長窗收縮與短窗低位反彈：AI 基礎設施主導下的關鍵職位判讀

長窗收縮與短窗反彈，不能用同一個結論概括

截至 2026 年 10 月 18 日，180 天樣本 7,835 個、90 天 3,324 個、30 天 432 個、7 天 143 個。90d/180d 為 0.4243，30d/90d 僅 0.13，說明最近一個月的職位供給節奏大約只有前三個月月均的四成，長中窗口的收縮不是雜訊。對前沿科技公司而言，這表示招聘市場並沒有回到普遍擴張，關鍵職位更需要以任務重要性排序，而不是按部門平均補員。

但 7d/30d 為 0.331，高於穩定狀態下的 0.25，折算月度約 619 個，高於 30 天實際的 432 個，最近一週出現低位反彈。7 天只有 143 個樣本，單批次採集就足以改變比率，因此這個反彈只能當作待驗證訊號。高確定性招聘的做法，是先把短窗變化放進人才判斷流程，而不是立刻調整整年度編制。

AI 基礎設施仍是主軸，但新增供給正在分散

AI 基礎設施在 180/90/30/7 天分別為 4,260/2,275/199/62 個，佔 54.4%/68.4%/46.1%/43.4%，四個窗口都排第一，長期主導地位沒有改變。90 天集中度接近七成，說明企業對平台、推理、訓練與基礎架構能力的需求仍然集中。這類職位通常直接影響模型交付速度與單位成本，屬於任務關鍵型人才，不能用一般後端工程職缺的標準來評估。

但 7 天佔比降到 43.4%，是四個窗口中最低，表示最近一週的新增供給反而更分散。AI/演算法職能佔 34.0%/32.1%/27.8%/21.7%，長窗最高、短窗回落；技術職能則從 18.0%/19.2%/19.9% 升至 23.8%。企業近期補員更偏向通用工程交付，而不是單純增加演算法職位。前沿科技招聘若只追逐 AI 職稱，會忽略真正決定落地速度的產品工程、平台可靠性與數據鏈路角色。

數據職能的長短背離，是最需要重新解讀的訊號

數據職能佔 27.4%/24.4%/8.3%/3.5%，180 天接近三成，7 天幾乎消失，這是本次樣本中最劇烈的長短背離。長窗口反映過去半年數據平台、數據科學與分析職位仍是重要存量；短窗口則說明近期新增職位沒有沿著同一方向擴張。對企業的含義不是數據人才不重要，而是數據團隊的補員正從普遍擴編轉向少數高槓桿角色，例如數據治理、數據產品負責人、實驗與指標體系設計者。

Agent/RAG 佔 12.3%/11.5%/12.5%/8.4%，前三個窗口穩定在 11% 到 13%，7 天降至 8.4%，對應 12 個職位，屬於小樣本波動。這類能力仍然具體，但企業真正需要的是能把檢索、評估、工具調用與生產監控串起來的人，而不是只會堆框架的履歷。當短窗供給變薄，招聘判斷更應該回到工作樣本與實際交付紀錄。

安全、風控與鏈上訊號不能合併成單一敘事

安全職能佔 7.0%/8.7%/11.8%/13.3%，短窗升至最高；risk/compliance 主題僅 1.2%/1.1%/3.5%/2.8%，7 天只有 4 個。兩者走勢不同，不能合併成合規需求全面上行。安全職能可能包含身分、調查、風控工程與安全工程等不同工作內容，薪酬與評估標準也不同。企業若用同一個人才畫像尋找所有人，會誤判候選人的可轉換性。

Web3 infra、wallet/payment、trading infra 合計約 252/120/36/14 個，佔 3.2%/3.6%/8.3%/9.8%。短窗接近一成，但長窗只有約 3%，且 7 天僅 14 個職位，只能作為細分訊號。對新經濟團隊而言，這代表鏈上與支付基礎設施仍有選擇性機會，但不足以支撐全面擴張的招聘策略。

Talentverse 判斷：把資源集中在高確定性的關鍵職位

職級欄位中 none 佔 63.4%/64.3%/63.4%/72.0%，senior 佔 17.2%/16.2%/13.7%/11.9%，短窗高級職位沒有擴張。這些數字不能直接解讀為市場降低職級要求，因為大量職位沒有標註職級，佔比變化部分來自標題寫法。真正需要看的是職位背後的決策權、交付範圍與跨團隊影響力。高確定性招聘應該以工作樣本、情境面談與參考查核取代職稱推斷。

薪酬 unknown 佔 21.9%/23.9%/57.4%/58.7%，30 天與 7 天都超過一半，短窗薪酬比較不可靠。企業不宜把未知樣本當成薪資下行證據，也不宜用少量強薪酬訊號推導整體行情。Talentverse 的判斷是：AI 基礎設施、數據治理與數據產品、Agent/RAG 生產化、安全工程與支付/鏈上基礎設施仍值得優先配置關鍵職位；但要用更嚴格的證據門檻區分長窗結構性需求與短窗採集波動。市場越分散，高確定性招聘越重要，因為一次錯誤的關鍵職位決定，成本遠高於多花幾週做人才判斷。