AI 薪资榜炸了！平均月薪最高超 8 万，9 个技术岗突破 7 万！

AI 正在改变中国科技行业的人才需求、工作方式和薪酬结构。

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。

91.08% 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。

75.84% 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 1.20；AI 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 393.93；AI 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。

云头条声明：如以上内容有误或侵犯到你公司、机构、单位或个人权益，请联系我们说明理由，我们会配合，无条件删除处理。