脉脉《Agent 重置职场AI 人才流动报告》显示2026年AI岗位同比增长789.47%FDE岗位增长最快。AI提升工作产出但多数人工作时间未减少。字节跳动在新发AI岗位量、人才净流入和企业看好度中均居榜首。AI岗位学历要求提升对项目经验、工程能力及AI应用能力要求更高。AI正从员工自主使用的工具逐渐成为企业招聘、绩效和岗位管理中的正式评价指标。AI能力已成为求职者展示实际工作能力的重要内容。AI招聘正从模型研发向应用开发和业务流程延伸掌握底层核心技术的人才仍稀缺。脉脉高聘人才智库发布的《Agent 重置职场AI 人才流动报告》显示2026 年 1—7 月新经济行业新发 AI 岗位量同比增长 789.47%AI 岗位占全部新发岗位的比例升至 32.62%。其中FDE现场部署工程师岗位招聘量同比增长 1522.73%成为增长最快的 AI 技术岗位。与此同时AI 对职场的影响也在加深。08% 的受访者认为使用 AI 后工作产出增加但只有 31.77% 的受访者表示工作时间减少。研发人员的感受尤其明显56.30% 的研发类受访者认同“AI 越强工作越累”。在人才争夺方面字节跳动同时位居新发 AI 岗位量和 AI 人才净流入企业榜首。在受访者最看好的中国 AI 企业中字节跳动以 34.31% 排名第一DeepSeek 以 21.14% 位列第二。这份报告发布于 2026 年 9 月数据来自脉脉平台岗位、人才数据及用户问卷调查共回收有效问卷 2207 份。报告对 AI 岗位采用较为广泛的识别标准既包括模型训练、算法研发、推理优化等技术岗位也包括 Agent 应用开发、AI 系统集成与交付以及明确使用生成式 AI 工具开展运营、营销、销售、招聘、设计、内容生产等工作的业务岗位。AI 招聘市场岗位增长近 8 倍平均月薪超过 6.3 万元2026 年 1—7 月脉脉平台新经济行业新发 AI 岗位量同比增长 789.47%新发 AI 岗位渗透率从上年同期的 21.02% 上升至 32.62%提高 11.60 个百分点。相当于每 10 个新发岗位中就有超过 3 个属于 AI 岗位。虽然招聘需求快速增长但 AI 岗位的竞争也有所加剧。人才供需比从 2025 年同期的 1.11 升至 1.28说明每个新发岗位对应的人才投递量相对增加。不过AI 岗位平均招聘月薪依然保持增长从 61,474 元升至 63,160 元同比增长 2.74%。报告中的平均月薪是新发岗位标注的最低月薪与最高月薪的平均值并非员工实际获得的平均工资。从城市分布来看北京、上海、深圳继续位居 AI 招聘规模前三杭州、广州分别位列第四和第五。成都、苏州、南京、武汉、合肥也进入前十名。增长速度方面合肥新发 AI 岗位量同比增长 1570.37%位列前十城市第一成都增长 1158.70%苏州增长 1068.18%武汉和深圳分别增长 1051.11% 和 1023.66%。北京、上海等传统科技中心仍然占据招聘规模优势部分新一线城市的 AI 人才需求则增长得更快。不同规模企业的招聘变化也值得关注。员工规模超过 1 万人的大型企业贡献了 33.49% 的新发 AI 岗位员工规模在 1000 至 1 万人之间的企业贡献了 30.33%。两类企业合计占比达到 63.82%仍然是 AI 招聘的主力。不过员工规模不足 100 人的小微企业招聘增速最快新发 AI 岗位量同比增长 1040.57%占全部新发 AI 岗位的 11.86%。员工规模在 100 至 1000 人之间的企业贡献了 24.33% 的岗位。大型企业在招聘规模上占据优势小微企业对 AI 人才的需求也在快速扩张。随着 AI 从模型研发向产品和业务应用扩展岗位学历要求也在发生变化。最低学历要求为本科的 AI 岗位占比达到 75.20%较上年同期提高 12.35 个百分点最低学历要求为硕士的岗位占比则从 33.61% 降至 21.28%下降 12.33 个百分点。这一变化与 AI 岗位向产品、工程、运营和交付等领域扩展的趋势相吻合。对于越来越多的 AI 应用岗位实际项目经验、工程能力及将 AI 应用于具体业务的能力正在成为招聘的重要考量。工作经验方面3 至 5 年经验的岗位占比最高达到 32.29%其次是 5 至 10 年经验占比 31.85%。此外1 至 3 年经验的岗位占比为 9.62%要求 1 至 5 年经验的岗位合计占比达到 41.91%。相比之下经验不限的岗位占比为 19.53%明确要求 1 年以内经验的岗位仅占 0.92%。尽管 AI 创造了大量就业机会但企业仍然更青睐具有一定项目经验的求职者。对于刚进入职场的新人而言AI 岗位招聘量增长并不代表就业门槛同步下降。校园招聘同样受到 AI 影响。新发校招岗位中AI 岗位渗透率达到 37.30%比 2025 年同期的 24.30% 提高 13 个百分点。AI 相关校招岗位不再局限于算法研究和模型开发产品、研发、运营及数据等岗位也开始要求求职者具备 AI 应用能力。对于毕业生而言相关实习经历、项目经验以及实际运用 AI 完成任务的能力正在成为求职竞争力的重要组成部分。工作方式变化91% 认为 AI 提升产出但多数人的工时没有减少AI 招聘需求快速增长的同时AI 工具正在更深地进入日常工作。脉脉在 2026 年 5 月和 8 月开展的调查显示表示 AI 承担超过 30% 工作内容的受访者比例从 21.98% 升至 47.39%提高 25.41 个百分点。其中表示 AI 已承担超过一半工作内容的受访者比例从 7.67% 升至 25.87%提高 18.20 个百分点。与此同时在工作中从未使用过 AI 的受访者比例从 6.92% 降至 1.15%。AI 工具正在从辅助性的效率工具逐渐成为职场人的日常工作手段。从工具使用情况来看通用 AI 对话助手仍然占据主导地位但 Agent 正在快速进入实际工作流程。2026 年 8 月83.27% 的受访者表示经常使用通用对话助手较 5 月下降 4.94 个百分点。与之形成对比的是编程 Agent 工具的使用比例从 17.37% 升至 34.16%提高 16.79 个百分点。报告列举的代表性工具包括 Trae 和 Codex。编程辅助工具如 GitHub Copilot、Cursor使用比例基本保持稳定自主执行型 Agent 工具的使用比例也有所上升。职场 AI 应用正在从问答、检索、写作等基础辅助向复杂任务执行与工作流协作扩展。编程 Agent 已经不再只是研发人员的专属工具。2026 年 8 月70.56% 的研发类受访者经常使用编程 Agent高于使用通用对话助手的 61.31%。研发类是调查中唯一一个编程 Agent 使用比例超过通用对话助手的岗位类别。在产品类岗位中44.44% 的受访者经常使用编程 Agent专业研究类为 43.53%数据类为 42.50%设计类也达到 32.10%。与之相比通用对话助手在运营、市场及中后台支持等岗位中依然占据优势。其中中后台支持类的使用比例达到 95.00%运营类为 90.43%。不同岗位的 AI 使用方式开始分化。研发及部分产品、数据岗位更加重视 Agent 的任务执行能力运营、市场和中后台岗位则更多依赖通用助手处理内容、分析及日常业务工作。Agent 承担的任务时长也在增加。调查显示27.01% 的受访者表示自己使用 Agent 执行单个任务的最长运行时间达到 1 小时以上其中 16.59% 的受访者单次最长运行时间超过 2 小时。在编程 Agent 单次运行 1 小时以上的人群中63.30% 表示 AI 已承担其 50% 以上的工作内容55.80% 认为 AI 带来了超过 50% 的工作产出提升。相比之下其他人群对应的比例分别只有 20.50% 和 15.80%。较长的 Agent 运行时间与更高的自我报告提效水平同时出现反映出 AI 正在参与更复杂的工作任务。不过这属于调查中的相关性结果不能据此认定 Agent 运行时间越长工作效率就一定越高。AI 提高工作产出的同时也带来了一个值得关注的现象工作效率提高了员工却未必能够更早下班。2026 年 8 月91.08% 的受访者认为使用 AI 工具后自己的工作产出有所增加。其中21.26% 认为产出提高了 50% 以上。但在工作时间方面只有 31.77% 的受访者表示工时减少55.56% 表示基本没有变化还有 12.67% 表示工时增加。AI 带来的效率提升目前更多体现在工作交付量和产出速度上而不是直接转化为员工工作时间的缩短。研发人员对这种变化的感受尤其突出。调查显示50.90% 的研发类受访者表示AI 已承担其 50% 以上的工作内容在报告比较的主要岗位中占比最高。与此同时56.30% 的研发类受访者认同“AI 越强工作越累”24.00% 表示使用 AI 后工作时间增加。作为对比中后台支持类受访者中只有 9.90% 表示 AI 承担 50% 以上的工作认同“AI 越强工作越累”的比例为 25.50%工时增加的比例为 5.20%。研发人员虽然更早、更深入地使用 AI但也更容易感受到工作节奏加快和产出要求提高所带来的压力。AI 的影响也开始从日常工作进入企业管理制度。调查显示54.69% 的受访者表示所在企业提供免费 AI 工具或自研工具36.12% 表示企业定期组织 AI 培训或分享29.52% 表示企业提供 API 调用预算或 Token 额度。与此同时34.09% 的受访者表示所在企业已经针对员工 AI 能力采取管理措施。其中23.65% 表示企业在新招聘岗位中明确设置 AI 能力门槛22.63% 表示 AI 相关能力已经进入绩效考核20.14% 表示企业围绕 AI 能力组织重新上岗或转岗评估。AI 正在从员工自主使用的工具逐渐成为企业招聘、绩效和岗位管理中的正式评价指标。大型企业在这方面的推进更为积极。员工规模超过 1 万人的企业中89.00% 的受访者表示所在企业提供 AI 相关支持49.70% 表示企业已经实施 AI 管理措施。相比之下员工规模不足 100 人的企业对应比例分别为 59.60% 和 28.50%。报告还调查了企业过去一年是否出现与 AI 相关的人员缩编或优化。在万人以上企业的受访者中50.76% 表示所在企业出现过相关情况1000 至 1 万人规模企业的对应比例为 48.31%。100 至 1000 人规模企业的比例为 43.51%100 人以下企业为 36.41%。需要注意这些数据来自受访者对所在企业情况的反馈并不等同于相应比例的企业已经确认因 AI 裁员也不能据此计算实际裁员人数。AI 能力也开始影响求职者对自身竞争力的表达。84% 的受访者表示会在简历或面试中主动强调 AI 能力。其中27.80% 将其作为核心加分项48.04% 会简单提及。在认为 AI 带来 50% 以上产出提升的人群中55.00% 会将 AI 能力作为核心加分项而在产出提升不足 50% 的人群中该比例只有 20.40%。AI 已承担 50% 以上工作内容的人群中也有 53.10% 将 AI 能力视为求职时的核心优势明显高于 AI 承担工作不足 50% 人群的 18.70%。AI 正在从简历上的附加技能逐渐成为求职者展示实际工作能力的重要内容。岗位价值重估六成 AI 岗位面向应用开发FDE 招聘增长超 15 倍除了招聘数量和工作方式的变化AI 人才市场内部的岗位结构也在调整。脉脉将 AI 岗位划分为三大类型AI 技术底座、AI 应用开发、AI 业务效能。AI 应用开发岗位已经成为招聘主体占全部新发 AI 岗位的 60.97%AI 技术底座岗位占比 24.55%AI 业务效能岗位占比 14.48%。三类岗位在薪资和人才供需关系上存在明显差异。AI 技术底座岗位平均招聘月薪为 71,325 元人才供需比为 0.78是三类岗位中唯一供需比低于 1 的类别反映出相关人才仍然相对稀缺。AI 应用开发岗位平均招聘月薪为 61,502 元人才供需比为 1.20AI 业务效能岗位平均招聘月薪为 44,183 元人才供需比达到 2.45。AI 招聘正在从模型研发向应用开发和业务流程延伸但掌握底层核心技术的人才仍具有较强的稀缺性。在高薪岗位方面大模型预训练工程师排名第一。大模型预训练工程师新发岗位平均月薪达到 80,801 元NLP 算法工程师为 79,293 元多模态算法工程师为 77,698 元大模型后训练或对齐工程师为 77,110 元。AI 技术底座类高薪岗位前十名中有九个岗位的平均月薪超过 7 万元。在 AI 应用开发领域推荐应用算法工程师平均月薪为 70,182 元Agent 开发工程师为 69,834 元AI 架构师为 69,079 元。相比之下AI 业务效能类岗位的薪资水平整体较低但部分涉及复杂业务的岗位同样具有较高薪酬。其中投融资岗位平均月薪为 67,099 元培训与组织发展为 60,195 元非 AI 产品经理岗位为 55,824 元。从招聘规模来看Agent 已经成为 AI 应用开发最热门的方向。在 AI 应用开发岗位招聘量排行榜中Agent 开发工程师排名第一招聘指数达到 393.93AI 测试或评测工程师以 217.96 排名第二AI 产品经理以 201.37 排名第三。AI 技术底座岗位中大模型后训练工程师位居招聘量榜首招聘指数为 171.15随后是大模型预训练工程师和推理优化工程师。在 AI 业务效能岗位中非 AI 产品经理、HR 或猎头、视觉及平面设计岗位分列前三名。这些招聘指数反映的是脉脉平台相关岗位的相对规模并非实际招聘人数。如果比较岗位增长速度FDE 是这份报告最突出的发现之一。2026 年 1—7 月FDE现场部署工程师新发岗位量同比增长 1522.73%成为报告中增长最快的 AI 技术岗位。FDE 通常需要直接面对客户围绕实际业务需求开展 AI 系统部署、集成、开发和交付。与传统算法研发岗位相比这类岗位更加接近客户现场和 AI 商业化应用环节。紧随其后的是世界模型岗位同比增长 644.80%Agent 开发岗位同比增长 436.04%VLA视觉—语言—动作相关岗位增长 365.70%GPU 集群与算力调度岗位增长 359.18%。此外研发效能与开发工具、具身智能、大模型后训练及对齐、大模型评测与安全等岗位也保持较快增长。非技术类岗位中AI 产品经理同比增长 120.54%内容运营增长 86.14%投资者关系增长 81.21%视频及影视制作增长 55.19%政府事务及公共关系增长 52.86%。从招聘增速来看企业争夺 AI 人才的重点已经不局限于模型训练而是覆盖客户交付、应用开发、具身智能和算力基础设施等更多环节。AI 能力还正在改变传统岗位的薪资结构。在十大工种中算法类新发 AI 岗位平均月薪最高达到 67,713 元。后端岗位为 58,973 元前端为 57,844 元数据岗位为 57,571 元产品岗位为 57,095 元运维岗位为 55,836 元。非研发岗位同样出现了较高的 AI 相关岗位薪资。其中运营类新发 AI 岗位平均月薪达到 48,120 元销售类为 42,817 元HR 或猎头类为 38,168 元。在报告所列的薪资年度涨幅指标中销售类 AI 岗位达到 27.80%运营类为 20.30%HR 或猎头类为 17.50%。报告正文将这些数字描述为 AI 能力带来的薪资溢价但图表标注的是“同工种新发 AI 岗位薪资年度涨幅”。由于两者统计口径不同在缺少进一步解释的情况下不能将这些百分比直接理解为掌握 AI 技能后相对于不具备 AI 技能的同类岗位获得的薪资增幅。从招聘职位描述中出现的高频技能关键词看不同岗位对 AI 能力的要求已经形成分层。产品经理岗位最常出现的关键词是大模型、Agent 和生成式 AI前端开发更关注 AI 应用开发、工具调用与 Function Calling后端岗位更关注向量数据库、模型推理和 CUDA/GPU。算法岗位仍然以大模型、PyTorch 和深度学习为主要能力要求运维岗位则集中在 AI Infra、Triton 和推理优化等方向。在业务岗位中运营更关注 AI 内容生成与创作市场岗位重视 AI 提效、AI 设计及 AI 营销HR 岗位开始强调 AI 工具使用、Agent 和 AI 人才寻访销售岗位则更加看重大模型与 Agent 的实际使用能力。不同岗位对 AI 技能的要求正在从是否会使用某款工具逐渐转向能否利用 AI 完成工作流程设计、任务执行和业务成果交付。雇主竞争字节跳动招聘量、人才净流入和企业看好度均居榜首AI 人才市场快速扩张也改变了科技企业之间的人才竞争格局。字节跳动位居脉脉平台新发 AI 岗位量排行榜第一招聘指数达到 206.74。小红书以 114.15 位列第二蚂蚁集团和腾讯分别以 86.52、86.44 排名第三和第四。美团、大疆、阿里云、MiniMax 等企业也进入前列。从招聘增速来看部分大模型创业企业表现突出。深度求索DeepSeek新发 AI 岗位量同比增长 601.40%阿里云增长 462.50%阶跃星辰增长 459.50%大疆增长 266.40%MiniMax 增长 256.20%。这些企业虽然在招聘规模上存在差异但相关数据反映出大模型、云计算、智能硬件和 AI 应用领域仍在积极吸纳人才。从 AI 人才的实际流动情况看字节跳动同样位居第一。字节跳动位居 AI 人才净流入企业榜首阿里巴巴、腾讯、大疆和小红书分别排名第二至第五。排名第六至第十的企业依次为拼多多、蚂蚁集团、微软、MiniMax 和英伟达。这份榜单同时包含大型互联网平台、AI 创业企业、智能硬件企业和国际科技巨头。AI 人才的流动目的地并不局限于模型研发企业拥有丰富业务场景、工程基础设施和硬件产品能力的企业同样具有吸引力。职场人最希望加入哪些类型的 AI 企业2026 年 8 月的调查显示36.93% 的受访者首选互联网或科技大厂17.40% 选择具身智能及智能硬件企业11.46% 选择大模型创业企业。AI 算力与基础设施企业、智能驾驶企业的选择比例分别为 9.42% 和 4.67%另有 20.12% 选择其他类型企业。在首选互联网或科技大厂的受访者中44.54% 选择字节跳动23.19% 选择腾讯阿里巴巴以 9.08% 排名第三。对模型创业企业DeepSeek 的吸引力最强。在选择该类企业的受访者中40.32% 将 DeepSeek 作为首选月之暗面以 22.53% 排名第二智谱以 14.23% 排名第三MiniMax 为 7.91%。具身智能和智能硬件领域宇树科技以 35.16% 排名第一大疆以 28.39% 排名第二在 AI 算力与基础设施领域华为昇腾以 32.21% 排名第一寒武纪以 20.67% 排名第二。不同职业人群对科技大厂的偏好存在差异。运营类受访者对大厂的偏好最高达到 53.51%AI 产品类为 41.94%研发类为 38.27%销售或商务类为 32.09%中后台支持类为 33.61%。在首选大厂的 AI 产品类受访者中52.17% 选择字节跳动27.83% 选择腾讯两者合计达到 80.00%。研发类受访者中字节跳动与腾讯的选择比例分别为 46.39% 和 23.49%。总体来看字节跳动和腾讯在报告统计的五类职业人群中分别位居最受青睐科技大厂的第一和第二名阿里巴巴、华为等企业则在不同岗位群体中占据一定优势。工作经验同样影响求职者对企业的选择。在没有工作经验的应届毕业生及学生中56.31% 最希望进入互联网科技大厂工作经验不超过 3 年的另一组职场人中这一比例为 49.80%。随着工作经验增加求职者的就业偏好开始变得更加多元。在 3 至 5 年工作经验的人群中15.91% 选择大模型创业企业是各工作经验组中比例最高的。工作经验超过 10 年的人群中18.46% 选择具身智能及智能硬件企业10.44% 选择 AI 算力与基础设施企业两项比例也高于其他经验组。不过无论工作经验长短在选择互联网科技大厂的受访者中字节跳动始终位列第一。在中国 AI 企业的整体看好度方面字节跳动再次排名第一。调查显示34.31% 的受访者将字节跳动选为最看好的中国 AI 企业DeepSeek 以 21.14% 排名第二两者合计获得 55.45% 的选择。腾讯以 8.61% 排名第三阿里巴巴以 8.06% 排名第四华为以 7.11% 排名第五。宇树科技、月之暗面、智谱、寒武纪和科大讯飞分别位列第六至第十名。进一步观察职场人对科技企业的具体印象字节跳动在多个维度上都占据优势。当受访者被问及哪些企业的模型能力较强时字节跳动被提及 703 次DeepSeek 为 464 次阿里巴巴为 387 次。在 AI 应用能力强、落地场景丰富这一维度字节跳动被提及 818 次阿里巴巴为 355 次腾讯为 339 次。涉及个人成长空间时字节跳动被提及 598 次腾讯为 253 次阿里巴巴为 191 次。在薪酬回报方面字节跳动被提及 734 次腾讯为 314 次阿里巴巴为 249 次。如何学习大模型 AI 由于新岗位的生产效率要优于被取代岗位的生产效率所以实际上整个社会的生产效率是提升的。但是具体到个人只能说是“最先掌握AI的人将会比较晚掌握AI的人有竞争优势”。这句话放在计算机、互联网、移动互联网的开局时期都是一样的道理。我在一线科技企业深耕十二载见证过太多因技术卡位而跃迁的案例。那些率先拥抱 AI 的同事早已在效率与薪资上形成代际优势我意识到有很多经验和知识值得分享给大家也可以通过我们的能力和经验解答大家在大模型的学习中的很多困惑。我们整理出这套AI 大模型突围资料包✅ 从零到一的 AI 学习路径图✅ 大模型调优实战手册附医疗/金融等大厂真实案例✅ 百度/阿里专家闭门录播课✅ 大模型当下最新行业报告✅ 真实大厂面试真题✅ 2026 最新岗位需求图谱所有资料 ⚡️ 朋友们如果有需要《AI大模型入门进阶学习资源包》下方扫码获取~① 全套AI大模型应用开发视频教程包含提示工程、RAG、LangChain、Agent、模型微调与部署、DeepSeek等技术点② 大模型系统化学习路线作为学习AI大模型技术的新手方向至关重要。 正确的学习路线可以为你节省时间少走弯路方向不对努力白费。这里我给大家准备了一份最科学最系统的学习成长路线图和学习规划带你从零基础入门到精通③ 大模型学习书籍文档学习AI大模型离不开书籍文档我精选了一系列大模型技术的书籍和学习文档电子版它们由领域内的顶尖专家撰写内容全面、深入、详尽为你学习大模型提供坚实的理论基础。④ AI大模型最新行业报告2025最新行业报告针对不同行业的现状、趋势、问题、机会等进行系统地调研和评估以了解哪些行业更适合引入大模型的技术和应用以及在哪些方面可以发挥大模型的优势。⑤ 大模型项目实战配套源码学以致用在项目实战中检验和巩固你所学到的知识同时为你找工作就业和职业发展打下坚实的基础。⑥ 大模型大厂面试真题面试不仅是技术的较量更需要充分的准备。在你已经掌握了大模型技术之后就需要开始准备面试我精心整理了一份大模型面试题库涵盖当前面试中可能遇到的各种技术问题让你在面试中游刃有余。以上资料如何领取为什么大家都在学大模型最近科技巨头英特尔宣布裁员2万人传统岗位不断缩减但AI相关技术岗疯狂扩招有3-5年经验大厂薪资就能给到50K*20薪不出1年“有AI项目经验”将成为投递简历的门槛。风口之下与其像“温水煮青蛙”一样坐等被行业淘汰不如先人一步掌握AI大模型原理应用技术项目实操经验“顺风”翻盘这些资料真的有用吗这份资料由我和鲁为民博士(北京清华大学学士和美国加州理工学院博士)共同整理现任上海殷泊信息科技CEO其创立的MoPaaS云平台获Forrester全球’强劲表现者’认证服务航天科工、国家电网等1000企业以第一作者在IEEE Transactions发表论文50篇获NASA JPL火星探测系统强化学习专利等35项中美专利。本套AI大模型课程由清华大学-加州理工双料博士、吴文俊人工智能奖得主鲁为民教授领衔研发。资料内容涵盖了从入门到进阶的各类视频教程和实战项目无论你是小白还是有些技术基础的技术人员这份资料都绝对能帮助你提升薪资待遇转行大模型岗位。以上全套大模型资料如何领取 
长河君 · 2026/11/3 2:45:50 · 阅读 1.2k 小白程序员也能学会大模型：AI人才市场火爆，字节跳动居首！
脉脉《Agent 重置职场AI 人才流动报告》显示2026年AI岗位同比增长789.47%FDE岗位增长最快。AI提升工作产出但多数人工作时间未减少。字节跳动在新发AI岗位量、人才净流入和企业看好度中均居榜首。AI岗位学历要求提升对项目经验、工程能力及AI应用能力要求更高。AI正从员工自主使用的工具逐渐成为企业招聘、绩效和岗位管理中的正式评价指标。AI能力已成为求职者展示实际工作能力的重要内容。AI招聘正从模型研发向应用开发和业务流程延伸掌握底层核心技术的人才仍稀缺。脉脉高聘人才智库发布的《Agent 重置职场AI 人才流动报告》显示2026 年 1—7 月新经济行业新发 AI 岗位量同比增长 789.47%AI 岗位占全部新发岗位的比例升至 32.62%。其中FDE现场部署工程师岗位招聘量同比增长 1522.73%成为增长最快的 AI 技术岗位。与此同时AI 对职场的影响也在加深。08% 的受访者认为使用 AI 后工作产出增加但只有 31.77% 的受访者表示工作时间减少。研发人员的感受尤其明显56.30% 的研发类受访者认同“AI 越强工作越累”。在人才争夺方面字节跳动同时位居新发 AI 岗位量和 AI 人才净流入企业榜首。在受访者最看好的中国 AI 企业中字节跳动以 34.31% 排名第一DeepSeek 以 21.14% 位列第二。这份报告发布于 2026 年 9 月数据来自脉脉平台岗位、人才数据及用户问卷调查共回收有效问卷 2207 份。报告对 AI 岗位采用较为广泛的识别标准既包括模型训练、算法研发、推理优化等技术岗位也包括 Agent 应用开发、AI 系统集成与交付以及明确使用生成式 AI 工具开展运营、营销、销售、招聘、设计、内容生产等工作的业务岗位。AI 招聘市场岗位增长近 8 倍平均月薪超过 6.3 万元2026 年 1—7 月脉脉平台新经济行业新发 AI 岗位量同比增长 789.47%新发 AI 岗位渗透率从上年同期的 21.02% 上升至 32.62%提高 11.60 个百分点。相当于每 10 个新发岗位中就有超过 3 个属于 AI 岗位。虽然招聘需求快速增长但 AI 岗位的竞争也有所加剧。人才供需比从 2025 年同期的 1.11 升至 1.28说明每个新发岗位对应的人才投递量相对增加。不过AI 岗位平均招聘月薪依然保持增长从 61,474 元升至 63,160 元同比增长 2.74%。报告中的平均月薪是新发岗位标注的最低月薪与最高月薪的平均值并非员工实际获得的平均工资。从城市分布来看北京、上海、深圳继续位居 AI 招聘规模前三杭州、广州分别位列第四和第五。成都、苏州、南京、武汉、合肥也进入前十名。增长速度方面合肥新发 AI 岗位量同比增长 1570.37%位列前十城市第一成都增长 1158.70%苏州增长 1068.18%武汉和深圳分别增长 1051.11% 和 1023.66%。北京、上海等传统科技中心仍然占据招聘规模优势部分新一线城市的 AI 人才需求则增长得更快。不同规模企业的招聘变化也值得关注。员工规模超过 1 万人的大型企业贡献了 33.49% 的新发 AI 岗位员工规模在 1000 至 1 万人之间的企业贡献了 30.33%。两类企业合计占比达到 63.82%仍然是 AI 招聘的主力。不过员工规模不足 100 人的小微企业招聘增速最快新发 AI 岗位量同比增长 1040.57%占全部新发 AI 岗位的 11.86%。员工规模在 100 至 1000 人之间的企业贡献了 24.33% 的岗位。大型企业在招聘规模上占据优势小微企业对 AI 人才的需求也在快速扩张。随着 AI 从模型研发向产品和业务应用扩展岗位学历要求也在发生变化。最低学历要求为本科的 AI 岗位占比达到 75.20%较上年同期提高 12.35 个百分点最低学历要求为硕士的岗位占比则从 33.61% 降至 21.28%下降 12.33 个百分点。这一变化与 AI 岗位向产品、工程、运营和交付等领域扩展的趋势相吻合。对于越来越多的 AI 应用岗位实际项目经验、工程能力及将 AI 应用于具体业务的能力正在成为招聘的重要考量。工作经验方面3 至 5 年经验的岗位占比最高达到 32.29%其次是 5 至 10 年经验占比 31.85%。此外1 至 3 年经验的岗位占比为 9.62%要求 1 至 5 年经验的岗位合计占比达到 41.91%。相比之下经验不限的岗位占比为 19.53%明确要求 1 年以内经验的岗位仅占 0.92%。尽管 AI 创造了大量就业机会但企业仍然更青睐具有一定项目经验的求职者。对于刚进入职场的新人而言AI 岗位招聘量增长并不代表就业门槛同步下降。校园招聘同样受到 AI 影响。新发校招岗位中AI 岗位渗透率达到 37.30%比 2025 年同期的 24.30% 提高 13 个百分点。AI 相关校招岗位不再局限于算法研究和模型开发产品、研发、运营及数据等岗位也开始要求求职者具备 AI 应用能力。对于毕业生而言相关实习经历、项目经验以及实际运用 AI 完成任务的能力正在成为求职竞争力的重要组成部分。工作方式变化91% 认为 AI 提升产出但多数人的工时没有减少AI 招聘需求快速增长的同时AI 工具正在更深地进入日常工作。脉脉在 2026 年 5 月和 8 月开展的调查显示表示 AI 承担超过 30% 工作内容的受访者比例从 21.98% 升至 47.39%提高 25.41 个百分点。其中表示 AI 已承担超过一半工作内容的受访者比例从 7.67% 升至 25.87%提高 18.20 个百分点。与此同时在工作中从未使用过 AI 的受访者比例从 6.92% 降至 1.15%。AI 工具正在从辅助性的效率工具逐渐成为职场人的日常工作手段。从工具使用情况来看通用 AI 对话助手仍然占据主导地位但 Agent 正在快速进入实际工作流程。2026 年 8 月83.27% 的受访者表示经常使用通用对话助手较 5 月下降 4.94 个百分点。与之形成对比的是编程 Agent 工具的使用比例从 17.37% 升至 34.16%提高 16.79 个百分点。报告列举的代表性工具包括 Trae 和 Codex。编程辅助工具如 GitHub Copilot、Cursor使用比例基本保持稳定自主执行型 Agent 工具的使用比例也有所上升。职场 AI 应用正在从问答、检索、写作等基础辅助向复杂任务执行与工作流协作扩展。编程 Agent 已经不再只是研发人员的专属工具。2026 年 8 月70.56% 的研发类受访者经常使用编程 Agent高于使用通用对话助手的 61.31%。研发类是调查中唯一一个编程 Agent 使用比例超过通用对话助手的岗位类别。在产品类岗位中44.44% 的受访者经常使用编程 Agent专业研究类为 43.53%数据类为 42.50%设计类也达到 32.10%。与之相比通用对话助手在运营、市场及中后台支持等岗位中依然占据优势。其中中后台支持类的使用比例达到 95.00%运营类为 90.43%。不同岗位的 AI 使用方式开始分化。研发及部分产品、数据岗位更加重视 Agent 的任务执行能力运营、市场和中后台岗位则更多依赖通用助手处理内容、分析及日常业务工作。Agent 承担的任务时长也在增加。调查显示27.01% 的受访者表示自己使用 Agent 执行单个任务的最长运行时间达到 1 小时以上其中 16.59% 的受访者单次最长运行时间超过 2 小时。在编程 Agent 单次运行 1 小时以上的人群中63.30% 表示 AI 已承担其 50% 以上的工作内容55.80% 认为 AI 带来了超过 50% 的工作产出提升。相比之下其他人群对应的比例分别只有 20.50% 和 15.80%。较长的 Agent 运行时间与更高的自我报告提效水平同时出现反映出 AI 正在参与更复杂的工作任务。不过这属于调查中的相关性结果不能据此认定 Agent 运行时间越长工作效率就一定越高。AI 提高工作产出的同时也带来了一个值得关注的现象工作效率提高了员工却未必能够更早下班。2026 年 8 月91.08% 的受访者认为使用 AI 工具后自己的工作产出有所增加。其中21.26% 认为产出提高了 50% 以上。但在工作时间方面只有 31.77% 的受访者表示工时减少55.56% 表示基本没有变化还有 12.67% 表示工时增加。AI 带来的效率提升目前更多体现在工作交付量和产出速度上而不是直接转化为员工工作时间的缩短。研发人员对这种变化的感受尤其突出。调查显示50.90% 的研发类受访者表示AI 已承担其 50% 以上的工作内容在报告比较的主要岗位中占比最高。与此同时56.30% 的研发类受访者认同“AI 越强工作越累”24.00% 表示使用 AI 后工作时间增加。作为对比中后台支持类受访者中只有 9.90% 表示 AI 承担 50% 以上的工作认同“AI 越强工作越累”的比例为 25.50%工时增加的比例为 5.20%。研发人员虽然更早、更深入地使用 AI但也更容易感受到工作节奏加快和产出要求提高所带来的压力。AI 的影响也开始从日常工作进入企业管理制度。调查显示54.69% 的受访者表示所在企业提供免费 AI 工具或自研工具36.12% 表示企业定期组织 AI 培训或分享29.52% 表示企业提供 API 调用预算或 Token 额度。与此同时34.09% 的受访者表示所在企业已经针对员工 AI 能力采取管理措施。其中23.65% 表示企业在新招聘岗位中明确设置 AI 能力门槛22.63% 表示 AI 相关能力已经进入绩效考核20.14% 表示企业围绕 AI 能力组织重新上岗或转岗评估。AI 正在从员工自主使用的工具逐渐成为企业招聘、绩效和岗位管理中的正式评价指标。大型企业在这方面的推进更为积极。员工规模超过 1 万人的企业中89.00% 的受访者表示所在企业提供 AI 相关支持49.70% 表示企业已经实施 AI 管理措施。相比之下员工规模不足 100 人的企业对应比例分别为 59.60% 和 28.50%。报告还调查了企业过去一年是否出现与 AI 相关的人员缩编或优化。在万人以上企业的受访者中50.76% 表示所在企业出现过相关情况1000 至 1 万人规模企业的对应比例为 48.31%。100 至 1000 人规模企业的比例为 43.51%100 人以下企业为 36.41%。需要注意这些数据来自受访者对所在企业情况的反馈并不等同于相应比例的企业已经确认因 AI 裁员也不能据此计算实际裁员人数。AI 能力也开始影响求职者对自身竞争力的表达。84% 的受访者表示会在简历或面试中主动强调 AI 能力。其中27.80% 将其作为核心加分项48.04% 会简单提及。在认为 AI 带来 50% 以上产出提升的人群中55.00% 会将 AI 能力作为核心加分项而在产出提升不足 50% 的人群中该比例只有 20.40%。AI 已承担 50% 以上工作内容的人群中也有 53.10% 将 AI 能力视为求职时的核心优势明显高于 AI 承担工作不足 50% 人群的 18.70%。AI 正在从简历上的附加技能逐渐成为求职者展示实际工作能力的重要内容。岗位价值重估六成 AI 岗位面向应用开发FDE 招聘增长超 15 倍除了招聘数量和工作方式的变化AI 人才市场内部的岗位结构也在调整。脉脉将 AI 岗位划分为三大类型AI 技术底座、AI 应用开发、AI 业务效能。AI 应用开发岗位已经成为招聘主体占全部新发 AI 岗位的 60.97%AI 技术底座岗位占比 24.55%AI 业务效能岗位占比 14.48%。三类岗位在薪资和人才供需关系上存在明显差异。AI 技术底座岗位平均招聘月薪为 71,325 元人才供需比为 0.78是三类岗位中唯一供需比低于 1 的类别反映出相关人才仍然相对稀缺。AI 应用开发岗位平均招聘月薪为 61,502 元人才供需比为 1.20AI 业务效能岗位平均招聘月薪为 44,183 元人才供需比达到 2.45。AI 招聘正在从模型研发向应用开发和业务流程延伸但掌握底层核心技术的人才仍具有较强的稀缺性。在高薪岗位方面大模型预训练工程师排名第一。大模型预训练工程师新发岗位平均月薪达到 80,801 元NLP 算法工程师为 79,293 元多模态算法工程师为 77,698 元大模型后训练或对齐工程师为 77,110 元。AI 技术底座类高薪岗位前十名中有九个岗位的平均月薪超过 7 万元。在 AI 应用开发领域推荐应用算法工程师平均月薪为 70,182 元Agent 开发工程师为 69,834 元AI 架构师为 69,079 元。相比之下AI 业务效能类岗位的薪资水平整体较低但部分涉及复杂业务的岗位同样具有较高薪酬。其中投融资岗位平均月薪为 67,099 元培训与组织发展为 60,195 元非 AI 产品经理岗位为 55,824 元。从招聘规模来看Agent 已经成为 AI 应用开发最热门的方向。在 AI 应用开发岗位招聘量排行榜中Agent 开发工程师排名第一招聘指数达到 393.93AI 测试或评测工程师以 217.96 排名第二AI 产品经理以 201.37 排名第三。AI 技术底座岗位中大模型后训练工程师位居招聘量榜首招聘指数为 171.15随后是大模型预训练工程师和推理优化工程师。在 AI 业务效能岗位中非 AI 产品经理、HR 或猎头、视觉及平面设计岗位分列前三名。这些招聘指数反映的是脉脉平台相关岗位的相对规模并非实际招聘人数。如果比较岗位增长速度FDE 是这份报告最突出的发现之一。2026 年 1—7 月FDE现场部署工程师新发岗位量同比增长 1522.73%成为报告中增长最快的 AI 技术岗位。FDE 通常需要直接面对客户围绕实际业务需求开展 AI 系统部署、集成、开发和交付。与传统算法研发岗位相比这类岗位更加接近客户现场和 AI 商业化应用环节。紧随其后的是世界模型岗位同比增长 644.80%Agent 开发岗位同比增长 436.04%VLA视觉—语言—动作相关岗位增长 365.70%GPU 集群与算力调度岗位增长 359.18%。此外研发效能与开发工具、具身智能、大模型后训练及对齐、大模型评测与安全等岗位也保持较快增长。非技术类岗位中AI 产品经理同比增长 120.54%内容运营增长 86.14%投资者关系增长 81.21%视频及影视制作增长 55.19%政府事务及公共关系增长 52.86%。从招聘增速来看企业争夺 AI 人才的重点已经不局限于模型训练而是覆盖客户交付、应用开发、具身智能和算力基础设施等更多环节。AI 能力还正在改变传统岗位的薪资结构。在十大工种中算法类新发 AI 岗位平均月薪最高达到 67,713 元。后端岗位为 58,973 元前端为 57,844 元数据岗位为 57,571 元产品岗位为 57,095 元运维岗位为 55,836 元。非研发岗位同样出现了较高的 AI 相关岗位薪资。其中运营类新发 AI 岗位平均月薪达到 48,120 元销售类为 42,817 元HR 或猎头类为 38,168 元。在报告所列的薪资年度涨幅指标中销售类 AI 岗位达到 27.80%运营类为 20.30%HR 或猎头类为 17.50%。报告正文将这些数字描述为 AI 能力带来的薪资溢价但图表标注的是“同工种新发 AI 岗位薪资年度涨幅”。由于两者统计口径不同在缺少进一步解释的情况下不能将这些百分比直接理解为掌握 AI 技能后相对于不具备 AI 技能的同类岗位获得的薪资增幅。从招聘职位描述中出现的高频技能关键词看不同岗位对 AI 能力的要求已经形成分层。产品经理岗位最常出现的关键词是大模型、Agent 和生成式 AI前端开发更关注 AI 应用开发、工具调用与 Function Calling后端岗位更关注向量数据库、模型推理和 CUDA/GPU。算法岗位仍然以大模型、PyTorch 和深度学习为主要能力要求运维岗位则集中在 AI Infra、Triton 和推理优化等方向。在业务岗位中运营更关注 AI 内容生成与创作市场岗位重视 AI 提效、AI 设计及 AI 营销HR 岗位开始强调 AI 工具使用、Agent 和 AI 人才寻访销售岗位则更加看重大模型与 Agent 的实际使用能力。不同岗位对 AI 技能的要求正在从是否会使用某款工具逐渐转向能否利用 AI 完成工作流程设计、任务执行和业务成果交付。雇主竞争字节跳动招聘量、人才净流入和企业看好度均居榜首AI 人才市场快速扩张也改变了科技企业之间的人才竞争格局。字节跳动位居脉脉平台新发 AI 岗位量排行榜第一招聘指数达到 206.74。小红书以 114.15 位列第二蚂蚁集团和腾讯分别以 86.52、86.44 排名第三和第四。美团、大疆、阿里云、MiniMax 等企业也进入前列。从招聘增速来看部分大模型创业企业表现突出。深度求索DeepSeek新发 AI 岗位量同比增长 601.40%阿里云增长 462.50%阶跃星辰增长 459.50%大疆增长 266.40%MiniMax 增长 256.20%。这些企业虽然在招聘规模上存在差异但相关数据反映出大模型、云计算、智能硬件和 AI 应用领域仍在积极吸纳人才。从 AI 人才的实际流动情况看字节跳动同样位居第一。字节跳动位居 AI 人才净流入企业榜首阿里巴巴、腾讯、大疆和小红书分别排名第二至第五。排名第六至第十的企业依次为拼多多、蚂蚁集团、微软、MiniMax 和英伟达。这份榜单同时包含大型互联网平台、AI 创业企业、智能硬件企业和国际科技巨头。AI 人才的流动目的地并不局限于模型研发企业拥有丰富业务场景、工程基础设施和硬件产品能力的企业同样具有吸引力。职场人最希望加入哪些类型的 AI 企业2026 年 8 月的调查显示36.93% 的受访者首选互联网或科技大厂17.40% 选择具身智能及智能硬件企业11.46% 选择大模型创业企业。AI 算力与基础设施企业、智能驾驶企业的选择比例分别为 9.42% 和 4.67%另有 20.12% 选择其他类型企业。在首选互联网或科技大厂的受访者中44.54% 选择字节跳动23.19% 选择腾讯阿里巴巴以 9.08% 排名第三。对模型创业企业DeepSeek 的吸引力最强。在选择该类企业的受访者中40.32% 将 DeepSeek 作为首选月之暗面以 22.53% 排名第二智谱以 14.23% 排名第三MiniMax 为 7.91%。具身智能和智能硬件领域宇树科技以 35.16% 排名第一大疆以 28.39% 排名第二在 AI 算力与基础设施领域华为昇腾以 32.21% 排名第一寒武纪以 20.67% 排名第二。不同职业人群对科技大厂的偏好存在差异。运营类受访者对大厂的偏好最高达到 53.51%AI 产品类为 41.94%研发类为 38.27%销售或商务类为 32.09%中后台支持类为 33.61%。在首选大厂的 AI 产品类受访者中52.17% 选择字节跳动27.83% 选择腾讯两者合计达到 80.00%。研发类受访者中字节跳动与腾讯的选择比例分别为 46.39% 和 23.49%。总体来看字节跳动和腾讯在报告统计的五类职业人群中分别位居最受青睐科技大厂的第一和第二名阿里巴巴、华为等企业则在不同岗位群体中占据一定优势。工作经验同样影响求职者对企业的选择。在没有工作经验的应届毕业生及学生中56.31% 最希望进入互联网科技大厂工作经验不超过 3 年的另一组职场人中这一比例为 49.80%。随着工作经验增加求职者的就业偏好开始变得更加多元。在 3 至 5 年工作经验的人群中15.91% 选择大模型创业企业是各工作经验组中比例最高的。工作经验超过 10 年的人群中18.46% 选择具身智能及智能硬件企业10.44% 选择 AI 算力与基础设施企业两项比例也高于其他经验组。不过无论工作经验长短在选择互联网科技大厂的受访者中字节跳动始终位列第一。在中国 AI 企业的整体看好度方面字节跳动再次排名第一。调查显示34.31% 的受访者将字节跳动选为最看好的中国 AI 企业DeepSeek 以 21.14% 排名第二两者合计获得 55.45% 的选择。腾讯以 8.61% 排名第三阿里巴巴以 8.06% 排名第四华为以 7.11% 排名第五。宇树科技、月之暗面、智谱、寒武纪和科大讯飞分别位列第六至第十名。进一步观察职场人对科技企业的具体印象字节跳动在多个维度上都占据优势。当受访者被问及哪些企业的模型能力较强时字节跳动被提及 703 次DeepSeek 为 464 次阿里巴巴为 387 次。在 AI 应用能力强、落地场景丰富这一维度字节跳动被提及 818 次阿里巴巴为 355 次腾讯为 339 次。涉及个人成长空间时字节跳动被提及 598 次腾讯为 253 次阿里巴巴为 191 次。在薪酬回报方面字节跳动被提及 734 次腾讯为 314 次阿里巴巴为 249 次。如何学习大模型 AI 由于新岗位的生产效率要优于被取代岗位的生产效率所以实际上整个社会的生产效率是提升的。但是具体到个人只能说是“最先掌握AI的人将会比较晚掌握AI的人有竞争优势”。这句话放在计算机、互联网、移动互联网的开局时期都是一样的道理。我在一线科技企业深耕十二载见证过太多因技术卡位而跃迁的案例。那些率先拥抱 AI 的同事早已在效率与薪资上形成代际优势我意识到有很多经验和知识值得分享给大家也可以通过我们的能力和经验解答大家在大模型的学习中的很多困惑。我们整理出这套AI 大模型突围资料包✅ 从零到一的 AI 学习路径图✅ 大模型调优实战手册附医疗/金融等大厂真实案例✅ 百度/阿里专家闭门录播课✅ 大模型当下最新行业报告✅ 真实大厂面试真题✅ 2026 最新岗位需求图谱所有资料 ⚡️ 朋友们如果有需要《AI大模型入门进阶学习资源包》下方扫码获取~① 全套AI大模型应用开发视频教程包含提示工程、RAG、LangChain、Agent、模型微调与部署、DeepSeek等技术点② 大模型系统化学习路线作为学习AI大模型技术的新手方向至关重要。 正确的学习路线可以为你节省时间少走弯路方向不对努力白费。这里我给大家准备了一份最科学最系统的学习成长路线图和学习规划带你从零基础入门到精通③ 大模型学习书籍文档学习AI大模型离不开书籍文档我精选了一系列大模型技术的书籍和学习文档电子版它们由领域内的顶尖专家撰写内容全面、深入、详尽为你学习大模型提供坚实的理论基础。④ AI大模型最新行业报告2025最新行业报告针对不同行业的现状、趋势、问题、机会等进行系统地调研和评估以了解哪些行业更适合引入大模型的技术和应用以及在哪些方面可以发挥大模型的优势。⑤ 大模型项目实战配套源码学以致用在项目实战中检验和巩固你所学到的知识同时为你找工作就业和职业发展打下坚实的基础。⑥ 大模型大厂面试真题面试不仅是技术的较量更需要充分的准备。在你已经掌握了大模型技术之后就需要开始准备面试我精心整理了一份大模型面试题库涵盖当前面试中可能遇到的各种技术问题让你在面试中游刃有余。以上资料如何领取为什么大家都在学大模型最近科技巨头英特尔宣布裁员2万人传统岗位不断缩减但AI相关技术岗疯狂扩招有3-5年经验大厂薪资就能给到50K*20薪不出1年“有AI项目经验”将成为投递简历的门槛。风口之下与其像“温水煮青蛙”一样坐等被行业淘汰不如先人一步掌握AI大模型原理应用技术项目实操经验“顺风”翻盘这些资料真的有用吗这份资料由我和鲁为民博士(北京清华大学学士和美国加州理工学院博士)共同整理现任上海殷泊信息科技CEO其创立的MoPaaS云平台获Forrester全球’强劲表现者’认证服务航天科工、国家电网等1000企业以第一作者在IEEE Transactions发表论文50篇获NASA JPL火星探测系统强化学习专利等35项中美专利。本套AI大模型课程由清华大学-加州理工双料博士、吴文俊人工智能奖得主鲁为民教授领衔研发。资料内容涵盖了从入门到进阶的各类视频教程和实战项目无论你是小白还是有些技术基础的技术人员这份资料都绝对能帮助你提升薪资待遇转行大模型岗位。以上全套大模型资料如何领取