有 Lilli 环节。备考阶段用公开可用的大模型练习即可,训练目标是质疑和修正的流程,具体用哪款工具排在其后。
Case 面试人机协同突围清单
动作一:封存机械化套路笔记,训练 3 分钟提炼核心矛盾。 停止用整块时间口头背诵市场规模估算的步骤。每天拿一则真实的商业新闻,限时 3 分钟,写出这家公司面临的核心矛盾,以及解决它必须先回答的两个问题。
[ ] 连续 14 天,每天一则新闻,一条核心矛盾
[ ] 每周挑一条,对照行业研究复盘自己漏掉了什么
动作二:建立日常 AI 交互审计训练。 练 Case 时先让大模型生成完整方案,再用 15 分钟完成三件事:推翻它的第二条假设,补充一条本土监管或供应链约束,把修正后的建议重新写成三句话。
[ ] 每次练习保留一份「AI 原稿加批注」,批注至少 3 处
[ ] 每周统计一次:哪类错误最常被你漏掉(口径、假设、约束)
动作三:打磨商业非连续跳跃的感知。 每周读两份产业新闻、财报或重组报道,各写一段话:这家公司下一步最可能偏离去年路径的方向是什么,依据是哪两个具体事实。算法能从历史数据里推出的延续性结论不必重复,把笔墨留给需要定性判断的拐点。
[ ] 每周两篇,各一段「偏离路径」判断,附两条事实依据
[ ] 每月回看,核对哪些判断后来被财报或新闻验证
动作四:升级行为面试(PEI)与 Fit 的表达。 个人经历面试里减少单打独斗的叙事,增加这样的结构:不确定性很高的情境,你怎样整合技术工具,怎样驱动跨专业协同,怎样验证工具的输出,最终交付了什么成果。
[ ] 准备 3 个故事,每个都含一句「我如何验证工具给出的结论」
[ ] 找同学模拟,要求对方追问三次你的验证过程
咨询候选人人机协同与商业胜任力自测表
每题满足得 1 分,不满足得 0 分。
序号 | 自测问题 | 达标标准 |
|---|---|---|
1 | 拿到一道新案例,能否在 3 分钟内写出核心矛盾 | 一句话,包含对象与冲突 |
2 | 不看框架清单,能否按案例现场画出 Issue Tree | 分支互斥且有优先级 |
3 | 能否解释 Market Sizing 中每个假设对结论的敏感度 | 指出最敏感的一条并说明原因 |
4 | 面对大模型给出的方案,能否在 10 分钟内找出一个逻辑缺口 | 能写出缺口与修正版 |
5 | 能否识别大模型输出里的一处疑似幻觉 | 说出核验路径与替代来源 |
6 | 能否结合一项本土监管或供应链约束,修改 AI 的建议 | 约束具体,修改落到行动 |
7 | 过去一个月,读过几份财报或重组报道 | 至少 4 份并有书面判断 |
8 | 建议里是否写明放弃什么 | 至少一项被放弃的选项与理由 |
9 | 行为面试故事里是否含工具验证环节 | 至少 3 个故事含验证 |
10 | 能否向非专业听众用 2 分钟讲清建议 | 对方能复述结论与下一步 |
8 至 10 分:可以开始跟人模拟,重点练追问与时间控制。5 至 7 分:优先补第 4 至 6 题,每周做一次 AI 交互审计。0 至 4 分:先回到动作一与动作二,用 4 周建立节奏,再进入模拟面试。
Management Consulted 披露,包含签约奖金与绩效奖金的 2027 年总包数据将在后续报告中公布。届时 pre-MBA 与 post-MBA 的首年现金差距,可以接着这张 base 表继续核对。
如果你是大学生或者工作经验在2年以下
推荐关注⬇️yourwaycareer

如果你的工作经验在2年以上
推荐关注⬇️yourwaycareer社招

不经过专业的求职训练,如何拿到Dream Offer
报名VIP项目,扫描下方二维码
联系YWC团队免费咨询
Reply