智联招聘数据显示，AI短期内替代部分岗位，如编辑、翻译等，但人工智能工程师、AI产品经理等需求激增。初级职位衰减，中级与高级职位增长。企业招聘需求从“专业分工”转向“跨界融合”，对软技能、实践应用能力和专业判断力要求更高。新质生产力与大生活服务业带来就业增量，但需警惕智能鸿沟、职业成长阶梯断裂等问题。建议推动AI平权、加强复合型人才培养、帮扶替代严重职业并关注新就业机会。
从岗位结构看，初级职位持续衰减，中级与高级职位保持增长。整体而言，企业招聘需求正从“专业分工”走向“跨界融合”，对软技能、实践应用能力和专业判断力提出更高要求。
“新质生产力”与大生活服务业带来了显著的就业增量。不过，岗位创造存在滞后性，需警惕智能鸿沟出现、职业成长阶梯断裂以及宏观与微观体感存在温差等问题。应对之策在于推动AI平权、加强复合型人才培养、对替代严重职业加强帮扶并关注新质生产力与现代服务业的新就业机会。
——李强 智联招聘集团副总裁
* 本文为作者在2026年3月15日的CF40青年论坛双周内部研讨会第194期“AI对劳动力市场的影响”上所做的主题演讲，略有删改。文章仅代表作者个人观点，不代表CF40及作者所在机构立场。
”
我代表智联招聘分享一些通过智联招聘数据观察到的情况，看AI到底是替代了岗位还是创造了新岗位。受限于智联招聘的样本覆盖范围和研究能力，我们的观察不能代表全貌，结论也不一定正确，但可以反映我们目前看到的一些现象。
从当前数据来看，短期内确实有大量岗位在被替代，新增岗位相对较少。我主要分享三个方面的内容：第一，替代与增长分别出现在哪些领域；第二，在AI时代，企业对人才的需求发生了哪些变化；第三，基于以上观察，提出几点建议。
招聘行业有一个基本规律：春节后第一个月的招聘情况，基本决定了全年招聘的走势。只要接下来没有剧烈的经济或外部政策环境变化，这一趋势基本就会延续下去。
短期数据的真相：创造VS替代
从春节后三周的数据来看，与AI相关的核心职业招聘增速明显提升，包括人工智能工程师、数据标注/AI训练师以及AI产品经理。
人工智能工程师作为直接从事AI研发的岗位，其增长在预期之内。数据标注和AI训练师的增速一度在2025年第三季度有所放缓，但在今年一季度重新回升，这与OpenClaw（“龙虾”）的火爆密切相关。
AI产品经理自2025年第二季度起基本保持三位数增长，今年前三周增速仍在129%左右。这表明，“人工智能+”政策正在有效推动AI向各行各业落地——许多传统行业，包括农林牧渔领域的企业，都在大量招聘AI产品经理，但供给严重不足，岗位供需比高达5.1:1。
图1 2026年节后前三周AI相关核心职业的招聘同比增速
特别值得关注的是，今年节后前三周，因“龙虾”带动的智能体开发人才招聘增速达到455%，需求主要集中在一线及新一线城市的中小企业，一部分用于服务本地商业化需求，另一部分用于企业自身部署。2025年，仅智联招聘平台上，上述三类核心岗位的增量就达到100万。
从整体趋势看，以大模型应用为主的岗位自2023年1月以来增长了32倍，今年1-2月同比增速也达78%左右。AI渗透度自2024年底持续提升，预计2026年至2028年将显著加速，可能会对就业带来一定挑战。
图2 要求应用大模型的职位数变化
图3 AI渗透率发展趋势预测（S型曲线）
根据我们与北大国发院团队合作的“暴露度”研究，岗位技能替代指数在0.66以上的职位占白领岗位的45%，而在大学生群体中这一比例高达50%以上，意味着如果没有新增岗位，找传统白领工作的年轻人的体感压力或将增大。
图4 2025年上半年各职业的AI暴露指数
从节后三周数据看，企业总招聘职位数同比下降，替代指数高的岗位降幅更为明显。编辑、翻译、教育培训等岗位的招聘需求显著缩减。与此同时，企业招聘需求中明确要求“会使用AI工具”的比例持续上升。
销售与商务拓展类岗位自2023年第三季度以来持续下降，而这类岗位过去是许多大学生的第一份工作，其缩减与直播带货、数字人及AI的兴起密切相关。市场公关、运维、客服、人事行政、软硬件开发等岗位也在招聘中普遍要求具备AI工具使用能力。
从地域看，一线城市中约72%的企业在招聘时关注求职者是否会使用AI工具，新一线及二线城市这一比例降至34%，三线及以下城市尚不足10%。AI技能要求在地域间的分化已十分明显。
为什么初级岗位和年轻人在AI浪潮中受到的影响更严重？我们将智联招聘上的职位按经验要求分为初级、中级和高级三类：初级指无经验或一年以下工作经验，中级指一至五年经验，高级指五年以上经验。从2022年1月至今的职位结构变化来看，初级类职位自2022年10月——即大模型、ChatGPT在全球火爆的那个月份——开始持续衰减，中级类职位受影响不大仍在增长，高级类职位也略有增长。
图5 白领职业中初中高级招聘占比变化
另一组数据也印证了这一趋势：从不同年龄求职者的待业比例来看，以往认为33岁以上、尤其是35岁以上的人很难找工作，但在大模型加持下情况发生了剧烈变化。
我们比较2022年第一季度与2026年第一季度的情况，发现只有31岁至40岁区间的人群，待业找工作的数量增速较低。这一方面与他们持续的家庭稳定需求有关，另一方面，这可能表明企业不再优先裁30岁以上人群。
除这个年龄段外，其他年龄段的待业数量增速均有所升高。其原因可能在于，应用AI需要一定的经验积累而非体力比拼。目前有部分公司的人力政策也在向这个方向调整。
再看大学生群体。节后前三周，应届生职位同比增速下降幅度高于全社会平均岗位数。高替代类职业的降幅更为明显，只有一个特例是软硬件研发，但实际招聘的岗位都与AI相关——AI数据工程师、数据标注、人工智能、芯片，基本只有这三类在增长。
还有一个问题需要澄清：企业招聘减少是否是因为经济环境下行？我们认为不是。从智联招聘全站数据来看，有招聘意愿的企业数量同比提升了7%，但每家企业招聘的人数变少了，因此总职位数下降了15%。
我们同时发现，20-100人区间的小企业，企业数量同比增速较好，但职位数降幅较大。除此之外，所有规模的招聘企业数和职位数都在下降。这里存在一个我们一直试图解答的问题：宏观经济条件良好、环境向好、增速也不错，但传导到微观个体，体感上存在一定温差。
我们还观察了美国的情况。美国同样处于这个阶段：经济增速良好，制造业就业指数不错，但非农就业人口一直在减少。这与我们类似——整体经济环境不错，企业也在扩张，有可能确实不需要那么多员工了。
综上，我们认为，白领类岗位、标准化工作、程序化工作都在被替代，同时由于AI的使用带来岗位效率提升，岗位数量也在收缩。其中，有两类人群可能面临较大挑战：一方面，过去有一部分青年群体通过事务类工作进入企业，但现在企业可能不再需要过去那么多的事务类岗位；另一方面，替代指数0.6以上的许多职业中，女性相对更多地就业于人事、行政、财务、销售等岗位。
正在重构的需求
我们观察到，“新质生产力”产业发展势头良好，增速非常可观；另一个增长点是大生活服务领域，比如在线生活服务（O2O）、美发/美容/保健、宠物服务、汽车后市场、文化艺术/娱乐等。
大生活服务领域过去存在“三低”的观念，目前正在转变——很多岗位的招聘要求中已明确需要本科学历，且给出的薪酬十分具有竞争力。我们认为，新质生产力行业和大生活服务业确实带来了显著的就业增量。
人力资源招聘需求发生了哪些变化？最明显的变化是，对求职者的软技能要求显著提升。除了专业能力要强，沟通能力、团队协作能力、自驱力等也在不断被强调。
我们认为，未来人才结构将从“专业分工”走向“跨界融合”。过去只要专业能力强就足够了，未来则需要具备“π型”能力——不仅要有扎实的专业基础，还要能熟练运用各类AI工具，同时要了解多个行业，才有可能在就业环境中立足。
在我们最新的人力资源趋势管理报告中，针对具备同等专业能力的候选人，企业更倾向于选择具有以下特质的人：第一，实践应用与工程化能力。如果没有实习经验或项目经验，这一项就可能被排除，持这一倾向的比例达到38.7%。第二，在大模型提供大量辅助的情况下，企业更看重专业判断与决策力，持这一倾向的比例为21%。
第三，创新与解决问题能力——在大模型给出多种解决方案的基础上，能否跳出常规思路，提出创新的解决方案，持这一倾向的比例为17%。第四是人机协同管理与领导力，持这一倾向的比例仅为8%。
从实际招聘需求来看，企业招聘信息中出现频率最高的词是“人工智能”，项目经验、实际操作能力强、解决问题的资源、数字化能力强、能快速有产出、自驱力强、良好的沟通能力、更严格的专业素养要求、更高的效率要求、名校加分。这些关键词中，“名校加分”和“应届毕业生”直接有关，对于学校实践教育的要求加强。
问题及应对建议
人工智能带来了一系列新挑战，比如：需要警惕智能鸿沟出现的可能、初级岗位数量下降带来的传统职业成长阶梯的断裂、宏观上升和微观阵痛的温差、岗位量的短期下降、创造效应的滞后性、部分女性和高学历青年群体短期内或也面临一定压力、工具提效后的岗位编制缩减、AI冲击下无措者的占比升高等。
尽管人工智能确实可能带来冲击，但新模式、新技术和多元化的职业集群也正在开启。未来前景是有的，但需要时间，而这个时间差可能比较长，因此我们应做好充分准备。
具体应对策略包括：第一，AI平权，基础设施普及。第二，技能培养及教育，培养跨学科、跨行业复合型人才。第三，针对AI替代严重的职业，加强引导和帮扶。第四，关注新质生产力、现代服务业的新增就业机会。
特别是在“AI平权”方面，只有在技术推广上做得足够好，才能让每个人都平等地使用AI并得到更多的机会。
最后
对于正在迷茫择业、想转行提升，或是刚入门的程序员、编程小白来说，有一个问题几乎人人都在问：未来10年，什么领域的职业发展潜力最大？
答案只有一个：人工智能（尤其是大模型方向）
当下，人工智能行业正处于爆发式增长期，其中大模型相关岗位更是供不应求，薪资待遇直接拉满——字节跳动作为AI领域的头部玩家，给硕士毕业的优质AI人才（含大模型相关方向）开出的月基础工资高达5万—6万元；即便是非“人才计划”的普通应聘者，月基础工资也能稳定在4万元左右。
再看阿里、腾讯两大互联网大厂，非“人才计划”的AI相关岗位应聘者，月基础工资也约有3万元，远超其他行业同资历岗位的薪资水平，对于程序员、小白来说，无疑是绝佳的转型和提升赛道。
对于想入局大模型、抢占未来10年行业红利的程序员和小白来说，现在正是最好的学习时机：行业缺口大、大厂需求旺、薪资天花板高，只要找准学习方向，稳步提升技能，就能轻松摆脱“低薪困境”，抓住AI时代的职业机遇。
如果你还不知道从何开始，我自己整理一套全网最全最细的大模型零基础教程，我也是一路自学走过来的，很清楚小白前期学习的痛楚，你要是没有方向还没有好的资源，根本学不到东西！
下面是我整理的大模型学习资源，希望能帮到你。
👇👇扫码免费领取全部内容👇👇
1、大模型学习路线
2、从0到进阶大模型学习视频教程
从入门到进阶这里都有，跟着老师学习事半功倍。
3、 入门必看大模型学习书籍&文档.pdf（书面上的技术书籍确实太多了，这些是我精选出来的，还有很多不在图里）
4、 AI大模型最新行业报告
2026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、面试试题/经验
【大厂 AI 岗位面经分享（107 道）】
【AI 大模型面试真题（102 道）】
【LLMs 面试真题（97 道）】
6、大模型项目实战&配套源码
适用人群
四阶段学习规划（共90天，可落地执行）
第一阶段（10天）：初阶应用
该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。
- 大模型 AI 能干什么？
- 大模型是怎样获得「智能」的？
- 用好 AI 的核心心法
- 大模型应用业务架构
- 大模型应用技术架构
- 代码示例：向 GPT-3.5 灌入新知识
- 提示工程的意义和核心思想
- Prompt 典型构成
- 指令调优方法论
- 思维链和思维树
- Prompt 攻击和防范
- …
第二阶段（30天）：高阶应用
该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。
- 为什么要做 RAG
- 搭建一个简单的 ChatPDF
- 检索的基础概念
- 什么是向量表示（Embeddings）
- 向量数据库与向量检索
- 基于向量检索的 RAG
- 搭建 RAG 系统的扩展知识
- 混合检索与 RAG-Fusion 简介
- 向量模型本地部署
- …
第三阶段（30天）：模型训练
恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。
到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？
- 为什么要做 RAG
- 什么是模型
- 什么是模型训练
- 求解器 & 损失函数简介
- 小实验2：手写一个简单的神经网络并训练它
- 什么是训练/预训练/微调/轻量化微调
- Transformer结构简介
- 轻量化微调
- 实验数据集的构建
- …
第四阶段（20天）：商业闭环
对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。
-
硬件选型
-
带你了解全球大模型
-
使用国产大模型服务
-
搭建 OpenAI 代理
-
热身：基于阿里云 PAI 部署 Stable Diffusion
-
在本地计算机运行大模型
-
大模型的私有化部署
-
基于 vLLM 部署大模型
-
案例：如何优雅地在阿里云私有部署开源大模型
-
部署一套开源 LLM 项目
-
内容安全
-
互联网信息服务算法备案
-
…
👇👇扫码免费领取全部内容👇👇
3、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。
这份完整版的大模型 AI 学习资料已经上传优快云，朋友们如果需要可以微信扫描下方优快云官方认证二维码免费领取【保证100%免费】
1万+
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
