AI 基础设施与数据职能仍是主线：短窗口结构分散下的关键岗位人才判断

总量仍在扩张，短窗口却在变稀

截至 2026 年 9 月 24 日的全球人才市场快照覆盖 7,586 个岗位样本，较上期的 7,553 个增加 33 个。总量看似继续扩张，但 90 天窗口为 4,313 个，低于上期 4,467 个；30 天为 753 个，低于上期 905 个；7 天仅 57 个，低于上期 76 个。90d/180d 为 0.5685，30d/90d 为 0.1746，7d/30d 为 0.0757，短窗口比例远低于按日均匀分布，说明近 30 天与近 7 天的采集节奏偏慢，或需求边际走弱。

对前沿科技招聘而言，这组数字最重要的含义不是市场转冷，而是短期岗位数量已经不足以支撑独立判断。7 天仅 57 个样本，任何职能或主题的占比变化都可能被小样本放大。关键岗位人才地图如果只看最近一周，很容易把采集波动误读为 AI 基础设施或数据职能的需求消失。更稳妥的做法，是把 90 天与 180 天窗口作为需求锚点，用短窗口校准发布节奏，而不是用它推翻长中窗口的主线。

AI 基础设施仍是主战场，短窗口结构分散

AI 基础设施主题在 180 天、90 天、30 天、7 天分别为 4,094、3,119、465、18 个，占 54.0%、72.3%、61.8%、31.6%。90 天占比 72.3%，说明中期需求仍高度集中于 AI 基础设施；30 天占比 61.8%，仍处主导位置。短窗口 7 天仅 18 个，占比降至 31.6%，并被 other 主题的 16 个超过，这一变化值得记录，但不足以判定 AI 基础设施需求转弱。

对任务关键型人才判断来说，AI 基础设施仍是优先级最高的方向。训练与推理平台、ML 基础设施、AI 软件工程、数据与模型管道等岗位，直接决定前沿科技公司能否把模型能力转化为产品与收入。短窗口份额回落提醒企业，招聘计划需要窗口纪律：长中窗口主导的方向应保持投入，短窗口分散时更应依赖定向人才研究，而不是被一周的岗位结构牵着走。

数据、Agent/RAG 与安全风控的分化

数据职能在 180 天与 90 天分别为 2,119 与 1,214 个，占 27.9% 与 28.2%，仍是第二大职能；30 天降至 153 个，占 20.3%；7 天仅 5 个，占 8.8%。长中窗口稳定、短窗口收缩，说明数据岗位的需求基础仍在，但近 7 天样本过少，不能据此认定数据职能退潮。Agent/RAG 主题在四个窗口为 919、491、100、10 个，占 12.1%、11.4%、13.3%、17.5%，落在 11% 至 18% 的稳定区间，显示其已从概念热度转向较稳定的岗位供给。

安全与风控短窗口回落更明显：安全职能在 180 天、90 天、30 天、7 天分别为 497、343、77、2 个，占 6.6%、8.0%、10.2%、3.5%；risk/compliance 主题为 88、31、10、2 个，占 1.2%、0.7%、1.3%、3.5%。数字资产细分则出现短窗口占比抬升：Web3 infra 7 天 8 个占 14.0%，wallet/payment 2 个占 3.5%，但合计约 10 个，只能作为细分信号。对招聘的启示是，数据平台与数据科学仍需持续投入，Agent/RAG 需要工程、产品与交付复合人才，安全风控与数字资产基础设施则应按场景化人才地图谨慎推进。

薪酬披露与职级结构：短窗口不宜过度解读

薪酬 unknown 在 180 天、90 天、30 天、7 天分别为 1,557、789、229、26 个，占 20.5%、18.3%、30.4%、45.6%。7 天接近半数岗位缺少强薪资信号，30 天也高于长中窗口，短窗口薪酬横向比较与涨幅判断可靠性很低。职级结构同样如此：none 占 63.7%、64.0%、63.2%、66.7%；senior 占 17.2%、16.9%、13.8%、10.5%；lead 占 6.2%、6.4%、8.6%、7.0%；head 与 vp 在 7 天各仅 1 个。

这些数字对高确定性招聘的意义在于，企业不能用短窗口薪酬样本给关键岗位定价，也不能因为 7 天 senior 占比降至 10.5% 就认为高级人才不再稀缺。Senior+ 岗位的招聘决策更依赖定向人才研究、总包结构与任务关键性判断。短窗口披露缺口越大，越需要把薪酬策略建立在长窗口强信号和候选人真实动机之上，而不是公开岗位的短期均值。

Talentverse 判断：高确定性招聘比短期噪音更重要

整体看，AI 基础设施与数据职能仍是全球人才需求的主线，Agent/RAG 保持在稳定区间，安全风控与数字资产基础设施则呈现短窗口波动。真正的不确定性来自短窗口结构分散、采集节奏偏慢和薪酬披露缺口扩大。对前沿科技公司而言，优先岗位应集中在 AI 基础设施与 ML 平台、数据平台与数据科学、Agent/RAG 工程化落地、安全与风控复合人才，以及数字资产基础设施的细分场景。

企业最容易误读的地方有三处：把 7 天低量当作需求消失，把短窗口占比抬升当作新主线，把薪酬 unknown 样本当作市场价。Talentverse 认为，高确定性招聘的核心不是追逐每一个短期信号，而是在 90 天与 180 天窗口上确认需求，用任务关键型人才标准校准岗位画像，再用持续人才研究验证候选人稀缺性。AI 原生人才战略要求把人才判断前置到业务战略，围绕关键岗位建立多窗口、可引用的证据链，这样前沿科技公司才能在新经济团队的竞争中降低误判成本，提高每一次关键招聘的确定性。