AI 人才需求短期波动、长期稳健：Agent/RAG 与基础设施岗位引领全球招聘

招聘活动短期收缩，但关键岗位需求并未消失

全球 AI 和数据类岗位招聘在近 7 天出现大幅下降，较过去 30 天减少了 76.4%。这个数字初看令人担忧，但若将视野拉长至 90 天和 180 天，岗位数量基本持平，说明市场并未进入长期衰退。此次波动更可能是季节性调整、企业招聘节奏变化或一次性集中发布后的自然回落。对于前瞻性人才战略而言，聚焦短期的信号噪声不仅无益，反而可能导致错失结构性的趋势判断。

从职能分布来看，AI/算法（32.8%）和数据（30.0%）合计占比超过六成，加上技术类岗位，技术职能几乎垄断了整个市场。薪资透明度持续高位，79.5% 的岗位明确标出薪资范围，这不仅提升了招聘效率，也为候选人提供了更清晰的预期。高级别岗位（senior 及以上）在 7 天窗口内占 35.6%，而在 90 天窗口内高达 41%，表明企业招聘偏好并未向初级人才迁移，资深人才依旧是争夺焦点。

AI 与数据岗位的结构性韧性

尽管短期总量下滑，AI/算法和数据岗位的主导地位未被撼动。企业对这些角色的需求不是阶段性的泡沫，而是数字化转型中持续存在的底层驱动。值得注意的是，Agent/RAG 和 AI 基础设施主题在 7 天窗口内合计占 60%，比 30 天窗口的 39% 明显提升。这种加速意味着企业正从数据收集和模型训练阶段，快速转向智能代理和推理系统的工程化部署。

前沿部署工程师（FDE）岗位的普及是这一趋势的直接反映。Google Cloud、DeepMind、Cohere、Databricks 等多家头部企业都在积极招募 FDE，这一角色承担着将 AI 模型与业务场景无缝集成的桥梁功能。可以预见，凡是计划将 AI 推向生产环境的公司，都需要在组织内部设立或强化 FDE 职能。与此同时，生成式 AI 训练师（Freelance AI Trainer）岗位的出现标志着企业对训练数据质量的重视达到了新高度。这些岗位不再局限于技术背景的工程师，而是扩展到合规专家、保险理赔员、客服经理等垂直领域人才，为企业提供行业知识和判断力来改善模型表现。

高级别人才争夺战加剧

数据显示，senior 及以上级别的岗位占比始终保持在 35% 以上，在更长的时间窗口内甚至超过 40%。这意味着企业招聘的重点不是海量筛选候选人，而是精准锁定那些具备深厚经验的顶尖人才。这种格局下，传统的大批量简历筛选和被动等待已经失效。企业必须主动进行人才研究，通过行业活动、专业社区和直接接触来发现关键候选人。明确薪资范围和业务影响力叙事成为提高 offer 接受率的关键要素。

此外，FDE 和 AI 训练师等新兴角色对候选人经验的要求往往跨越多个领域。例如，FDE 需要同时理解算法、工程和业务逻辑；AI 训练师则要具备领域知识和模型评估能力。这类复合型人才极为稀缺，企业应提前建立内部培养路径，将有潜力的核心员工转型为这些新兴角色，而不是完全依赖外部招聘。

边缘化的 Web3 与仍需警惕的风险

与 AI 的繁荣形成鲜明对比，Web3/区块链岗位持续低迷，近 7 天仅出现 5 个相关岗位。即便数字资产价格偶有波动，招聘市场并未回暖。对于仍依赖 Web3 人才的企业来说，核心力量可能加速向 AI 领域流走，需要提前规划替代方案。

另一个值得关注的风险点是短期岗位骤降是否会演变为长期趋势。如果未来 30 天新增岗位量不能恢复到正常水平，可能意味着 AI 招聘需求阶段性见顶。同时，Freelance AI Trainer 这一新模式尚未证明其可持续性：若模型数据需求饱和或技术突破减少人工干预，这些岗位可能会快速消退。企业应保持对这两种风险的定期监测，在人才规划中预留弹性。

高确定性招聘：Talentverse 的判断

综合所有数据，我们认为当前短期波动不应影响企业长期人才布局。AI 基础设施与应用层的关键岗位需求坚挺，Agent/RAG、FDE 以及 AI 训练师是未来 6 到 12 个月的招聘优先级。高级别资深人才的争夺只会更加激烈，企业需采用高确定性招聘策略——通过深度人才研究锁定目标、直接接触、快速决策——才能获取那些真正影响核心竞争力的任务关键型人才。

市场调整期往往隐藏着机会。当其他公司因短期下降而收缩招聘时，主动出击的企业反而能以更优的条件获取因竞争对手收缩而释放的优质人才。Talentverse 建议每季度重新审视人才布局，确保招聘策略与市场结构性变化保持一致。在不确定性中，只有基于数据和深度理解的判断，才能帮助前沿科技公司构建真正的 AI 原生人才优势。