AI 人才市场重置：从年薪百万到能力定价

AI 行业的薪酬水位正在被快速重写，人才定价方式也随之发生根本变化。Levels.fyi 2026 年数据显示，美国科技大厂 AI 工程师中位总包约 24.5 万美元，而在 OpenAI、Anthropic 等前沿实验室，工程师中位总包已升至 60 万–80 万美元，核心基础模型团队可达 80 万–150 万美元。中国市场同步抬升：前程无忧数据显示，大模型与 AIGC 算法工程师年薪均值约 65 万元；字节 2026 届 Top Seed 校招面向全球招募约 30 名顶尖应届博士，年薪 80 万–220 万元，并配套独立算力与扁平化管理。头部校招生中，优秀者年薪 100 万–200 万元已不鲜见，特别突出者现金部分即可达 350 万–380 万元。

技术叙事迁移，人才需求反复改写

赋猎咨询创始人沈嘉在访谈中给出了一条清晰的时间线：2023 年市场聚焦大模型基座，稀缺的是有预训练经验的人；2024 年训练与推理侧的基建需求凸显，基建人才迅速升温；2025 年 DeepSeek 验证了强化学习的商业化路径，RL 相关人才被推向核心；2026 年 Agent 成为新主叙事，需求从技术岗位扩展到产品、运营、增长等更多岗位。每一轮技术换题，企业的用人标准也随之移动，上一阶段的核心能力可能退为背景，经验仍在但溢价变薄。

沈嘉观察到，2026 年 Agent 方向有两类人价值上升最快：一类是非技术背景但有大量 Agent 实践经验的人，另一类是提前搭过多智能体框架的工程人员。企业愿意为「能把模型接进真实流程并交付可预期结果」的人才买单。

任务被拆解，技能回报开始极化

变化同样落到岗位层面。基础的功能实现、bug 修复、审计中的重复性工作正在被 AI 接手，而这些恰恰是过去新人入行的入口任务。产品经理借助 AI coding 独立完成 demo，工程师则向产品、设计、测试等环节外延，岗位边界明显松动。Agent 时代所需的是能理解模型、任务、工程约束和业务目标并组织出有效结果的全栈化人才。

结果是单点技能变便宜、组合能力变贵。AI 没有平均抬高所有人，它更像放大器——用得更好的人被放得更大，只负责执行的人则最尴尬。

定价方式与组织形态同步重写

在个人定价上，大厂光环正在祛魅，市场更愿意为明星业务团队的前置经验买单，而非简单的年限与职级。00 后候选人中已有约 50% 在简历中加入用 AI 做的小项目与自媒体数据，用真实产出替代履历背书。

在组织层面，Meta 于今年 5 月完成大规模 AI 重组，全球裁员约 10%，将约 7000 名员工转向 AI workflow 项目；更多创业公司选择租用独立董事、技术顾问与商业化顾问，甚至对关键岗位安排付费试工。人才不必全部招入企业，能力可以被租用、拼接与验证，组织边界因此变薄，规模让位于能力密度。

技术扩散的节奏、任务结构、技能回报、人力资本定价与组织边界这五层变化叠加在一起，构成了当前的 AI 人才市场。当任务不断被拆解与重组、经验持续折旧、能力被 AI 平权，个体能否快速重新组织自己，将决定其在下一轮变化中的位置。