AI岗位暴增789%，为什么你的工时没少｜老高AI观察

38 0 1

老高AI观察 · 第5期｜2026 年 9 月 17 日

2026 年 9 月 16 日，脉脉高聘人才智库发了《Agent 重置职场——AI 人才流动报告》。最扎眼的数字是：今年 1 到 7 月，平台新经济行业新发的 AI 岗位量同比涨了 789%。但报告里还压着另一个几乎没人提的数字——91.08% 的受访者说用 AI 后产出变多，只有 31.77% 说工时变少。我的判断是：这不是新增了很多 AI 岗位，是所有岗位都开始被要求带上 AI；真正把人分开的那条线，是「能不能让 Agent 连着替你干活一小时以上」。

脉脉把「AI 人才」三个字拆成了三类活

9 月 16 日，脉脉高聘人才智库发布《Agent 重置职场——AI 人才流动报告》，数据取自该平台 2026 年 1—7 月的招聘行为（中国新闻网报道、中国经济新闻网报道）。报告最有价值的动作，是把「AI 人才」拆成三类：技术底座、应用开发、业务效能。

应用开发占 60.97%，技术底座 24.55%，业务效能 14.48%——六成岗位不是在做模型，是用模型做东西；
扩招最快的是 FDE（前沿部署工程师），涨 1522.73%；
AI 产品经理涨 120.54%，非技术岗领跑；
平均月薪 63160 元，只比去年同期涨 2.74%；
薪资溢价最高的是销售岗 27.80%。

AI 岗位结构三类占比：应用开发 60.97%、技术底座 24.55%、业务效能 14.48% — 图表报告里的岗位结构三类占比：60.97%、24.55%、14.48%。来源：脉脉高聘报告

脉脉创始人兼 CEO 林凡的两句话值得记。一句是「明年科技公司基本只招 AI 人才」；另一句是「判断一个人会不会用 AI，关键看能否让 Agent 自主工作超过一小时」。配套数字：27.01% 的受访者单次运行 Agent 超过一小时。

为什么是现在

FDE 突然涨 15 倍，不是巧合。它最早是 AI 公司卖给企业时的「陪跑工程师」——模型卖出去了，客户接不上，得有人进现场把流程接起来。现在这个词进了招聘市场，说明企业卡住的地方已经从「买不到模型」变成「接不进业务」。

报告里另有数字佐证：34.09% 的职场人自述，公司已针对员工 AI 能力做管理动作——23.65% 设了招聘 AI 门槛，22.63% 纳入绩效考核，20.14% 组织转岗评估。配套方面，54.69% 的公司提供免费或自研工具，29.52% 给 API 预算或 Token 额度，26.74% 什么支持都没有。

这就是「为什么是现在」：工具先到了，管理动作正在补位。当「会不会用 AI」被写进招聘门槛和绩效考核，它就不再是加分项，而是入场券。

789% 不是多出了很多 AI 岗，是所有岗都开始要 AI

先把口径摆清楚。789.47% 的分母是脉脉平台自己的岗位池，不是全行业招聘总量；增速最快的城市也不是北上广深，是合肥（+1570.37%）、成都（+1158.70%）、苏州（+1068.18%）。

再看那组剪刀差：岗位数涨了 789%，平均月薪只从 61474 元涨到 63160 元，涨 2.74%。这才是报告里真正该读出来的东西。真缺 AI 人才，价格该往上冲；价格没冲，说明涨的是要求，不是稀缺。

所以我的判断是：这轮变化不是多出了很多 AI 岗位，是 AI 从「某个岗位的技能」变成了「所有岗位的默认配置」。最能说明问题的是销售岗——销售类 AI 岗溢价 27.80%、平均月薪 42817 元，说明企业在给「会用 AI 的销售」加钱，不是在给「会训模型的工程师」加钱。

对个人来说，结论有点扎心：简历上写「熟练使用 ChatGPT」已经不值钱。想把底子补一下，可以先看一份AI 智能体的原理与应用说明，至少知道 Agent 和聊天框不是一回事。

91% 的人产出变多了，只有 32% 的人工时变少了

第二组数字：91.08% 认为产出增加，31.77% 表示工时减少，前者是后者的近三倍。

使用 AI 后：91.08% 认为产出增加，31.77% 表示工时减少 — 91.08% 认为产出增加，31.77% 表示工时减少。来源：脉脉高聘报告

这个结果我一点不意外。今年二月我在站内写过一篇《为什么大多数人用 AI 却省不了时间？》，当时结论是：不是 AI 不管用，是省下来的时间立刻被新的活儿填满了。半年后，这份报告把那句判断量化了。

产出变多，是因为 AI 把「做」这一步的成本压低了；工时没变少，是因为省下来的时间被花在「判断」和「收口」上：判断 AI 给的对不对，收口到能被交付的标准。这两件事，没有一件是 AI 能替你签字的。

我的体感也一样：AI 让一个人能同时推进的事变多了，但没让一天多出一个小时——「AI 提效」在个体层面基本等于「同样时间内接更多活」。想让 AI 真替你扛事，得先有一件能交给它自己跑完的完整任务，比如可按计划调度 AI 智能体的 VS Code 版本，或用托管式智能体编排接口串起来。

这件事影响谁

对普通上班的人来说，别急着报课。先判断岗位 JD 里那句「AI 能力」要的是「用过」还是「交付过」——前者看看文档就行，后者得有一件拿得出手的事。林凡那条线很好用：让一个 Agent 连续跑满一小时、中间不用你盯。

对做工具生意的人，最该看需求重心：应用开发 60.97% 加业务效能 14.48%，75.45% 的岗位是「把模型用起来」的活，技术底座只占 24.55%。林凡的原话是「年薪千万的底座人才，大部分公司用不上」——客户最密集的地方不在能力层，在场景层。场景层不吃算力，但懂客户业务没有捷径，这就是 FDE 涨 15 倍的原因。靠工具站吃饭也一样，AI 工具站的变现体系正从「多收几个工具」往「帮客户把活跑通」上靠。