科技就业市场进入“大犹豫时代”，AI/ML技能需求旺盛，但初级职位稀缺。专业化、生产就绪技能及非科技公司机会是关键。
译自：Tech Hiring in 2026: The Rise of the Specialist
作者：Heather Joslyn
我曾与一位老板共事，他把招聘求职者称为“结婚”。我们准备好与这位候选人“结婚”了吗？那一个是不合适的匹配吗？
是的，这并非能让HR经理倾心的措辞，但这个框架是说得通的：招聘意味着一种长期的合作关系，理想情况下，双方都能从中受益并共同成长。
然而，在2025年，求职者们却步履迟缓——除了与AI相关的职位。
本世纪初，公司对开发人员和工程师进行了“爱情轰炸”，并很快确定了关系——在许多情况下，是太快了。2021-22年大辞职潮发现技术人员集体跳槽，用他们的技能换取高额加薪。
随后，2022年末，随着OpenAI的ChatGPT-3发布，以及Anthropic、Google、Meta等公司推出新的商业大型语言模型，人工智能时代正式拉开帷幕。随后是大规模裁员，裁掉的往往是在大辞职期间招聘的员工。
随着我们从2025年进入2026年，AI生态系统日益壮大。
突然之间，每个人都需要AI专业知识。
突然之间，没人招聘初级开发人员了。
突然之间，大家都在构建AI代理，以自动化大小任务。
经济、技术和地缘政治的不确定性让婚庆的钟声沉寂。雇主们在尘埃落定之前，对增加员工持谨慎态度，当被要求做出承诺时，他们变得闪烁其词。
欢迎来到“大犹豫时代”，这个术语归功于Robert Half美国技术人才解决方案运营总裁George Denlinger，去年五月《华尔街日报》的一篇文章中提到了这个词。
我在十月份北卡罗来纳州罗利举行的All Things Open大会上，资深技术招聘人员、人才平台Torc全球社区副总裁Taylor Desseyn发表的主题演讲中再次听到了这个术语。
Desseyn在他的主题演讲中表示，AI不应为招聘经理的谨慎情绪负全部责任。
他说：“我们正在处理2022年的过度招聘问题，我真诚地相信AI存在营销问题。”“人们被解雇的原因并非AI。我们人类喜欢归咎于事物……责任应该在于2022年发生的过度招聘。”
对AI技能的明确需求
但新的一年有一个明显的结论是不可否认的：如果你有AI或机器学习经验，2026年的就业市场一片光明。
根据Dice于12月发布的《2025年技术就业报告》，11月份美国技术职位招聘中，超过一半（53%）的职位要求AI/ML技能。这一比例高于10月份的48%；在2024年11月，这一数字为29%。
来源：《Dice 2025年12月就业报告》。
大多数组织计划在2026年增加对AI的投资——CompTIA一项调查的受访者中，84%表示他们计划在新的一年至少适度增加AI资源。这项IT展望报告调查了1000多名商业和技术专业人士。
然而，对于其他职位，消息则不那么乐观。CompTIA展望报告显示受访者中存在乐观情绪，但仍带有谨慎。77%的调查参与者表示他们对公司2026年的命运感觉良好，但只有略超一半的人表示他们预计会超过2025年的收入或盈利能力。
Dice报告显示，在刚刚过去的11月，美国技术职位招聘总体下降，比上月下降15%，比2024年11月下降10%。
另一个招聘基准，CompTIA的12月报告，也发现11月技术职位招聘总体较上月有所下降——尽管与2024年11月相比略有上升。该CompTIA报告还发现，目前41%的技术职位招聘要求一定程度的AI技能。
2026年就业市场需要哪些技能？
那么，在一个AI占据主导地位的就业市场中，人们需要具备哪些技能才能为自己定位呢？
Dice报告列出了在技术职位招聘中，同比和从10月到11月增长最快的技能。
来源：《Dice 2025年12月就业报告》。
来源：《Dice 2025年12月就业报告》。
根据Dice报告，11月份招聘需求第二多的职位是数据工程师（仅次于软件工程师），数据科学家则位列第五。根据Andela首席执行官Carrol Chang的说法，这些职位的合格人才严重短缺。
Chang告诉The New Stack：“许多公司都想开始使用AI，但要做到这一点，你的数据必须是干净的，并且必须准备好输入模型。”“这意味着数据工程师、机器学习工程师、数据科学家、数据分析师的工作，这些都是现在需求量大的职位类别，而且可能只会继续增长。”
她引用的麦肯锡全球研究院预测显示，2026年，数据科学家职位的候选人数量将只达到预期需求的一半左右。
前沿部署工程师：科技界“最热门的职位”
Chang表示，包括AI但更广泛的“前沿部署工程师”（FDE）“可能是目前科技界最热门的职位”。
她呼应了Andressen Horowitz（a16z）合伙人Joe Schmidt IV在风险投资公司6月份的一份白皮书中提出的类似主张。他写道，AI初创公司需要为客户提供产品实施方面的帮助：“购买AI的企业就像你的奶奶拿到iPhone一样：他们想用它，但需要你来设置。”
FDE角色由Palantir首创并命名，指的是工程师在直接服务客户的团队和构建产品的工程团队之间切换。
Chang说，在Andela，“我们喜欢告诉客户，你需要FDEs，而不是FTEs。”
她表示，为了让在研究实验室训练的基础模型在生产环境中准确运行，前沿部署工程师的技能至关重要。
Chang说：“假设你是一家大型健康保险公司，这意味着你每天必须处理大量的索赔数据。”“你处理这些数据的准确性显然非常重要。这关乎生命，也关乎经济生计。”
“如果你直接部署这些实验室的基础模型，你可能会得到大约60%的准确率。这显然不够好。每个人都知道这不够好。那么你该怎么办？为了提高模型的准确性，你必须用自己的数据进行训练，”这个过程充满了潜在的数据安全风险。
她补充说，要完成这项工作，“你需要一位前沿部署工程师。这些工程师非常精通模型，他们也了解企业数据，了解如何进行微调，如何创建强化学习循环，并最终使企业达到其想要的准确水平。”
为什么专业人才和生产就绪的技能至关重要
总体而言，“大辞职”时期与现在招聘的一个显著区别似乎是更强调专业人才而非通才。
在All Things Open大会上，Desseyn就职业发展发表了另一场演讲，他向挤满了人的听众建议：“我想说，现在要非常专业化。老实说，我认为这种趋势会持续一段时间。”
就像任何新兴产业一样，AI浪潮，如同之前的Kubernetes和云计算，为早期采用者提供了机会。
Desseyn说：“在如何实施AI服务的行业中，成为一个主题专家存在巨大机遇。”他表示，特别是咨询领域可能会看到增长：“下一个演变是，嘿，我们想聘请这位顾问来帮助我们处理AI流程以及在这个行业中实施的事项。”
Desseyn告诉All Things Open的听众，对于那些想要转向IT其他领域的人——数据工程、FDE、销售工程师等——一点点主动性，自愿承担挑战性任务和额外项目，都会大有帮助。
他说：“现在，我们处于一种气候，无论你喜欢与否，都得在获得工作之前先完成工作。”
Chang说，这不仅仅是关于如何玩转AI工具。对于候选人和招聘经理来说，“我最重要的建议是专注于生产就绪的实践。因此，对于候选人来说，这意味着不要只学习如何使用GitHub Copilot、Cursor和Windsurf，而是要实际去做那些能为你带来真实世界、在职技能的项目。”
对于求职者，“你需要在面试中证明，你不仅了解理论，也不仅知道如何摆弄工具，而是你已经实际构建了生产就绪的项目。你需要将你的技能发展和实践集中在这方面。另一方面，对于招聘经理来说，这正是你在候选人身上应该寻找的。”
“你应该围绕生产就绪的工作来提问和设计你的评估，并且你应该特别寻找在协调这些AI系统中最重要的人类技能。候选人懂得系统思维吗？批判性思维吗？他们知道如何解释吗？”
如何在大型科技公司之外寻找机会
专家们说，在寻找下一份工作时，除了那些家喻户晓的科技巨头之外，还要放眼其他地方。
Desseyn在他的主题演讲中敦促All Things Open的听众：“不要忽视创业生态系统，那里有你的下一个机会。”
他补充说，还要考虑其他领域：“听着，我认识一些在[农业]领域从事软件工作的人，他们赚的钱比一些大型科技公司的人多得多。还有其他的行业。”
在我共同主持的一个关于AI对开发者职业意味着什么的All Things Open小组讨论中，无代码工具供应商Beefree的高级开发者倡导者Lawrence Lockhart呼应了Desseyn的观点。
Lockhart说：“对我们所有人来说都是个好消息：技术无处不在。”“所以对于那些试图进入这个行业的人来说，例如，不要总是想着为科技公司工作。世界上的联邦机构，世界上的Autozones，银行，他们裁减初级开发人员的速度远不及其他技术领先的公司。”
“考虑在非科技公司担任技术职位，这意味着公司不以技术为产品。他们在AI采纳方面要慢得多。”
他补充说，在AI领域，开辟新领域的机会比比皆是，例如在AI基础设施方面：“有一些专业领域，目前还没有人做得很好。”
