界面新闻记者 |
界面新闻编辑 | 文姝琪
“去年的判断大部分是对的，但有点偏保守了。”林凡近日接受界面新闻独家专访时再次谈及了他对AI人才的判断。他表示，今年各家大厂和头部创业公司对基础模型人才的争夺愈演愈烈，预训练、后训练、推理优化等方向的AI人才，一些应届毕业生的薪酬已达到几百万甚至千万元年薪。
而在去年8月，林凡在接受界面新闻采访时给出的判断是“大厂高薪挖角AI人才还能持续半年”。在他看来，今年的变化来自应用层。基模能力整体变强以后，Agent突然起来了，整体的人才扩招趋势还在持续。
招聘数据层面的变化则更为直接。据林凡介绍，今年脉脉平台的AI人才招聘规模又增长了7.9倍。目前平台在招岗位中，三四成已经是AI相关岗位。
其中，FDE（现场部署工程师）岗位招聘量同比上涨1523%，世界模型、Agent开发分别上涨645%和436%，算力调度、具身智能等岗位也在快速扩张。
而自去年四季度开始，因为Coding Agent进化太快，不只传统运营、市场、设计等岗位收缩明显，连传统程序员岗位也开始承压。其中， NLP算法岗位需求下降62%，语音合成下降43%，后端开发下降41%，前端开发、数据产品经理、测试开发等均下降20%以上。
在采访中，林凡表示，白领的绝大部分工作都可以用Coding Agent实现。他也因此提出了全新的判断：明年，科技公司将只招AI人才，不再招非AI人才。
目前，有多个信号支撑林凡的判断。一方面，AI招聘规模每年以量级增长，大厂校招中八九成的岗位已明确要求AI应用背景。另一方面，组织内AI普及速度也非常快。比如，OpenAI仅用9个月，就从只有程序员使用Codex，做到法务、财务等后台部门人均每天使用4小时以上。
“用AI的人产出可能比不用AI的人多两三倍。企业付同样的工资，甚至多付30%的溢价，想要哪种人，答案是显而易见的。”林凡表示。
以下为界面新闻和林凡的对话实录（略有编辑）：
未来一年，高薪挖角AI人才还将持续
界面新闻：去年我们聊了很多AI人才的话题，当时你给了不少判断。今年看下来，哪些是对的，哪些有新变化？
林凡：去年的判断大部分都还是对的，但有些偏保守了。比如去年说人才大战至少还会持续半年，现在看抢人还在继续。去年核心抢的是基模人才，现在这个争夺愈演愈烈，薪酬已经到天价了，应届毕业也能拿到几百万甚至千万年薪级别。
今年真正的新变化在应用层。基模能力整体变强以后，Agent突然起来了，从年初的OpenClaw开始越来越火。两类人才开始快速增长：一类是应用开发人才，就是做Agent的人；另一类是应用效能人才，就是把AI和Agent用起来的业务侧的人。所以整体的人才扩招趋势还在持续。
界面新闻：今年需求增长的主要是技术人才，还是产品人才？
林凡：技术和产品的边界越来越模糊了。随着Coding Agent的流行，很多产品也能做技术，很多技术也能做产品，复合型人才的需求在持续增加。技术的缺口更大一些，产品也有缺口，但没有那么大。
界面新闻：高薪挖人是只在大厂之间发生，还是创业公司也加入了？
林凡：创业公司也有，现在创业公司融的钱也很多，两边都在疯狂抢人。跟GPU卡相比，人还是便宜的。大厂之间的互挖也还在发生，而且因为今年流动规模更大，很多人跳槽到新公司，一起搭班子的还是老同事。
我们统计发现，AI岗位扩张主要由千人以上企业承接。今年，万人以上企业AI岗位量占比为33.49%，千人规模企业占比为30.33%，两类企业合计占比达到63.82%，较2025年的61.61%上升2.21个百分点。小微企业增速最快，但贡献不是最大。其中，百人以下企业AI岗位需求同比增长1040.57%，在各规模企业中增幅最高。
界面新闻：高薪挖角还会持续多久？
林凡：保守估计，至少未来一年，这个态势还会持续，规模还在放大。总体来讲，AI普及的速度特别快，人才需求会越来越大。去年AI人才招聘量比前年增长10倍，今年又比去年增长7.9倍——需求在按量级扩大，但整个社会的AI人才供给并没有按量级扩大。
界面新闻：但从我们和一些技术人才交流来看，很多人都认为这轮高薪不会持续特别久。
林凡：我们每次都往后看一年。这里面最大的变数，是AGI的能力到底有多强。如果它的能力特别强，很多事就不用人干了，那自然不需要抢人、不需要花钱；如果它还需要人来干，抢人的空间就还在。
界面新闻：今年机器人行业融资也特别多，其招聘需求是否明显增加？
林凡：具身智能方向的招聘增长也很明显，大概是10倍的增长量级。当然，具身智能今天抢人还抢不过基模公司，自动驾驶、大模型、汽车行业的人才进入具身赛道的趋势明显。这不仅发生在中国，美国也在快速进入具身智能领域。
明年科技公司就只招AI人才了
界面新闻：脉脉对AI人才的定义是什么？
林凡：第一类是基模人才，做预训练、后训练以及模型Infra这些工作；第二类是应用开发人才，做Agent开发，用到RAG等技术；第三类是应用效能人才，就是各个岗位使用Coding Agent和Agent的人——编辑会用Agent，HR会用Agent，运营也会用Agent。第三类的规模最大。
界面新闻：你基于哪些因素判断，明年企业会只招AI人才？
林凡：第一，从去年到今年，AI招聘规模每年都是一个量级的增长，再来一个量级，就是所有科技公司都只招AI人才了。
第二，现在大厂招校招生，百分之八九十已经是AI人才的要求了，不管做应用还是做产品，都要求有很强的AI应用背景。
第三，组织内部AI化的速度极其快，比PC互联网和移动互联网时代更快。OpenAI用了9个月，从最开始只有程序员用Codex，做到法务、财务这些后台部门人均每天使用4小时以上。脉脉内部大概晚了6个月，今年4月开始组织迭代升级，到年底应该也能完成。科技公司的Agent化过程，大概一年不到就能完成；非科技公司可能需要两三年。
还有一个很重要的原因：AI带来的生产力提升太高了。用AI的人产出可能比不用AI的人多两倍、三倍，企业付同样的工资，甚至多付30%的溢价，想要哪种类型的人？答案是显而易见的。所以明年基本上大家就都只招AI人才了。
界面新闻：AI时代，人才评估的方式有变化吗？
林凡：简历筛选环节，基础条件没有太大变化，该看C9的看C9，该看985、一本的还是看，但有AI技能的人会更脱颖而出。微妙的变化在面试环节：以前绝大部分面试看的是你有没有做过这件事的经验，今天在AI时代，面试对经验的看重程度越来越低，对人的聪明程度和与AI配合能力的看重程度越来越高。
因为大部分经验环节AI都有了。以前一个学徒要一两年才能慢慢上手，现在一个足够聪明、会用AI的人，可能一两个月就能有很好的产出。新人上手快了，又便宜又有冲劲，企业的选择就很清楚。
界面新闻：“聪明”这种标准怎么面试出来？筛选人才会不会变得更模糊了？
林凡：确实更模糊了。我经常跟HR聊，HR说老板要聪明人，但“聪明”怎么面试。一个最有效的办法，是现场让他用AI解决一个实际问题。AI很快，可能20分钟，结果就拿出来了。
另一个偷懒但有效的办法是看学校。高考本身就是中国很大的筛选机制，所以清北的人才越来越值钱，因为大家分不出来的时候，招清北的总没错。
界面新闻：这些变化，对招聘带来什么改变？
林凡：整个招聘方式都会变。第一，以前HR对招什么人、怎么招都有成熟经验，现在很多公司连AI时代该招谁都不清楚。第二，AI人才不投简历，你得主动去挖，而AI圈子文化很重，要挖的人互相都认识，进到这个圈子里很重要。第三，留人也成了大问题。AI人才进来，两三天觉得企业不行，立刻就走。
脉脉主要在做三件事：一是给平台上的三类AI人才打上标签，帮助企业HR看清、找到人才；二是推出招聘Agent，让HR通过对话就能直接收获候选人。也提示一下HR，你去联系候选人大概率不理你，但CTO甚至CEO来挖人，人才还是愿意交流的；三是脉脉的雇主品牌产品，帮助企业对外吸引人、对内留住人。这3个功能中，AI人才标签和雇主品牌都已经上线，Agent招聘也即将上线。
AI不仅可以替代多个工种，还能主动抢活干
界面新闻：你上个月去了趟美国，看到了什么新变化？
林凡：第一，基模智能依然在高速发展，而且很可能比过去一年更快，AI自己改进自己（RSI）的技术在各大基模公司里应用得越来越多。
第二，创业方向比较多地转向“工种替代”，即Coding Agent验证了程序员效率的替代之后，大家发现，白领的绝大部分工作都可以用Coding Agent实现，每一个工种替代都是一个几十万亿规模的生意。以前美国只对律师、医生这些高收入群体做替代，比如Harvey做法律工具，但现在LinkedIn开始做HR工种的替代，还有各种类型的创业公司在做方方面面的工种替代。模型智能够了，价格又足够便宜，非高收入工种的工作替代也开始有解决方案了。
界面新闻：有哪些变化是在你预期之外的吗？
林凡：以前都是是员工派活给Agent，但现在Agent已经进化到能够主动抢活干了。比如，有的产品接入Slack的企业群聊后，Agent看到话题会主动说“这个事情我可以帮你们做，要不要我来做，确认一下？”；碰到故障级别的问题，它甚至会直接说“今天线上出了什么问题，我查到故障是什么，现在已经修复了”。Agent已经从被动接活进化到了主动抢活。
界面新闻：国内似乎还没看到这样的趋势？
林凡：我们的模型比国外大概慢3到6个月，应用层面可能再多慢1年到1年半。国外人工贵，做替代的动力更强；国内人工还没有那么贵，需求还没有那么刚需，但趋势一旦形成，国内会快速跟上。
界面新闻：但国内AI替代程序员的趋势开始出现了。
林凡：这个趋势还算明显，但不能叫完全替代。我们有个大判断：程序员不会失业。因为程序员加上Coding Agent之后，会进入到原来请不起程序员的行业里去。
我经常开玩笑说，互联网行业用了20年时间，把程序员一个角色拆成了非常多角色——前端、后端、测试、数分等。有了Coding Agent以后，可能全行业又要用两到三年时间把这些角色合并回一个人身上。一个大厂原来可能需要1万个程序员，未来5000个甚至3000个就够了。释放出来的程序员会进入中小公司，再往下会进入农业、物流、零售这些以前雇不起程序员的传统行业。
界面新闻：从我们的走访来看，国内很多企业对AI的使用还停留在比较初级的阶段。现阶段对他们讲AI替代是不是有点难？
林凡：现在用得基础也很正常，因为工具还不好用。但瓶颈不在模型——模型本身的能力已经够强了，瓶颈在Harness这一层：对每一个工种，你要有它的上下文和最佳实践，才能为这个工种做好服务。我们做过一个实验：直接让大模型写一份战略分析报告，用模型评分大概75分；加上一个蒸馏出来的Skill去指导模型写，能到90分。今天各行各业、每一个工种都缺这样的Harness。以Open AI作为参照，工具成熟之后，Agent在各家公司的普及大概率需要6到9个月，就会从一部分人觉得好用，变成全员每天在用。
评论