FDE 企业 AI 落地与交付 · 组织采用与项目陪跑 · 2026-05-11

我们刚过了人类最后一个劳动节?AI新职业的八个变化

AI公司岗位倍增的背后,是AI新职业的八个关键变化。

核心内容:

  1. AI公司岗位总量与结构变化
  2. 使能者、协作者等五类岗位的演变趋势
  3. 中美AI公司在人才布局上的差异

引言

今年五一劳动节,网上流传出不少"赛博劳动节"、"硅基劳动节"活动的新闻。正面看,AI 和机器人正在成为重要的劳动力增强和补充力量;但也进一步引发了 AI 替代人类劳动力的忧虑——人类工作会不会因此更少了?甚至有人用 AI 生图说这是"人类最后一个劳动节"。事实真是这样吗?为了解真实情况,本文延续去年 9 月发表的一项AI新职业研究框架,进行一次研究刷新。样本选取7家国内外代表性的 AI 原生公司或团队,数据来自官网公开的招聘信息,采集时间就是2026年的5月1日——劳动节当天。美国选了御三家OpenAI、Anthropic、DeepMind,中国则是智谱、月之暗面(Kimi)、深度求索(DeepSeek)和通义千问。研究的核心框架,是把 AI 公司的全部在招岗位归成五类——使能者(做模型)、协作者(做产品和交付)、推广者(做销售和营销)、治理者(管安全和合规)、支持者(管后勤和运营),以消除各家公司岗位差异性较大的问题,便于统一分析对比。(五类的详细定义见文末研究方法说明。)

核心发现

重要的事情提前说,这次研究与8个月前相比,AI新职业有八个变化 :1. 岗位总量倍增:AI 公司不但没缩编,反而都在增岗招人。7 家公司在招岗位从 718 涨到 1570,增长了一倍多。2. 人力主体迁移:AI 公司用人的重心从研发转向产品和商业化,使能者占比明显下降,协作者和推广者明显上升。3. 使能者内部换血:工程师数量并未减少、还在增长,但增长的重点变了,推理、研究相关的岗位增长明显,预训练、数据等则相对较少。4. 协作者新岗位集群爆发:AI 公司普遍 Palantir 化,"部署"成为重要的普遍性岗位需求,FDE(前线部署工程师)最典型,从零星几个岗位暴涨到上百个。5. 推广者伴随商业化激增:推广者增速五类之首,增长到原来的4倍多,典型像客户成功、合作伙伴销售,商业变现成为AI公司的核心战略。6. 支持者占比稳定:HR、财务、运营岗位随业务同步增长,占比几乎没变。AI 增强了这些办公室白领岗位,也并没有完全替代他们。7. 治理者结构分化明显:治理岗位整体增长了约1倍,但主要集中在 Anthropic 和 OpenAI 两家、合计贡献了 90%。大部分AI公司,对AI治理的人力和资源投入可能都还不够充分。8. 中美差异有扩有缩:中美AI大方向一致,都在从研发走向商业化,但五类结构差距里有两处在扩大、三处在收窄。相对美国,中国的使能者占比更高,意味着AI研发追赶还需投入;推广者比例相对低,AI商业化处于更早期;治理者仍然较少,缺少类似Anthropic这样主打AI安全战略的先锋企业。

变化 1:AI公司在疯狂设岗招人

先回答最直接的问题:AI 原生公司的人类岗位是变多了还是变少了?答案是变多了,而且多了不少。7 家公司在招岗位总量从 718 涨到 1570,8 个月翻了一倍多。基本所有公司都在扩张岗位,即便是被 Google 进行了整合的 DeepMind,在招岗位数量也基本持平。这和同期大量媒体渲染的"AI 裁员潮"形成了鲜明对比。2026 年第一季度,全球科技行业裁员约 7.8 万人,其中近半数被归因于 AI 替代。结合我们这份研究看,AI 在一侧消灭部分岗位,同时在另一侧也在创造不少新岗位,这两件事确实都在发生。但是,新岗位增长不等于简单"堆人",利用AI杠杆提升人效,才是AI公司核心追求的目标。例如,Anthropic 年化收入增长了约4倍,在招岗位只增长了约1.6倍,收入增速远超岗位扩张速度,说明人均产出大幅提升。新岗位增长的另一个重要原因,是组织发展和公司化运营完善所需。从初创团队发展成创业公司、从创业公司成长成上市公司等,都需要进行组织和岗位的调整和扩张。例如,DeepSeek 4 月启动了首轮外部融资,岗位也在同步扩张,其中重点是补齐 CFO、COO、内审经理这些支持岗。智谱也类似,今年初成功上市后,战略、HR、财务、法律、审计与合规等方面都在招聘。AI公司用AI的能力业界最强,但它们自己也没停止招人。 AI可能会提高岗位要求、减少新增人力的增幅,但并没有完全消灭这些岗位。当然,岗位总量的变化只是表面,深入底下的结构变化,能进一步看清岗位间此消彼长的情况。

变化 2:人力主体从研发转向产品和商业化

去年 9 月,我们整体看到的还是典型的"研发型公司"画像。招聘岗位中使能者(做模型的人)占了四成多,其余四类加起来才撑住另一半。8 个月后,画面已经变了。招聘岗位中使能者的份额从四成多跌到了三成多,减少了约 9 个百分点。这些份额去了哪里?几乎都放到了协作者和推广者的岗位上,两类合计占比涨了超 11 个点。

这并不是说工程师的数量在减少,使能者岗位的绝对数仍然在涨。实际发生的是协作者和推广者岗位增长明显更多。去年的AI 公司基本上算是研发机构,现在它们都在积极投入向成熟的商业公司方向发展。整个行业都在加速迈向商业化,2025 年下半年开始,全球 AI 行业的主旋律已经从"谁家模型更强"切换到"谁家落地更快"。Anthropic 4 月年化收入反超 OpenAI——靠的不是更强的模型,而是更成熟的企业级服务。OpenAI 也在转向加强企业市场,宣布扩招数百名技术咨询人员。国内像智谱在重点招聘建设销售团队,上市之后,商业化就是最硬的考题。招聘特征是战略意图最诚实的表达。 一家公司如果光嘴上说"我们重视商业化",并不算数。但如果它的协作者和推广者招聘大幅增长,必然意味着商业化要加速。具体分析这批新增岗位的招聘信息,有一个跨公司、跨岗位的共性特征非常突出——"客户界面"正在成为 AI 新岗位的核心属性之一。无论是协作者里的部署工程师、推广者里的合作伙伴销售经理,还是使能者里新设的面向客户的技术咨询角色,几乎所有数量增长最快的新岗位都是面向外部、面向市场的。相对,纯内向、偏后端技术的岗位变化不明显,没有出现全新品类。这可能反映出,目前AI 公司最缺的不是做模型的人,而是把模型变成外部价值的人。同时,这些新岗位的能力要求也在打破传统边界,复合能力的需求更广泛。AI部署工程师要求"8 年售后工程经验 + 2 年软件开发";商业分析师要求"精通 SQL + Python + 推理成本和毛利模型";某公司的实习生都要求"熟练使用 5 种以上 AI 创作工具"。纯技术或纯商务能力都不充分,"技术 + 业务"的双栖能力更受企业欢迎。那具体哪些岗位在增长、哪些岗位有收缩?接下来按五类岗位分别看。

变化 3:工程师没少,但换了一批

8 个月前,使能者的主力是训模型的人。现在,训模型的人还在,但新增的主力变成了让模型跑起来的人。使能者仍然是最多的在招岗位类型,但内部的构成已经发生了明显的变化。一批传统的技术岗位开放招聘明显减少,另一批新方向的工程岗位则在快速兴起。招聘明显萎缩的有三类:数据科学家从 9 个掉到 1 个,机器学习工程师和大模型算法工程师的新增岗位也明显减少。原因各有不同,但指向同一个趋势——大模型能力全面爆发后,过去需要专人做的数据处理、专用小模型训练、算法探索等工作,要么被 AI 本身接管了一部分,要么集中到了极少数头部团队手里,行业不再需要大量的通用型研究者和复现者。Anthropic 2026 年初发布的经济指数报告也印证了这一点:数据分析是目前 AI 渗透最深的工作领域之一。那什么岗位在涨?和技术热点直接挂钩。推理工程师是增长最快的使能者岗位之一。模型训练完了只是第一步,怎么让它在实际部署中跑得更快、更便宜,才是规模化阶段的核心瓶颈。例如,Anthropic 招聘多个推理方向的软件工程师,要求能"跨硬件和系统库解决端到端推理性能挑战"。国内多家AI公司也在招聘像推理infra工程师、推理优化工程师、推理加速研发工程师等,同样要求具备底层算子优化、Transformer 推理加速等能力。可见,提高模型推理性能,成为AI公司普遍发力的重点方向。研究科学家的需求也在快速上升。和"研究工程师"不同,研究科学家更侧重于定义新问题,而非实现已有方案。OpenAI 和 DeepMind 都在扩充研究科学家的编制,这说明头部 AI 公司仍然有大量开放的科学问题需要攻克,AI 并没有到"技术已定、只差落地"的阶段。还有一类值得关注的是数据中心和算力工程师,合计增长超过一倍。不少AI 公司正在同时扮演"模型公司"和"基础设施公司"两种角色。Anthropic 扩建美国本土数据中心,OpenAI 在全球多地建设算力集群,对应的都是这批岗位的密集招聘。使能者还有一个突出特点,就是实习生岗位最多。今年 7 家公司的实习岗有 40 多个,使能者占了一半以上(53%),明显多于其他四类。岗位类型上也比较丰富,有研究型的,像后训练算法、多模态生成、大模型评测;有工程型的,训练优化、推理系统、AI 应用开发;也有内容创意型的,AIGC 图片、视频创作等。可以看出,头部 AI 公司不再局限于招收成熟人才,也在系统性培养后备力量,加大对有能力的年轻人才吸收力度。总之,使能者的岗位结构调整明显,大方向是跟着AI技术主流走——从训练走向推理、从模型走向软硬件协同。

变化 4:一支"部署军队"正在成型

上一篇文章里,我曾列出 6 个值得关注的 AI 新职业实例,其中一个叫前线部署工程师(Forward Deployed Engineer, FDE)。其源头来自Palantir 十多年前就创造的岗位模式:FDE不是坐在公司里编写软件,而是被部署到客户现场,深入客户的真实业务,解决具体的技术问题,帮助客户把新技术或产品真正用起来。这种模式,非常适合AI这种还在不断迭代、充满不确定性的技术应用。8 个月前,这类"部署"岗位在样本里还只有零星几个。现在,它已经变成了成规模的新职业集群,广义上有100多个岗位。除了FDE,典型还有AI部署工程师(AI Deployment Engineer,ADE)、AI部署经理(AI Deployment Manager,ADM)、技术部署负责人(Technical Deployment Lead)等。当前哪家公司"部署"类岗位招聘最多?可能很多人会认为是Anthropic,但其实不是。最多的是OpenAI,占了总体的78.5%,这也反映其正在大力拓展企业市场。整体看,部署类岗位呈现三个特点:一是团队化。从零散的岗位,升级为有独立运转能力的完整部署团队建制。OpenAI 的做法最激进,不仅在全球十余个城市设立了 FDE 岗位,还围绕这个团队配备了完整的支撑体系,包括专门支持 FDE 的招聘官、培训经理、平台工程师、战略运营经理等。一个岗位品类需要专门的招聘管道、培训流程和工具平台,说明已经是一个独立的业务单元。Anthropic 的组织方式不同但目标一致。其设立了一个叫有益部署(Beneficial Deployments) 的团队,下设应用 AI 工程师、技术部署负责人、客户经理和架构负责人等角色,覆盖从方案设计、技术交付到客户管理的完整链条。二是层次化。部署类岗位不止局限在AI现场工程实现,还进一步向上层的业务成功拓展。国内相对熟悉的FDE,核心定位是提供驻场式深度工程交付,能够帮助客户实现AI应用从原型到部署上线,服务针对的主要是战略客户和复杂场景。OpenAI还设立了AI部署工程师。其工作相对FDE更贴近客户的业务,提供产品采用和方案指导,包括帮助客户设计AI工作流、做技术演示、引导工程团队上手等,覆盖面比FDE更广。此外,再上一层还有AI部署经理。其负责的不再是单个客户,而是把前两者积累的经验标准化,设计可复用的方法…

— 以上为试看内容(约 40%),开通会员后阅读全文 —

原文出处:https://www.53ai.com/news/zhinengyingxiao/2026051112470.html