AI 基础设施继续主导，短窗口数据与薪酬信号波动加剧

窗口热度仍在，短期采集缺口值得警觉

截至2026年9月15日，Talentverse 人才研究覆盖的半年窗口共有7480个岗位样本，其中90天4815个、30天1221个、7天77个。90天贡献约64.4%的半年样本，说明过去一个季度仍是活跃区间；90d/180d为0.6437，30d/90d为0.2536，接近但低于按天均匀分布。对前沿科技招聘而言，这意味着关键岗位需求并未消失，但阅读短窗口时需要更谨慎。

7d/30d只有0.0631，明显低于按天均匀分布时约23%的水平。这个差距可能来自采集滞后，也可能反映短期需求边际转弱。无论原因如何，7天窗口仅77个样本，任何职能占比变化都容易被少数岗位放大。任务关键型人才判断更适合以90天和180天为底稿，再用30天观察方向，而不是用7天直接下结论。

AI 基础设施仍是主线，数据职能并未消失

AI基础设施在180/90/30/7天占比分别为54.3%、72.9%、70.7%、51.9%，长中窗口占比过半，90天和30天超过七成。即便7天回落到51.9%，它仍是第一主题。ML平台工程、AI应用后端、生成式AI软件工程等岗位持续出现，说明企业正在把模型能力嵌入真实产品和基础设施，而不是停留在概念验证。对前沿科技公司来说，这类岗位仍应进入优先招聘序列。

Agent/RAG在四个窗口占比为12.1%、11.2%、11.1%、7.8%，长中窗口几乎持平，已经进入稳定区间。样本中出现Agent Builder、Agent/RAG商务以及多智能体框架工程岗位，说明这个方向正在从技术概念扩展为工程与商业并行的岗位供给。数据职能则呈现另一种信号：180/90/30天占比28.2%、28.0%、23.7%，7天降至11.7%，绝对量只有9个。长中窗口说明数据岗位并未结构性消失，产品数据科学负责人和高级数据科学家仍在支撑高级岗位判断。

安全、风控与数字资产：值得观察，但不宜过度解读

安全职能在180/90/30/7天占比为6.6%、8.1%、9.3%、14.3%，风险/合规主题在7天为6.5%，高于长窗口约0.7%至1.2%。新样本中同时出现产品数据科学负责人、Staff信息安全工程师、风险负责人和操作风险框架岗位，显示AI安全、信息安全与操作风险正在并行进入招聘视野。然而7天安全样本仅11个、风控样本5个，绝对量太小，不能据此确认一个独立垂直市场已经形成。

数字资产相关细分也在短窗口抬升：Web3基础设施在180/90/30/7天占比1.9%、1.7%、2.0%、3.9%，钱包/支付为0.5%、0.6%、0.7%、3.9%，交易基础设施为0.6%、0.4%、0.4%、1.3%。钱包产品、界面设计和交易市场岗位仍释放信号，但每个细分在7天只有极少样本。对招聘团队而言，这些方向值得定向研究，却不应成为未来半年人才战略的唯一支点。

职级与薪酬披露：高级岗位信号不稳定，薪酬比较要更谨慎

职级结构总体变化有限。none在180/90/30/7天占比63.7%、63.8%、64.6%、64.9%；senior为17.3%、17.3%、14.2%、13.0%；staff为4.3%、4.4%、5.2%、3.9%；principal为1.6%、1.6%、1.3%、5.2%；head为1.0%、0.9%、1.3%、3.9%。principal和head在7天上升，但77个样本无法证明高级岗位需求系统性增加，更不能说明所有公司都在上调职级。

薪酬披露率在短窗口仍偏低。薪资unknown在180/90/30/7天占比20.0%、17.8%、20.4%、39.0%，7天超过三分之一岗位没有强薪资信号。对薪酬横向比较和涨幅判断来说，短窗口可靠性很低。高确定性招聘需要把薪酬情报与岗位职责、职级、业务阶段放在一起看，而不是依赖单周样本中的薪资标签。

企业类型分散，AI 人才竞争跨越行业边界

新样本覆盖平台型大厂、交易平台、企业AI产品、安全与开发工具公司，需求分布在基础设施、交易系统、企业AI、安全和开发者工具等不同场景。用人单位结构分散，说明AI人才竞争并非来自单一行业，也并非只由少数平台型公司驱动。对前沿科技公司而言，这意味着招聘叙事不能只强调技术栈，还要说明岗位对业务结果和产品路径的影响。

当需求跨越行业边界，任务关键型人才的判断更容易受到短期噪声干扰。一个岗位在7天窗口中出现或消失，可能只是采集覆盖变化；一个职能在短窗口抬升，也可能只是少数公司集中发布。企业若把短窗口波动当成长期趋势，容易在错误方向上投入招聘资源，或在真正关键的能力上犹豫过久。

Talentverse 判断：优先关键岗位，避免误读短窗口

Talentverse 判断，当前市场的主线仍是AI基础设施与Agent/RAG，数据职能在长中窗口稳定，安全与风控在短窗口抬升但尚不足以独立定性，数字资产细分只能作为辅助观察。短窗口的数据缺口、薪酬unknown占比和极小样本，决定了企业不应据此直接调整半年人才战略。真正值得优先投入的关键岗位，是ML平台工程、AI应用后端、Agent/RAG工程与商业、产品数据科学、高级数据科学，以及AI安全、信息安全和操作风险方向。

企业可能误读的地方有三处：把7天数据岗位占比下降理解为数据人才需求消失；把7天安全与风控占比抬升理解为新垂直市场已经成熟；把短窗口薪酬unknown样本当作薪酬下行的证据。更稳妥的做法，是用90天和180天确认结构性方向，用30天观察边际变化，再对少数关键岗位做深度人才判断。

高确定性招聘的重要性正在上升。AI基础设施和Agent/RAG的岗位供给已经稳定，但真正稀缺的是能在复杂系统中定义问题、落地产品并承担业务结果的人才。企业越早围绕任务关键型人才建立清晰标准、直接触达和严谨评估，越能避免在短窗口噪声中错失窗口期。