全球人才市场：AI 基础设施主导延续，短窗动能分化与薪酬缺口扩大

半年样本微增，窗口动能却在分化

截至 2026 年 9 月 21 日，180 天滚动样本为 7553 个岗位，较上期 7529 个只增加 24 个。表面看总量仍在扩张，但把窗口拆开，90 天样本为 4467 个，较上期减少 105 个；30 天为 905 个，减少 208 个；7 天为 76 个，略高于上期 72 个。90d/180d 从 0.6073 降至 0.5914，30d/90d 从 0.2434 降至 0.2026，7d/30d 从 0.0647 升至 0.0840。中长期动能弱于上期，短窗口虽有回升，但 7 天绝对量仍小。

这组数字对前沿科技招聘的含义不是市场全面转冷，而是需求判断的锚点要更精细。半年总量受早期样本支撑，近 90 天和 30 天动能下降，7 天窗口只适合作为方向提示。任务关键型岗位的招聘节奏如果跟着 7 天波动走，很容易被小样本放大。企业更应以 90 天和 180 天窗口确认关键岗位是否持续存在，再决定人才地图和招聘优先级。

AI 基础设施仍主导，短窗分散不等于需求消失

AI infra 在 180/90/30/7 天分别为 4081、3245、596、24 个，占 54.0%、72.6%、65.9%、31.6%。90 天占比与上期 72.9% 基本持平，30 天从 68.7% 降至 65.9%，7 天从 40.3% 降至 31.6%。同一时间，7 天 other 主题为 28 个，超过 AI infra 的 24 个。长中窗口 AI 基础设施仍处绝对主导，短窗口主题分散更可能是采集覆盖变化或发布节奏波动，不能据此判定需求转弱。

对前沿科技公司而言，AI 基础设施、AI 平台与架构仍是任务关键型人才优先级最高的方向。短窗份额回落不应触发恐慌性转向，尤其是负责训练、推理、工作流与平台稳定性的岗位，一旦空缺会直接影响产品迭代速度。高确定性招聘在这里的意义，是先确认需求属于长期能力建设，还是短期项目补位，再用不同标准评估候选人的系统判断力与落地经验。

数据职能与 Agent/RAG：韧性来自任务结构

数据岗位在 180/90/30/7 天分别为 2116、1258、202、11 个，占 28.0%、28.2%、22.3%、14.5%。180 天与 90 天占比几乎相同，30 天低于长窗口约 6 个百分点，7 天虽较上期 12.5% 回升，但仍只有长窗口占比的一半左右。数据职能在长中窗口是第二大职能，短窗收缩更可能是采集覆盖或岗位发布节奏变化，而不是需求结构性消失。对 AI 原生团队来说，数据工程、分析与高级数据科学仍决定模型与业务闭环的质量。

Agent/RAG 主题在 180/90/30/7 天分别为 913、506、115、9 个，占 12.1%、11.3%、12.7%、11.8%，四个窗口都落在 11% 到 13% 附近，与上期基本一致。新样本中的 AI Engineer、AI Creative、GTM - AI 等岗位继续覆盖该主题，说明它已从概念热度转为较稳定的工程与商业岗位供给。企业需要把 Agent/RAG 从单个项目需求升级为稳定能力建设，优先识别能做评测、工作流编排、商业化落地与跨团队推进的人，而不是只看关键词匹配。

薪酬、职级与短窗信号噪声

薪资 unknown 在 180/90/30/7 天分别为 1542、798、241、43 个，占 20.4%、17.9%、26.6%、56.6%。7 天超过半数样本没有强薪资信号，且较上期 52.8% 进一步恶化，30 天也高于长中窗口。长窗口仍有约八成强薪资信号，但短窗口薪酬横向比较与涨幅判断可靠性很低。企业若用 7 天数据定薪，容易高估或低估关键岗位的真实价格。

职级结构在长中窗口稳定，7 天却向无明确职级集中。none 在 180/90/30/7 天占 63.8%、63.7%、64.5%、76.3%；senior 占 17.2%、17.3%、13.7%、7.9%；principal 占 1.6%、1.6%、1.8%、2.6%；director 占 2.3%、2.0%、1.8%、2.6%；head 在 7 天为 0。短窗高级岗位样本不足，上期 principal/head 抬升判断未获延续。安全职能在 180/90/30/7 天占 6.5%、8.2%、9.0%、3.9%，risk/compliance 占 1.1%、0.7%、1.0%、0%，上期短窗抬升没有延续。数字资产方面，Web3 infra 7 天占 9.2%，wallet/payment 占 5.3%，trading infra 占 1.3%，虽高于长窗口，但 7 天合计仅约 12 个，只能视为细分信号。高级岗位、安全风控与数字资产的招聘判断，都应回到长中窗口与业务阶段，而不是追逐单周噪声。

Talentverse 判断：关键岗位优先，高确定性招聘更重要

当前市场的主线仍是 AI 基础设施与数据职能，Agent/RAG 已进入稳定区间，安全风控、数字资产和高级职级在短窗出现波动，但样本量不足以支撑结构性结论。企业最应优先关注的角色包括 AI 基础设施与平台工程师、AI 架构、数据工程、高级数据科学、Agent/RAG 工程与评测、AI 工作流产品与商业化人才。领导岗位如 director、principal、head 的招聘，更应依赖 90 天和 180 天窗口以及定向人才研究，因为 7 天 head 为 0、senior 仅 7.9%，短窗无法反映真实领导力需求。

可能被误读的地方有三类：把 7 天 AI infra 占比回落当成需求消失，把数字资产细分占比抬升当成全球主线，把 7 天薪酬 unknown 高企下的少量薪资样本当成定价依据。这些误读会直接扭曲任务关键型人才的优先级。高确定性招聘之所以更重要，是因为前沿科技公司的关键岗位空缺成本高，候选人也更稀缺，招聘决策需要同时看需求持续性、职级结构、薪酬信号与业务场景。Talentverse 的判断是：用长中窗口确认方向，用人才研究深化判断，把资源集中在真正影响产品和组织的关键岗位上。