AI 基礎設施主導，短窗波動與薪酬揭露缺口並存：2026 年 10 月前沿科技招聘訊號

招聘動能收縮下的結構真相

截至 2026-10-06，180 天結構化招聘樣本 7683 個，90 天 3789、30 天 361、7 天 102，對應 90d/180d=0.4932、30d/90d=0.0953、7d/30d=0.2825。長中窗口仍收縮：90 天不足 180 天一半，30 天不足 90 天十分之一。7 天相對 30 天約 28.3%，但 7 天僅 102 個樣本，占比容易被少量職位放大。對前沿科技公司而言，這不是全面擴編訊號，而是要求把資源集中在任務關鍵型人才與關鍵職位。

高確定性招聘在這種環境更依賴職位本身。當總量偏弱，企業若因短窗回升啟動大量職位，容易供給與預算錯配；能支撐 AI 平台、資料管道、模型推理與安全架構的職位，仍具較高招聘確定性。

AI 基礎設施與 Agent/RAG 的穩定主線

AI 基礎設施在 180/90/30/7 天占比 54.2%/71.1%/45.7%/58.8%，樣本 4163/2693/165/60，四窗皆最大主題。90 天 71.1% 與 7 天 58.8% 都超過五成，短窗波動未改變主導地位。平台工程、分散式訓練、推論優化、資料基礎設施與雲端經濟性人才，仍是新經濟團隊最難替代的族群，招聘優先序應高於一般後端或一般資料職位。

Agent/RAG 四窗為 12.3%/11.7%/14.7%/18.6%，樣本 943/444/53/19，是除 AI 基礎設施外最穩定細分。7 天接近 19%，代表能設計代理工作流、檢索增強生成與評估機制的 AI 工程師與研究工程師，正在成為任務關鍵型人才。

數據、安全與風控的分歧

數據職能 180/90/30/7 天占 27.8%/26.7%/9.7%/11.8%，樣本 2134/1011/35/12。長中窗口穩定在 27% 左右，仍是第二大職能；短窗由 9.7% 回升至 11.8%，但 30 天僅 35 個、7 天僅 12 個，不能確認結構性回升。資料科學、資料工程與分析仍值得保留關鍵席位，卻不宜以短窗占比作擴編依據。

安全職能 6.8%/8.5%/11.4%/11.8%，短窗明顯抬升；risk/compliance 主題 1.3%/1.0%/4.2%/2.0%，7 天只有 2 個，兩者方向不一致，不能合併成單一上行趨勢。安全架構與安全工程若直接關係模型、雲端與客戶資料，優先序較高；風控則要依產業、監管與交易場景個案判斷。

高階職級、薪酬缺口與數位資產細分

職級結構總體穩定，none 四窗 63.4%/64.4%/63.7%/55.9%，senior 17.3%/16.6%/12.5%/15.7%，lead 6.3%/6.0%/7.2%/8.8%，head 1.1%/1.3%/4.7%/7.8%。短窗 head 與 lead 占比抬升，但 7 天 head 僅 8 個、lead 僅 9 個，不能推論高階市場全面擴張，關鍵職位須逐案驗證。

薪酬 unknown 在 180/90/30/7 天占 21.1%/20.6%/53.7%/51.0%。30 天與 7 天都超過一半，短窗薪酬比較與漲幅判斷可靠性低，不能把 unknown 當薪酬下行證據。數位資產細分 Web3 infra 為 2.0%/1.9%/5.3%/2.0%，wallet/payment 0.6%/0.8%/3.1%/3.9%，trading infra 0.6%/0.3%/0.6%/0%，三者 7 天合計約 6 個，只能作細分訊號。

Talentverse 判斷

這份訊號指向結構性集中，而非全面繁榮。AI 基礎設施四窗皆最大，Agent/RAG 短窗升至 18.6%，資料長窗仍有 27% 左右，安全短窗升至 11.8%，說明前沿科技公司真正需要的是能承接模型、資料、代理工作流與安全邊界的任務關鍵型人才。優先順序上，AI 平台與基礎設施工程、Agent/RAG 工程與研究、資料基礎設施、安全架構應高於一般性擴編；風控與數位資產細分要依監管與交易場景逐案判斷。

企業最可能誤讀的是短窗占比與薪酬 unknown。7 天僅 102 個、30 天僅 361 個，30 天與 7 天薪酬 unknown 又超過一半，任何薪資下行或高階職位爆發的結論都缺乏足夠證據。當市場總量長中窗口走弱，高確定性招聘的價值反而更高；與其追逐短窗波動，不如把關鍵職位定義清楚，建立可驗證能力標準，並以長窗與內部基準做人才判斷。