对话脉脉CEO林凡：明年科技公司将只招AI人才
“ 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）：
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。
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。
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。