在一个行业的萌芽阶段，精于“既要又要”的 hr，往往会将这一特质推向极致。
要求 AI 岗位应聘者必须拥有5年以上 AI 产品使用经验、且曾从0到1打造过百万级用户产品。但 ChatGPT 直到2022年底才正式发布，满打满算尚不足4年，“5年 AI 使用经验”究竟从何谈起？
某大厂招聘高级 HR，硬性规定年龄须在30岁以内，优先考虑海外顶尖名校出身（国内C9高校竟被排除在外），同时还需对人性有极为深刻的理解。试想一位候选人22岁赴美留学，若天赋异禀、一年即完成学业归国，那么一个未满30岁的人，或许刚完成自我认知的初步构建，又如何能替企业精准把握所有人的人性？
还有公司公开招聘全球销售负责人，却明令候选人不得为“45岁以上老人”。而老板本人已年满46岁——是否有人悄悄提醒过他：您已被划入“老龄”行列？
更有创业者公开宣称，正在寻找一位“20年前的蔡崇信”。与之对应的是：这位创业者自身，是否具备20年前马云那种极具感召力的人格魅力？
这些并非网络段子，而是「非标玩家 UnDefined」真实收集到的部分荒诞招聘需求（JD）。
换个视角看，这些看似“胡言乱语”的描述，实则折射出技术迭代速度远超组织认知节奏——企业尚未厘清未来真正需要怎样的人才，便只能勾勒出现实中几乎无法存在的理想画像：
既要年轻，又要老成；
既要有过往成熟产品的成功履历，又得掌握尚未普及的未来AI技能；
既要有大厂背书，又不能沾染大厂惯性思维；
既要有创业者的狼性与魄力，最好还兼具低自我意识、强服从性、随叫随到的执行力……
为何频频出现这种“既要又要”？人才结构究竟发生了哪些深层变迁？为此，「非标玩家 UnDefined」对话了三位资深猎头。
赋猎咨询创始人沈嘉，深耕猎头行业21年，服务客户涵盖某宇宙级App工厂、某由海淘转型内容社区的平台、六小龙中的多家、以及数十家科技创业公司。
连续陪伴具身智能企业成长三四年的猎头A姐，深度参与数十家智能硬件公司的0-1团队搭建与落地全流程，对人工智能、硬科技领域的组织建设与岗位配置逻辑有着扎实理解。
拥有20年HR与猎头双重经验、服务过上百家中外硬件及机器人创业公司的郑楠，常年在「大湾区猎头一姐」专栏分享前沿创业公司的组织管理实战心得。
她们既见证过大厂崛起，也在本轮AI浪潮中持续领跑。
她们是极少数能同步看清三件事的人：
企业在想什么、市场在发生什么、人才正流向何处。
本文试图厘清这三大命题。
企业怎么想：以更少人力，应对更大不确定性
空谈案例缺乏说服力，我们来看一组数据。
尽管嘴上高呼“拥抱AI原生人才”，现实中企业最渴求的仍是拥有5年以上经验的资深从业者，职场新人生存空间持续收窄：
智联招聘数据显示，白领岗位中，高级职位（5年以上经验）招聘占比自2022年11月底（ChatGPT上线节点）起小幅上升；中级职位（1-5年经验）保持平稳微增；初级职位（0-1年经验）则呈现持续下滑趋势；
另一组第三方统计指出，截至2025年9月，22-25岁软件开发工程师的就业率相较2022年底峰值已下降近20%。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
图注：白领职业中初中高级招聘占比变化 图源：智联招聘
经验丰富的从业者在AI时代反而更具优势，原因在于：AI极易沿着错误路径批量生成错误结果。因此企业愿意为“方向判断力”付费——在任务启动之初，就能锚定正确方向、厘清执行边界、预判并拦截潜在风险。
具备该能力者，一旦与AI协同，其产能将呈指数级放大。
被挤压的，正是入门级岗位。
基础资料整理、重复性操作、标准化测试、简单代码修复、初级运营支持……这些曾作为新人练手的“边角工作”，正迅速被AI接管。
如今越来越多公司在招聘前会先自问：
这件事真的必须招人吗？AI能否胜任？顾问是否更优？外包是否划算？能否由一位能力更强的员工顺带解决？
岗位数量减少，组织规模收缩。
曾有创业者直言：公司敲钟上市那一刻，团队人数若超过50人，就代表失败。
在AI应用与Agent领域，复合型岗位早已落地生根。
去年，阿里云内部便试点设立“AI产品设计前端工程师”岗位，一人在AI辅助下，同时承担产品策划、UI设计与前端开发职能。
菜鸟国际亦有内部消息透露，部分后端研发经系统培训后被迫转型为全栈工程师。
近期，阿里集团内部组建多支全栈小组，前端、后端、测试等角色被正式整合为全栈工程师。
岗位边界被打破，人才价值被重估。
沈嘉指出，在2026年Agent浪潮中，薪资涨幅最快的两类人尤为突出：
一类是非技术背景，但高频使用Agent解决实际问题的实践者——他们正如前述全栈工程师，是“善用轮子的人”；
另一类则是提前搭建过多智能体框架的工程师，即“搭脚手架的人”。他们未必是传统意义上的大模型底层算法专家，但离模型足够近：懂调参、会对接工具、能处理超长对话、记忆管理与响应优化等工程难题。
图注：各大厂商人才风向 图源：2026 脉脉产研运人才黑皮书
在具身智能赛道，人才定价逻辑再度刷新——企业只认“真正在现场待过的人”。
A姐强调：具身智能圈内最抢手的，是拥有3-5年垂直领域经验、亲手调试过真机的工程师。
甚至1-2年经验者也有机会，只要足够年轻、潜力突出、愿与企业共同成长即可。
而那些拥有10年以上互联网或自动驾驶从业经历的高阶人才，若未曾早期躬身入局、陪跑一线，到了2026年再切入具身智能，往往难以进入头部企业的核心管理层。
因为大模型人才虽强，但若从未接触真实机器人，仅靠虚拟仿真数据积累的经验，很难直接迁移至实体设备。不同形态机器人——轮式、双足、身高体重差异、软硬协同机制——均存在显著差异，缺乏真机实操者几乎无法快速上手。
再耀眼的背景，也需重新适配。
所以，年龄不等于阅历，唯有直面新问题、亲历新战场，才算真正经验。十年资历，可能只是新系统完全不需要的旧沉淀。
具身智能的数据岗，也在悄然涨价。
A姐补充道：2025年，几乎无公司大规模招募具身智能数据平台或数据工程师；但进入2026年，原有数据资源几近枯竭，模型持续迭代亟需补足高质量数据、建设专属平台、组建专业团队。资金充裕的企业开始自研算法模型，此类人才随之水涨船高。
在AI硬件赛道，企业真正渴望的是“能把东西卖出去的人”。
用于在用户想通过浏览器自动化与 Google Gemini 或 ChatGPT 交互时。触发短语包括“ask Gemini”“ask ChatGPT”“ask GPT”“让...”。
今日华强北已强大到何种程度？一款AI眼镜，品牌方可直接从方案商PPT中挑选方案、确定外观、核算BOM（物料清单），再决定首批量产500副还是5000副——数日后，“非标玩家 UnDefined 牌”AI眼镜即可面世。
香港消费电子展闭幕当天，商场里售价六七百元的精致电风扇，清仓价仅售40元。
宝安、东莞、惠州等地的大量工厂，能以极低成本快速交付几乎所有硬件品类，硬件制造环节早已不再神秘。
当生产不再是门槛，当成本压缩至极限，那些擅长挖掘用户隐性需求、手握流量入口的人，便成为市场上薪资涨幅最快的一群。
至此，企业心中的人才画像已然清晰：
大厂青睐能将AI无缝嵌入现有业务体系的人；
创业公司渴求一人多能、可独立跑通0-1闭环的人；
硬件企业聚焦懂供应链与GTM（Go-to-Market）的人；
具身智能公司只认摸过真机、有真实项目交付经验的人。
企业愿意重金支付的，是那些能借AI撬动杠杆的人，是少数能跨界融合、自我驱动、将技术真正落地于业务与物理世界的人。
但所有企业都面临同一焦虑：招错人，比招不到人更致命。
因此，越来越多创业者开始转向非正式场景考察候选人——会议室里的面试者清楚自己正被评估，而松弛状态下的行为反应，才更接近本真。
另一种日益普及的甄选方式，是“付费试工一天”：双方预先约定报酬，企业设置脱敏任务，让候选人与现有团队协作完成一项具体工作，借此直观检验其真实能力与团队契合度。
简历只能证明过去，面试仅能验证表达，唯有试工，才能验证当下。
市场怎么变：新巨头、新标签
在互联网仍处高速增长的上个周期，个体价值随平台水涨船高。
2011至2015年间，腾讯、百度系创业者极容易获得500万元级别天使轮融资，因其深谙市场规模、流量获取、增长逻辑与组织建设能力。厂牌本身，就是信用背书。
今天，同样的光环，正悄然转移至大疆、追觅、Insta360等新一代硬件巨头身上。
追觅科技近年被业内誉为机器人领域的“黄埔军校”，多位高管离职创业后，均在早期即斩获大额融资。
前追觅中国区执行总裁郭人杰创立家庭具身智能机器人公司乐享科技，三轮天使轮融资总额约5亿元；前追觅人形机器人业务负责人喻超创办鹿明机器人，半年内完成近2亿元三轮天使轮融资。
大疆系同样加速外溢。
原消费级无人机事业部负责人陶冶、前系统工程部负责人高修峰、前眼镜及FPV产品负责人刘怀宇联合创立拓竹科技，A轮融资3000万元；原电池业务负责人王雷创办正浩创新，初期团队多来自大疆，Pre-A轮融资3000万元。
大厂光环并未消退，只是换了新主人。
此轮变革的关键，并非“谁成了新巨头”——事实上，因时间尚短，市场尚未对新巨头形成统一估值共识。
但市场已悄然启用全新标签为人才定价。
这些标签，正从移动互联网，转向AI+物理世界；
从单一厂牌与业务线，转向产业项目的实战成果与闭环能力；
从全职雇佣关系，转向更高杠杆的能力组合。
标签一换，人的体感便随之改变。
第一，显性优质机会日渐稀少。大厂核心部门、明星团队等传统“黄金席位”，落到普通人手中的概率持续走低。
但AI也催生大量隐性优质机会，只是它们往往藏身于尚未被市场共识认可的早期团队之中——这对职场人对未来趋势的判断力提出更高要求。
第二，顶尖人才与普通从业者的收入鸿沟被急剧拉大。沈嘉透露，2026届头部AI校招生中，优秀学生年薪可达100万至200万元，顶尖者甚至突破350万至380万元；核心岗位实习日薪高达4500至4800元。与此同时，初级工程师、大厂边缘业务的大龄P6/P7、现代服务业基础技能岗，正被AI持续压缩。
一个站在模型旁，一个困于旧系统；一个被加价，一个被折旧。
第三，项目含金量正超越单点履历。A姐指出，当前具身智能各家公司技术差距或仅3-6个月，只要候选人参与过公开亮相、具备商业价值的产品落地，便会引发全行业关注。行业混战期，项目就是人才的“保命金牌”。
第四，组织边界日趋松散。顾问、试工、Agent、自由职业者、方案供应商，正逐步纳入“团队”的广义定义。全职雇佣不再是唯一选项。企业采购的对象，正从固定工位上的员工，演变为一组可组合、可调度、可验证的能力网络。
无论你是否愿意，市场已开启全新战场，以全新的组织形态与定价规则。
人才往哪流：AI硬科技、产业一线、新势力阵营
善战者，顺势而为。
人才正沿着“新技术—新现场—新厂牌—新战功”的路径迁徙。
第一股洪流，奔向新技术高地——AI硬科技。
其中最炙手可热的细分赛道，当属具身智能。
据IT桔子统计，2026年上半年，国内具身智能赛道融资总额已达935亿元，较2025年同期激增5倍；融资事件达322起，同比增长137%。
资本已涌入，人才尚未跟上。
第三方数据显示，2026年春招期间，机器人算法工程师岗位需求同比上涨57%；1-4月，具身智能相关岗位招聘量暴涨15倍，岗位平均月薪逼近6.2万元，较过去两年上涨50%-100%。部分顶尖博士毕业生年薪可达200万至300万元，优必选甚至开出最高1.24亿元年薪招聘首席科学家。
稀缺性人才正被直接货币化。
过去两年，近40位智能驾驶领域核心高管跨界投身具身智能：原理想汽车自动驾驶研发副总裁郎咸朋创立昆仑行机器人；原CTO王凯联合创办至简动力；原小鹏汽车首席科学家郭彦东创立智平方；原地平线VP、软件平台总裁余轶南创办维他动力等。
华为系亦不例外。媒体统计显示，至少15位华为前高管（含9位“天才少年”）已创办或加入具身智能企业，如稚晖君创办智元机器人、丁文超联合创办它石智航、黄青虬联合创办墨奇智能等。
第二股洪流，涌向产业闭环最短的前线。
北京依托AI科研密度，专注具身智能的“大脑”与“小脑”；
上海150公里半径内可集齐人形机器人核心零部件，正打造具身智能的“总装车间”；
深圳坐拥完整供应链、方案商、工厂与量产经验，正化身具身智能的“身体”。
因此，总部设在北京、上海的具身智能公司，纷纷在深圳设立分部——未来量产与建厂，必须紧贴供应链。
海外具身智能创业团队，也倾向在中国组建硬件团队。
郑楠明确建议：AI硬件早期团队务必扎根深圳，无需强制坐班，但核心成员应居住在同一区域，便于高频沟通产品定义细节。早期团队磨合过程中的眼神交汇、情绪流动与能量共振，是远程办公完全无法替代的。
A姐观察到，95后、00后具身智能人才尤为典型。这群年轻人普遍尚未安家落户，只要机会足够诱人，便可说走就走——换城市、换base、奔赴深圳或杭州，皆非难事。
城市不是根基，项目才是锚点。
第三股洪流，则顺着能提升个人履历价值的标签方向流动。
人才正从BAT等传统互联网巨头，流向大疆、Insta360、追觅及具身智能头部公司；
从单一职能岗位，转向Agent、GTM、真机调试、全栈开发、商业化落地等复合型战场。
在Agent领域，人才正从大厂内部转向提效部门、创新业务线，或AI原生创业公司；
在具身智能领域，人才倾向选择拥有真机、已公开亮相产品、具备高含金量项目的团队；
在AI硬件领域，人才加速汇聚深圳供应链与出海GTM一线。
不汇入洪流，便被动出局。
一部分人被迫从互联网行业，转向数字化渗透率更低的传统产业或实体制造业。
沈嘉指出，AI编程将率先冲击基础工程师、单一领域工程师、初级学徒工程师、以及大厂边缘业务的大龄从业者；若他们执意留在纯数字化互联网赛道，将面临严峻就业压力，不得不转向传统产业寻求新机会。
三位猎头所见，本质是同一场变革。
本文来自微信公众号“非标玩家UnDefined”，作者：程可乐，36氪经授权发布。
