AI 基础设施是否仍是前沿科技招聘的第一主题？

是。AI infra 在 180/90/30 天占比 54.3%、71.4%、72.5%，7 天仍以 45 个排第一，占比 51.1%。短窗口份额回落更可能反映样本分散，而不是主线消失。企业仍应把 ML 基础设施、平台工程、检索与工具链列为关键岗位。

数据岗位在 7 天占比只有 5.7%，是否说明数据职能被 AI 替代？

证据不足。数据岗位在 180/90/30 天占比 28.2%、28.3%、26.1%，长中窗口稳定在四分之一以上，7 天骤降更像采集覆盖问题。数据基础仍是 AI 与智能体稳定运行的前提。

Agent/RAG 需求是否已经稳定？

已进入稳定区间。Agent/RAG 在 180/90/30/7 天占比 12.1%、11.3%、11.1%、11.4%，几乎不随窗口波动，并出现 Agent Builder、商务与软件工程岗位。企业应关注工程、平台与商业复合能力。

7 天样本为什么只有 88 个？

7 天窗口仅 88 个岗位，7d/30d=0.0626，低于按天均匀分布时的约 23%。这可能来自采集滞后或需求边际转弱，任何主题或职能占比都会被小分母放大，需要下期确认。

薪酬数据在短窗口是否可靠？

可靠性较低。薪资 unknown 在 7 天占 52.3%，而 30/90/180 天分别为 18.6%、17.7%、20.0%。短窗口超过一半样本无强薪资信号，定薪应结合长窗口与岗位职责。

数字资产招聘是否全面回升？

还不能判断。Web3 infra、risk/compliance 在 7 天占比 5.7%、4.5%，高于半年均值，但对应绝对量仅 5 个和 4 个，只能作为细分辅助信号。

短窗口 staff/head 占比上升是否意味着高级岗位增加？

不宜过度解读。staff 与 head 在 7 天占比 9.1% 和 3.4%，高于 30 天，但 88 个样本基数太小。高级岗位判断应结合岗位任务、组织阶段与长窗口趋势。

2026-09-12Talent Signalv417,457 个样本

全球人才市场：AI 基础设施主导延续，短窗口动能、数据职能与薪酬披露仍需校准

本报告基于 Talentverse 自研产品 Talent Signal 收集与整理的公开招聘信号样本，呈现对前沿科技人才市场的结构化观察。

截至 2026-09-12，半年窗口样本 7457 个岗位，90 天 4942 个、30 天 1405 个、7 天 88 个。90d/180d=0.6627，说明近 90 天贡献约三分之二半年样本；30d/90d=0.2843；7d/30d=0.0626，最近一周明显低于按天均匀分布时的约 23%，需考虑采集滞后或需求边际转弱。AI 基础设施仍是第一主题，180/90/30 天占比 54.3%、71.4%、72.5%，7 天回落至 51.1%。数据职能在长中窗口稳定在 26%-28%，7 天仅 5.7%，更像采样异常而非结构性消失。Agent/RAG 四窗口占比 11%-12%，进入稳定区间。Web3 基础设施、风控合规和钱包支付在 7 天占比升至 5.7%、4.5%、1.1%，但绝对量小，只能作为细分信号。薪酬 unknown 在 7 天占 52.3%，远高于 30/90/180 天的 18.6%、17.7%、20.0%，短窗口薪酬判断需谨慎。

半年样本量

7457

当前可见岗位的历史基线，不代表完整真实半年历史。

90 天样本量

4942

90d/180d=0.6627，近 90 天贡献约三分之二半年样本。

30 天样本量

1405

30d/90d=0.2843，接近但低于按天均匀分布。

短期窗口偏薄，长期主线仍在

截至 2026-09-12，Talentverse 观察到的半年窗口样本为 7457 个岗位，90 天 4942 个、30 天 1405 个、7 天 88 个。90d/180d 为 0.6627，意味着近 90 天贡献约三分之二半年样本，半年后半段仍处在活跃区间。30d/90d 为 0.2843，接近但略低于按天均匀分布。真正需要警惕的是 7d/30d 仅为 0.0626，最近一周相对 30 天明显偏薄，低于按天均匀分布时的约 23%。

对前沿科技公司而言，这说明关键岗位招聘不能只看最近一周的热度。短窗口可能受采集滞后影响，也可能反映需求边际转弱。高确定性招聘应以 90 天与 180 天窗口为锚，同时保留对短期变化的敏感度，避免在任务关键型人才上做出仓促判断。

AI 基础设施仍是第一主线，但短窗口结构更分散

AI 基础设施在 180/90/30/7 天分别为 4047、3526、1018、45 个，占比 54.3%、71.4%、72.5%、51.1%。90 天与 30 天占比超过七成，说明 AI 基础设施仍是前沿科技招聘最清晰的主线。7 天虽然仍以 45 个排第一，但份额回落到 51.1%，同时 other 主题升至 18 个，短窗口结构更分散。

对人才判断来说，平台工程、ML 基础设施、检索与工具链、Applied AI 工程仍应列入关键岗位。短窗口分散不应被误读为主线消失，反而提示企业要在更长的窗口里识别真正的能力稀缺。谁能在平台、工具链和工作流集成上建立工程深度，谁就更容易支撑模型与智能体走向生产。

数据职能短窗口异常，Agent/RAG 进入稳定区间

数据职能在 180/90/30/7 天分别为 2104、1398、367、5 个，占比 28.2%、28.3%、26.1%、5.7%。长中窗口稳定在四分之一以上，7 天骤降至 5.7%，与长窗口形成强烈反差。更合理的解释是短窗口采集覆盖不足，而不是数据岗位被 AI 替代或需求结构性消失。数据基础决定模型、智能体与决策流程能否稳定运行，新经济团队仍需持续评估数据科学、数据工程、分析与指标治理能力。

Agent/RAG 则进入稳定区间，180/90/30/7 天占比 12.1%、11.3%、11.1%、11.4%，几乎不随窗口波动。Agent Builder、Agent/RAG 商务与软件工程样本显示，该方向已有工程、平台与商业岗位配套。企业应把智能体构建、检索增强生成、编排、评测与商业落地视为持续岗位族，优先寻找能把模型能力嵌入工作流的复合型人才。

AI 落地交付角色扩散，职级与薪酬信号需要校准

AI 落地与交付角色继续跨职能扩散，新样本包含公共部门与销售侧 Analytics & AI Account Executive、HR AI & Automation Operations Lead、Applied AI Application Engineer，以及联邦方向 AI-FDE。岗位不再局限于算法研究，而是向销售、人力、公共部门和企业交付延伸。这意味着前沿科技招聘要把 FDE、AI 解决方案、AI 运营与自动化负责人纳入关键岗位地图，用业务嵌入和部署能力判断人才。

职级结构总体稳定，none 在 180/90/30/7 天占比 63.7%、63.6%、64.4%、63.6%；staff 在 7 天升至 9.1%，head 升至 3.4%，高于 30 天，但 88 个样本基数太小，不能据此判断高级岗位需求系统性增加。薪酬 unknown 在 7 天占 52.3%，远高于 30/90/180 天的 18.6%、17.7%、20.0%，短窗口超过一半样本没有强薪资信号。定薪与职级设计应结合长窗口数据、岗位职责与人才稀缺度，避免被小样本放大。

Talentverse 判断：把关键岗位放在长期主线里看

数字资产相关信号在 7 天窗口占比抬升，Web3 infra 占 5.7%，risk/compliance 占 4.5%，wallet/payment 为 1.1%，高于 180 天的 1.9%、1.1% 和 0.5%。但 88 个样本中对应绝对量只有 5 个和 4 个左右，只能作为细分辅助信号，不能据此判断数字资产招聘全面回升。

Talentverse 的判断是，这轮变化的核心不是需求消失，而是短期采样与长期主线之间的错位。AI 基础设施仍是前沿科技招聘的第一主线，Agent/RAG 已进入稳定区间，数据职能在长中窗口保持基础性，AI 落地交付角色正在跨职能扩散。企业最可能误读的是短窗口数据职能收缩与薪酬披露缺口，并据此放松数据基础岗位或错判薪酬水位。真正值得优先配置的是 AI 基础设施与平台工程、智能体工程、数据基础，以及能把 AI 嵌入业务与客户场景的交付负责人。高确定性招聘的意义在于，关键岗位一旦误判，代价会沿产品交付、平台稳定与商业落地层层放大；只有把人才判断放回长期主线，才能在短窗口噪音中识别任务关键型人才。

方法说明

本报告基于 Talent Signal 截至 2026-09-12T15:31:26 的活体市场报告，统计窗口为 180 天，样本量 7457 个岗位。窗口内分布为 180 天 7457、90 天 4942、30 天 1405、7 天 88。数据质量备注显示 posted_at_fact_count=7096、collected_at_fallback_count=361、unknown_company_count=0、new_fact_count=52，事实水位 id=13579。当前可见岗位的历史基线不代表完整真实半年历史，短窗口样本尤其需要结合采集覆盖与下一期数据确认。

Talent Signal / v41 / 2026-09-12