AI新职业，八个变化腾讯研究院

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。

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，DeepSeek4 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（AIDeployment Engineer，ADE）、AI部署经理（AI DeploymentManager，ADM）、技术部署负责人（Technical Deployment Lead）等。