AI 基礎設施仍主導，短窗供給轉向工程交付與商業化職能

收縮尚未結束，但關鍵職位沒有同步消失

截至 2026 年 10 月 24 日，四窗口樣本為 7,827、3,022、459、94 個，折算月度節奏約 1,305、1,007、459、403 個。90d/180d 為 0.3861，30d/90d 為 0.1519，7d/30d 為 0.2048；中期供給僅為長窗口月均的 77%，短期又僅為中期月均的 46%，7 天折算約為 30 天實際的 88%。這組數字的招聘含義不是需求歸零，而是供給曲線仍在低位下移，企業更難用市場自然流入補齊任務關鍵型人才。

180 天窗口是當前可見職位的歷史基線，不是完整半年真實流量，跨窗口比率也含有基線口徑的機械性衰減。7 天只有 94 個樣本，任何一個職能多出幾條職位，都可能讓占比跳動數個百分點。對人才判斷而言，總量收縮只能說明市場更挑選、更分散，不能直接推論所有關鍵職位都變少；真正需要回答的是，哪些任務仍在被補齊，哪些能力正從職稱供給中消失。

AI 基礎設施仍是主場，但短窗敘事正在變寬

AI 基礎設施占 54.58%、66.45%、45.32%、36.17%，四窗口都排名第一，絕對量為 4,272、2,008、208、34 個。90 天是集中度峰值，7 天降到四窗最低；AI infra 與 agent／RAG 合計也由 90 天的 78.26% 降至 7 天的 53.19%，other 主題在 7 天升至 32.98%。這意味著 AI 仍是主戰場，但短窗供給已不是單一 AI 敘事，平台、產品、交付與商業化職位開始補位。

agent／RAG 占 12.37%、11.81%、13.73%、17.02%，7 天 16 個樣本創四窗占比新高，但絕對量太小，低信心訊號不宜直接放大為全面擴張。對前沿科技招聘的含義是，Agent／RAG 職位要用可交付系統能力來驗證，包括檢索品質、工具调用、評測與治理；若只因主題熱度擴編，卻沒有能對結果負責的人才判斷，關鍵職位反而更容易錯配。

職能結構從演算法優先轉向工程交付

資料職能占 27.35%、22.87%、8.50%、8.51%，AI／演算法占 33.65%、31.50%、24.62%、18.09%，兩條曲線在短窗同時下移；技術職能反向升至 18.04%、19.66%、22.22%、24.47%，7 天為四窗最高。新增供給更像後端、DevOps、Java、全端與分析工程，而不是專職演算法或資料科學。對招聘的含義是，平台工程與資料管道正在承接 AI 落地，企業若只用職稱搜尋，會低估這些任務關鍵型職位，也可能錯過真正能解決問題的演算法人才。

短窗中商業化與前台職能也明顯抬升。商務、市場、銷售、產品、營運合計占 8.87%、11.38%、21.13%、35.11%，商務由 2.38% 升至 11.70%，市場由 1.37% 升至 9.57%，產品由 1.52% 升至 9.57%。這不是研發需求消失，而是供給開始補成長、交付與客戶介面。招聘含義是，前沿科技公司若只補工程而不同步補產品與商業化，AI 能力很難轉化為營收與客戶價值；技術與產品人才應放在同一張關鍵職位地圖上。

高級職位與薪酬訊號的雜訊，會直接影響人才判斷

senior 占比由 17.16% 降至 12.77%，head 在 30 天 4.14% 後回落至 2.13%，director 由 2.30% 降至 1.06%，未標註職級升至 70.21%。職級依賴標題與欄位標籤，未標註比例上升會壓低 senior 占比，但高級職位供給沒有明顯擴張的方向仍值得重視。高確定性招聘的含義是，關鍵職位不能假設市場有現成 senior+ 供給，必須更早建立人才地圖，並以過往決策、系統影響力與跨團隊交付來判斷。

薪酬 unknown 占 21.95%、26.27%、56.86%、47.87%，30 天為缺口峰值，7 天略修復，但仍有近半職位沒有薪酬訊號。披露缺口與薪酬水平變化不是同一概念，不能把 unknown 比例當成降薪證據。安全職能占 7.04%、8.83%、11.55%、5.32%，30 天衝高後 7 天回落；risk／compliance 僅 1.18%、1.26%、3.49%、3.19%，7 天只有 3 個。兩者口徑不同，招聘時應拆分身份安全、交易風控、反洗錢合規與法務調查，而不是用一個安全職稱概括。

Talentverse 判斷：把招聘力量放在 AI 交付鏈的關鍵節點

Talentverse 的判斷是，這不是全面復甦，也不是單一賽道主導，而是收縮中的結構再分配。AI 基礎設施仍是最重要的供給池，但短窗集中度下降，平台工程、資料管道、產品評測、Agent 系統與商業化職能同時補位。對前沿科技公司而言，優先職位應包括平台與後端工程、DevOps、資料工程與分析工程、AI 產品與評測、Agent／RAG 系統工程，以及支付、交易與風控場景中的安全與合規角色。

企業最可能誤讀的是把總量收縮當成需求消失，或把 AI infra 的高占比當成所有職位都自動擴張；另一個誤區是以為 senior+ 會自然供給，或用薪酬 unknown 比例推斷降薪。高確定性招聘之所以更重要，是因為短窗訊號雜訊高、樣本小，錯聘一個任務關鍵型職位的成本遠高於等待更清楚的訊號。下一個 30 天窗口應驗證資料職能能否穩定在 8% 至 10%、agent／RAG 能否維持在 13% 以上，以及薪酬 unknown 能否降到 50% 以下；在此之前，關鍵職位更值得用高確定性招聘穩住判斷。