长窗收缩与短窗低位反弹并存：AI 基础设施主导延续，数据职能长短背离加剧

总量收缩与短窗反弹：先分清信号和噪声

截至 2026-10-18 的 7,835 个结构化招聘样本中，180 天、90 天、30 天和 7 天窗口分别为 7,835、3,324、432 和 143 个。90d/180d 只有 0.4243，30d/90d 只有 0.13，说明最近一个月的岗位投放节奏大约只有前三个月月均的四成，长中窗口的供给动能明显减弱。对前沿科技公司而言，这不是所有岗位都停止招聘，而是可用岗位更集中、补员决策更挑剔，关键岗位的招聘窗口更短。

7d/30d 为 0.331，高于稳态下的 0.25，折算月度约 619 个，高于 30 天实际 432 个。这个数字容易被读成市场反转，但 7 天窗口只有 143 个样本，单批次采集就足以改变比率。更稳妥的判断是低位反弹待验证。企业如果据此快速扩张招聘计划，可能高估短期供给；更合理的动作是把资源压到任务关键型人才上，用高确定性招聘替代广撒网。

AI 基础设施仍是主线，但短窗集中度在稀释

AI 基础设施在四个窗口分别有 4,260、2,275、199 和 62 个岗位，占 54.4%、68.4%、46.1% 和 43.4%，始终是第一主题。90 天集中度接近七成，说明模型平台、推理基础设施、AI 平台工程仍是前沿科技招聘的主人才池。短窗占比降到四窗口最低，并不否定其主线地位，而是提示近期新增样本更分散，招聘画像不能再用一个笼统的 AI 工程师覆盖。

agent/RAG 占 12.3%、11.5%、12.5% 和 8.4%，对应 962、381、54 和 12 个岗位，前三个窗口稳定在 11% 到 13%，7 天回落更像小样本波动。对人才判断的含义是，AI 应用工程与智能体落地仍在持续，但企业需要区分平台层、应用层和解决方案层的岗位要求，不能用同一套面试标准评估所有候选人。越是关键岗位，越需要把技术深度、交付场景和合规边界拆开判断。

数据职能的长短背离是当前最值得警惕的结构变化

数据职能在 180 天和 90 天占 27.4% 和 24.4%，对应 2,146 和 812 个岗位，长窗口接近三成；到了 30 天和 7 天，占比只有 8.3% 和 3.5%，对应 36 和 5 个岗位。同期技术职能短窗升至 23.8%，为四窗口最高。这个背离说明近期新增供给更多来自通用工程交付，而不是数据与算法专职，但并不能推出数据人才不再重要。长窗口存量说明数据平台、数据科学管理、数据治理和链上数据工程仍是关键能力。

对企业而言，短窗数据岗位稀少会带来两个误读。一个误读是把短期看不到人当成可以降低数据岗位标准；另一个误读是把少量数据科学管理岗当成普通分析岗。更合理的做法是从长窗结构里识别任务关键型数据人才，优先补数据平台负责人、数据科学负责人和能连接业务与模型落地的复合型岗位，用更高的人才判断密度弥补短窗供给不足。

安全、风控与数字资产：不要把相邻信号合并成一个故事

安全职能占 7.0%、8.7%、11.8% 和 13.3%，短窗最高，对应 547、288、51 和 19 个岗位；risk/compliance 主题只占 1.2%、1.1%、3.5% 和 2.8%，7 天只有 4 个。两者不能合并成统一的合规上行趋势。安全岗位可能承载身份、风控、调查与合规职能，而纯风控主题仍然很薄。招聘上应把安全工程、身份合规、金融犯罪调查和风控产品分开建图，否则会误判候选人池。

数字资产相关主题同样需要克制。Web3 infra、wallet/payment 和 trading infra 合计约 252、120、36 和 14 个岗位，占 3.2%、3.6%、8.3% 和 9.8%。短窗接近一成，但长窗口只有约 3%，只能作为细分信号。对支付、稳定币和交易基础设施公司来说，这类岗位值得提前布局，但不宜被短窗抬升误导为全面扩张；更有效的是围绕创始支付工程、协议层工程和交易产品经理做高确定性招聘。

薪酬披露缺口与职级标注，决定结论的边界

薪酬 unknown 占 21.9%、23.9%、57.4% 和 58.7%，30 天和 7 天分别有 248 个和 84 个岗位没有可用薪酬信号。短窗超过一半岗位无法比较薪酬，因此不能把 unknown 当作薪酬下行证据。企业在关键岗位谈判中如果只看短窗公开数据，容易低估稀缺岗位的真实价格；更可靠的做法是结合长窗结构、岗位职责和候选人质量做分层判断。

职级字段也限制了结论强度。none 占 63.4%、64.3%、63.4% 和 72.0%，senior 占 17.2%、16.2%、13.7% 和 11.9%，持续下滑；lead 稳定在 6.3% 到 7.6%，head 在 30 天升至 4.4% 但只有 19 个。高级岗位绝对量小，标题标注差异会放大占比变化。招聘判断应回到岗位责任、技术复杂度和业务影响，而不是只看 title 是否带 senior。

Talentverse 判断：关键岗位更少，但判断要求更高

这组数据最重要的含义不是市场冷或市场热，而是供给在收缩中重新分层。AI 基础设施仍然主导，agent/RAG 保持稳定，数据职能在长窗重要而短窗急缩，安全职能抬升但风控主题仍薄，数字资产只是细分信号。企业最可能误读的是把短窗反弹当成全面复苏，或把数据职能短窗收缩当成长期需求消失。两种误读都会让招聘动作偏离真实的人才结构。

优先级应放在 AI 平台与推理基础设施、agent/RAG 应用工程、数据平台与数据科学管理、安全工程与身份合规，以及支付、稳定币和交易基础设施中的任务关键型人才。岗位越少，越不能用先招进来再看的方式；高确定性招聘的价值在于先用证据判断岗位是否关键、候选人是否能解决真实问题，再决定是否出手。前沿科技公司的竞争力，越来越取决于在信息不完整时仍能做出高质量人才判断。