大家都说“每家公司都在变成AI公司”。有人想给这句话找个数字，于是把目光从AI实验室挪开，转向支付、开发工具、社交和金融科技公司，只问一个问题：它们放出来的岗位里，有多少是AI岗？
数据来自各家公司自己的公开招聘板，按URL去重，抓取时间是2026年10月25日。20家公司一共4,794个在招岗位。判定标准只看标题：标题里出现AI、artificial intelligence、GenAI/generative、machine learning/ML、MLOps、LLM，或agent/agents/agentic，就算AI岗。只看标题不看描述，所以统计的是“AI本身就是这份工作”的岗位，不是“顺便用用AI”的岗位。
整体7.7%，工程岗13.8%
4,794个岗位里有367个（7.7%）标题带上述词。把范围收窄到工程类标题（engineer、developer、architect），比例升到230/1,672，即13.8%，大约每7个工程岗里有1个。
按词看，标题里写“LLM”的已经很少，公司更愿意写“AI”。
社交广告平台领跑，支付金融科技垫底
Reddit和Pinterest明显领先。Reddit的32个AI岗里有26个、Pinterest的30个里有28个是机器学习岗，不少落在广告、检索和相关性方向。排名、推荐和广告定向本来就是机器学习的老问题。Databricks的AI岗绝对数量最多，86个，对一家数据和AI平台来说并不意外。
垫底的是支付和金融科技：Stripe、Robinhood、Ramp、Brex都在4%到5%之间。它们招得并不少，Stripe有719个在招岗位，只是大多标题里不带AI。
“Agentic”成了正式岗位名
有48个标题提到agents，其中30个用了“agentic”这个词。招聘板上的原样例子包括：
- Staff Software Engineer, Agentic Applications
- Software Engineer, Agentic Commerce
- Staff AI Engineer, Agent Observability
- Staff Research Scientist, Post-Training for Agents
- Senior Product Security Engineer, AI Agents
- Director of Product Management, Agentic Software Delivery
按公司分：Databricks 15个、Datadog 9个、Cloudflare 8个、GitLab 8个、Robinhood 3个、Coinbase 2个，Stripe、Reddit、Figma各1个。这里有个需要说明的地方：Datadog有一款产品就叫“the Datadog Agent”，它命中的少数标题说的是这个产品，不是AI agent。
这些岗位的方向也说明问题：commerce（会买东西的agent）、agent的可观测性和安全、软件交付里的agent。基础设施公司在围绕agent造工具链。
AI岗更资深
这是数据里最清晰的规律：超过四分之一的AI岗在Staff级别或以上，是其他岗位比例的两倍多。公司似乎在招有经验的人来搭AI的架子，而不是招一批初级工程师来铺量。
对求职者来说这消息喜忧参半：门开着，但入口很窄。Pinterest是个例外，它挂出了若干2027年的机器学习实习和应届生岗位。
薪资方面，4,794个岗位里只有269个（5.6%）在结构化字段里写了美元年薪区间。其中带薪资的工程岗里，11个AI标题岗位的中位中点数是27.2万美元，另外58个是22.7万美元。11个样本太少，只能当线索看，不能当结论。
几点方法说明
只看标题，一个做AI功能的“Senior Backend Engineer”不会被计入，所以这些数字是AI工作量的下限。AI的匹配不区分大小写，像“AI Platform”这样的标题也会被算进去。在招岗位反映的是公司当下在招什么，不是员工总数。10月25日只是一个快照，招聘板每天都在变。
结论摆在一起：非AI科技公司里，大约每7个工程岗就有1个明确写着AI、ML或agent；社交和广告平台领先（Reddit 20%、Pinterest 18%），支付和金融科技在4%到5%徘徊；“Agentic”已经是真实存在的岗位名，集中在基础设施方向；AI岗偏资深，26%在Staff及以上，其他岗位是11%。
热门跟贴