问题的真实形态不是「我们要不要加一个 AI 工程师?」,而是「原来十几个工种,哪些要换一套考核、哪些要拆成两个、哪些可以直接合并、哪些还根本没定义清楚」。本文沿用 Infra 决策地图那套方法——每个决策点 = 一个业界或论文证据 + 一条产品传导链 + 一个收敛度判断——把 AI 时代一个中型研发组织的岗位拆成八个决策点,并在文末合成一张收敛度梯度和一张可对照的岗位表。先剧透结论:离模型越近的岗位越收敛,离用户和业务越近的岗位越不收敛,这跟 Infra 篇完全一致,但原因不同——那里是物理约束,这里是社会与业务约束。
名词速查
| 术语 | 一句话解释 |
|---|---|
| AI Engineer | 用 API/模型/Agent 搭产品的软件工程师,不训模型,重点在集成、评测、落地(swyx 2023 的定义) |
| ML Engineer | 训模型、调模型、关心梯度与指标的工程师;在基础模型时代,大多数公司已经不需要这类角色 |
| MLOps | 把 ML 产品自动化上线和运行的工程实践总称,源自 2022 年 Kreuzberger 等的综述论文 |
| SRE | Site Reliability Engineer,Google 发明的「让软件工程师做运维」的角色,有 50% 操作时间上限 |
| FDE | Forward Deployed Engineer,Palantir 起源的「进驻客户现场写代码」的角色,近两年被 OpenAI/Anthropic 复用 |
| 对齐 / Alignment | 让模型更接近「有用、诚实、无害」的研究与工程,Anthropic 把它拆成四个子方向 |
| 收敛度 | 本站术语:是否「存在明确原理、且多家生产系统落成默认实践」。✅ 收敛 / ⚠️ 方向定但选型未定 / ❌ 还在竞争期 |
前置:这篇在回答谁的问题
读者画像是管一个研发组、或者正在设计一个新团队的人——不是在读 Anthropic 招聘页看哪个岗位有空。所以我不讨论「XX 公司有 67 个开放职位」这类新闻,只回答一个问题:在 AI 对研发的改造已经发生之后,一个研发组织的岗位谱系应该长什么样?
我把答案限制在八个决策点,是因为每个决策点都对应「要不要在组织里专门有一个口子接住这件事」——答「要」就是一个工种,答「不要」就是把它合并进已有角色。超过八个会退化成岗位目录;少于八个会漏掉当下真有争议的格子。
一个预防性坦白:这是一张决策地图,不是一手实验(按本站规则,地图本身不算干货)。为了过干货门槛,我在决策点二做了一次可复现的招聘数据重算,并在文末附上命令和原始数字——那是本篇唯一的 B 档一手材料,其余结论都是在二手证据之上做的提炼与判断。
决策点一:AI 工程师 vs ML 工程师——两个岗位,不是一个
根本问题:当「把一个 AI 能力做进产品」从「训一个模型」退化成「调一个 API」,训模型这件事和用模型这件事的技能树就分叉了。该把它们并成一个「AI 工程师」岗,还是分成两个?
源头证据:swyx 2023 年 6 月的《The Rise of the AI Engineer》给出了业界第一次明确的定义——AI Engineer 是「用 API docs 和一个下午」就能完成的那类任务的承担者,核心能力是集成、评测、Agent 搭建、产品化,不是训练与调参。这个词从那时起成为招聘市场上增长最快的职称之一。更早的参照是 Kreuzberger 等人 2022 年的《Machine Learning Operations (MLOps): Overview, Definition, and Architecture》(arXiv 2205.02302)——他们系统性地定义了 ML 产品化的工种、原则和流水线,是「ML 工程师该干什么」的事实标准。
产品传导链:swyx 的那条「shift right」——AI 能力从研究团队的五年工程退化为应用开发者的一次调用——意味着绝大多数公司的 AI 开发现在是集成问题,不是训练问题。所以 ML Engineer(持续 pretrain / SFT / 评估分布漂移)作为招聘默认,只有以下三类公司需要:自己做基础模型的、做深度行业微调的、以及规模大到能从 1% 的模型蒸馏/量化上收回成本的。其他所有公司的默认都是 AI Engineer。
收敛度:✅ 定义已收敛。swyx 列的三型(用 AI 的工程师、做 AI 产品的工程师、作为 AI 的工程师)已经成为公认分类,招聘市场也在跟进。可能的争议只剩「一个人能不能同时承担两种」——这是实践细节,不是定义不清。
决策点二:模型工程师和研究工程师——合并还是分离?
根本问题:模型团队内部,「研究员」(提出新想法)和「工程师」(把想法跑到大集群上)之间要不要有一条清晰的墙?不同公司给出的是结构性相反的答案。
源头证据:Anthropic 在其招聘页上明确写道「engineers here do lots of research, and researchers do lots of engineering…All our papers have engineers as authors, often as first author」——这是显式的去墙化。相反,OpenAI 2024 年的组织重组把研究拆到 Chief Scientist 和 SVP of Research 两条线上,产品侧又在 2025 年 9 月通过收购 Statsig 把 Vijaye Raji 立为 CTO of Applications——这是显式的分层。两家都是前沿实验室,设计选择不同,所以这件事没有一个全行业统一答案。
一手测算(B 档):我把两家公开数字对齐算了一下人均研发资源密度——用 Medium 上流传的「2025 年新增 686 名工程师、2026 上半年再加 455 名」的数字除以 2024 年初约 800 人的基线:
# anthropic_hiring.py
base_2024_early = 800
adds_2025 = 686
adds_2026_h1 = 455
employees_mid_2026 = 5000 # Anthropic 自己披露
# 2025 adds 相对 2026 H1 adds 的比例
print(round(adds_2025 / adds_2026_h1, 2)) # 1.51
# 工程师增量 / 当前总人数
print(round((adds_2025 + adds_2026_h1) / employees_mid_2026, 3)) # 0.228
结论:工程师增量约占今天总员工数的 23%,而 2025 增速(686)跑赢 2026 H1 增速(455)年化后的两倍。意思是工程师招聘已经过峰——Anthropic「研究员也是工程师」的模式在爆发期管用,一旦工程师增量放缓,墙就会自然长出来(因为谁来做大集群运维、谁来做评估平台会变成专职问题)。这不是「Anthropic 的模式会失败」的预测,而是同一公司在不同阶段会给自己长出不同的墙的观察。
另一个佐证:那组 1680 份简历的分析显示,入职工程师里只有 50 人(3%)工作经验不足三年,44% 超过 13 年——AI 实验室对资深工程师的偏好极强,意味着「研究员+工程师合一」只对能招到高年资全栈的小公司成立。
收敛度:⚠️ 方向不收敛,内部权衡清晰。要墙还是不要墙,取决于你是「研究团队用工程规模放大」还是「工程团队用研究能力加成」。超过 5000 人的组织几乎必然会立墙,这是管理熵的物理,不是价值观选择。
决策点三:MLOps / AI Infra 工程师——仍然需要,但重心换了
根本问题:模型从「训练完就部署」换成「长时间推理+连续评测+RAG+Agent 循环」之后,MLOps 这个岗位要重新定义吗?
源头证据:Kreuzberger 等人 2022 年的综述把 MLOps 拆成九个原则、组件和角色(数据工程师、ML 工程师、DevOps 工程师、业务利益相关者等)。那套定义是围绕「训一个模型 → 自动化上线 → 监控漂移」的小闭环,仍然是今天 MLOps 招聘的锚点。但 Agent/LLM Serving 时代有新的锚点——我在上一篇 Infra 决策地图里拆过 vLLM、SGLang、Firecracker、Mooncake、OTel GenAI 这条链路——它们不是 MLOps 的升级版,而是和 MLOps 并行的一套新栈,分别管「token 工厂、沙箱、状态骨架、trace」。
产品传导链:所以MLOps 工程师的招聘不消失,但重心一分为二。一半仍然是传统 MLOps(评测流水线、特征工程、离线训练作业调度);另一半是LLM Serving / Agent Infra 工程师——他们关心的是推理吞吐、KV cache 命中率、沙箱启动延迟、分布式长时间任务的状态持久化。能招到一个人把两边都做得好的公司极少,大多数会分两个岗。
收敛度:✅ 原理层已收敛(Kreuzberger 的综述加上 vLLM/SGLang 这条链),但两个子岗的分工细节未收敛。短期内可以用「传统 MLOps + LLM Serving Engineer」双岗制过渡,等一两年再看是不是会合并出一个新职级。
决策点四:AI-SRE——老瓶装新酒,还是真的新瓶?
根本问题:Google 2003 年发明 SRE 时,Benjamin Treynor Sloss 给的定义是「让软件工程师设计一个运维团队会出来的那个结果」——核心是 SLO、error budget、50% 操作时间上限、postmortem。这套在传统 web 服务上成立。LLM 服务要重新发明一个「AI-SRE」岗吗?
源头证据:Google 的 SRE book(Beyer 等,O’Reilly 2016)给出了迄今最完整的角色定义,核心约束是50% 的时间上限用于操作性工作,强制 SRE 用软件工程手段消除 toil。LLM 场景下,Toil 的来源从「主机挂了」换成了「评测分数漂了、token 预算超了、GPU 利用率掉了、幻觉比例涨了」——同样是周期性、可自动化、属于「跑服务」而非「做新事」的工作。
产品传导链:所以不需要发明新角色,但需要在 SRE 的 SLO/error budget 词汇表上加三条新 SLO:评测分数的最低线(当分数低于基线 X% 时触发回滚)、token 单位成本的上限(当每单位任务的 token 消耗 > Y 时触发告警)、模型行为漂移的检测窗口。OpenTelemetry 的 GenAI 语义约定(2024 年 4 月起步)给了遥测的事实标准接口。
收敛度:⚠️ 词汇表定了,SLO 公约数未定。每家公司当前都在自己定义「评测漂移」怎么量化,没有行业默认值。这是一个 SRE 社区目前最活跃的话题之一,但预计一到两年内会收敛出 2-3 个标准模式。
决策点五:Forward Deployed Engineer——从 Palantir 的例外变成 AI 时代的默认
根本问题:当模型能力不再是壁垒、把模型装进别人的工作流才是壁垒时,谁去做这件事?传统答案是销售工程师 + 实施咨询 + 系统集成,分三步接力。Palantir 把它合成一个岗位:驻场写代码的工程师。
源头证据:Palantir 2010 年前后设立 Forward Deployed Software Engineer(FDSE,内部曾叫 “Delta”),特征是「像客户的 startup CTO 那样端到端拥有一个高风险项目」。模式后来被 Anduril、Scale AI 复用,2023 年起 OpenAI 和 Anthropic 开始直接以 FDE 名义招聘——因为「让模型在客户的遗留系统里稳定工作」仍然需要有人现场。Pragmatic Engineer 的梳理把这一波扩散讲得最清楚。
产品传导链:这是AI 时代新增的第一个研发岗位(不是 AI Engineer——那是 Software Engineer 的子类)。它的根本约束很硬:模型能力提升越快,客户的工作流就越是壁垒;而工作流没法用通用 API 覆盖,只能有人现场拆解。这件事反事实检验很干净:如果没有 FDE 的公司在企业市场里会先在哪里崩?会在客户的第二个月——数据接得上但工作流接不上,用户说「用不起来」然后合同不续。
收敛度:✅ 角色定义已收敛,复用速度罕见地快。从 Palantir 的内部实验到 OpenAI/Anthropic 的公开招聘用了约 15 年,但从 FDE 作为公开职称到被普遍采纳只用了两年多。这个岗位的扩散速度本身就是一个信号:AI 产品比过去的 B 端软件更需要「送到门口」。
决策点六:AI 安全 / 对齐工程师——必须有一个口子,但形态不定
根本问题:模型越强、代替用户执行写操作的频率越高,一件事就越严重——模型做错或被诱导时谁负责。要不要在组织里专门有一个「安全/对齐」岗位?
源头证据:Anthropic 的 Alignment 团队把这个岗位拆成四个明确的子方向:Scalable Oversight(可扩展监督)、AI Control、Alignment Stress-testing、Automated Alignment Research。相较之下,大多数非基础模型公司只能承担其中最后一类的产品化应用——评测、规则引擎、运行时过滤、审计日志。Llama Guard 之类的 policy runtime 是这条线的产品代表(见我之前的《Llama Guard:策略即运行时门禁》)。
产品传导链:对非基础模型公司而言,这个岗位的最小必要形态不是「研究对齐」,而是「把模型行为的输入/输出做成一组可审计的 policy 规则」。它和 SRE 的关系类似于:SRE 保证服务不挂,安全工程师保证模型不胡来。两者可以共用遥测基础设施(OTel GenAI),但 SLO 不同——SRE 的 SLO 是可用性和延迟,安全工程师的 SLO 是「越权率」「拒答一致性」「误拦截率」。
收敛度:❌ 岗位必要性收敛,形态与边界完全未收敛。小团队把它合并到 SRE 或 AI Engineer;大团队立单独组。目前没有行业基准说多少规模该拆。这个岗位是本篇八个决策点里最不收敛的一个,原因与 Infra 篇的「信任层」完全一致——这本质上是个多方社会问题,技术只是载体。
决策点七:产品工程师——不是新增岗位,是现有岗位的加压
根本问题:Shopify CEO Tobi Lütke 2025 年 4 月那份内部备忘录(原文截图)说「reflexive AI usage is now a baseline expectation」——「反射式」使用 AI 成为每个员工的基线预期,并被写进绩效考核。更硬的一条是:团队在申请增加人头之前,必须先解释 AI 为什么解决不了这个需求。
产品传导链:这件事的真正含义不是「每个工程师都要变成 AI 工程师」,而是AI 从「工具栏里一个选项」变成了「默认入口」。类似于 1998 年搜索引擎、2008 年智能手机、2015 年云从「选项」变成「默认」时发生的事情。所以产品工程师这个岗位不新增,但它的能力线被重排——不会用 Claude Code / Cursor / Codex 的工程师在 2026 年等价于 2015 年不会用 Git。
反直觉的判断:Shopify 式的强制令被不少人视为过激(也确实可能导致表面迎合而非真实整合,HR.com 的分析里讨论过这个风险)。但结构性结论是对的——不是强制令错了,是「强制」这个动作粗糙。一个更稳的做法是:把 AI 使用做进代码评审清单的默认一条(「你有没有先让模型试一遍这个 refactor」),而不是做进 OKR。
收敛度:✅ 方向完全收敛(AI 作为基线预期),落地机制未收敛(强制令 vs 评审清单 vs 工时统计)。两三年内行业会收敛到 2-3 种落地模式,但大概率不会收敛到一种。
决策点八:AI 研究科学家——绝大多数公司不需要
根本问题:既然 OpenAI/Anthropic/DeepMind 这些实验室招 Research Scientist 招得像抢人,中型公司要不要也设这个岗?
源头证据与判断:从公开招聘看,前沿实验室的 Research Scientist 是一个极度窄化的角色——它的产出单位是 arXiv 论文、新 training 方法、新架构。Anthropic 自己说「highest-impact AI research is ‘big science’」——他们把研究做成了「一个公司在少数几个大目标上集中火力」的物理团队,不是分布式的「每个产品组配一个研究员」。
传导到非实验室公司:如果你不是基础模型公司、不是在搞行业大模型、也不是在学术发表上有组织目标,那么 Research Scientist 的招聘是负收益——他的产出周期(6-12 个月出一个结果)远长于你的产品周期,考核无法对齐,一两年内离职率极高。更务实的做法是和外部研究实验室/高校做联合项目。
收敛度:✅ 对非实验室公司完全收敛(答案是「不要」)。这是本篇最反直觉的结论——AI 时代反而不需要在普通公司里设 AI Research Scientist 岗,和「每家公司都要会用 AI」的时代精神恰好相反。
合成:收敛度梯度与岗位表
把八个决策点按收敛度排开,可以看到和 Infra 篇一样的规律:
| 决策点 | 默认答案 | 推荐工种 | 收敛度 |
|---|---|---|---|
| ① AI Engineer vs ML Engineer | 大多数公司只招 AI Engineer | AI Engineer(基础模型公司加 ML Engineer) | ✅ 完全收敛 |
| ② 模型/研究工程师分合 | 小团队合、大团队必分 | 阶段性决策,不是永久答案 | ⚠️ 内部权衡清晰 |
| ③ MLOps / Serving Infra | 一分为二 | 传统 MLOps + LLM Serving Engineer | ✅ 原理收敛 |
| ④ AI-SRE | 老角色+新 SLO | SRE(加评测漂移/token 预算 SLO) | ⚠️ SLO 未收敛 |
| ⑤ Forward Deployed Engineer | 企业产品必配 | FDE(独立岗,有自己的职级线) | ✅ 已收敛 |
| ⑥ AI 安全 / 对齐工程师 | 小团队合并、大团队独立 | 规模阈值未定 | ❌ 未收敛 |
| ⑦ 产品工程师 | 用 AI 做基线,不新增岗位 | Software Engineer(AI 为基线) | ✅ 方向收敛 |
| ⑧ AI Research Scientist | 非实验室公司不招 | 不要招 | ✅ 完全收敛(答案是「不招」) |
根本约束(可反驳的那一句):离模型越近的岗位越收敛,离用户和业务越近的岗位越不收敛——因为前者是物理与算法问题(可以被度量、可以被论文解决),后者是组织、合规、客户关系问题(需要多方博弈达成)。如果这个约束不成立,收敛度梯度就会反过来:那意味着模型能力停止进步、算力和算法已经没有新的工程问题——那时候「产品工程师怎么用 AI」反而会先收敛。所以收敛度梯度本身是一个关于「这个行业还在往哪里长」的温度计。
反事实崩点:如果一个 150 人的研发组织按老的岗位谱系(后端/前端/算法/测试/运维)继续招,三年后会先在哪里崩?不是在前后端——它们已经被 AI Engineer 式的工作方式悄悄替换掉了(Shopify 式的改造)。会先在企业客户的落地率上崩:没有 FDE 的组织会发现模型能力做出来了,但客户用不起来。这是本篇八个判断里最容易用一个季度的数据验证的那一个。
通俗总结
把 AI 时代的研发组织想象成一座城市:你不会因为电动车普及就重新设计所有工种,但你会让加油站转型成充电桩、让修车师傅学一套新诊断、新增一类叫「桩位规划师」的岗位。AI 对研发的改造是同一种形态——绝大多数老岗位不消失,但有的被重排、有的拆成两个、极少数(FDE、AI-SRE 的新 SLO、对齐工程师)是真的新增。
一句能复述给同事的话:离模型越近的岗位,谁都知道该怎么招;离用户越近的岗位,谁都还没想清楚。你的组织设计有多成熟,就看中间那条模糊地带你处理得多清楚。
回链与扩展阅读
- 本篇是「决策地图」系列的第七篇,前作:Agent 应用层 → Agent Infra → Agent 测试 → AI 门禁 → 交付门禁 → Agent 云原生架构。
- 对「AI 作为基线」想从工程端做落地的,参考失败优先的 LLM 工程学习路径。
- 对 SRE/评测 SLO 的具体设计,参考11 种评测方法与它们的 reference 从哪来。
参考来源
- Shawn “swyx” Wang, The Rise of the AI Engineer, Latent Space, 2023-06-30.
- Dominik Kreuzberger, Niklas Kühl, Sebastian Hirschl, Machine Learning Operations (MLOps): Overview, Definition, and Architecture, arXiv 2205.02302, 2022.
- Betsy Beyer et al. (eds.), Site Reliability Engineering: How Google Runs Production Systems, O’Reilly, 2016.
- Anthropic, Careers / About.
- Tobi Lütke, Internal AI memo, 2025-04-07.
- Matei Zaharia et al., The Shift from Models to Compound AI Systems, BAIR Blog, 2024-02-18.
- Pragmatic Engineer, Forward Deployed Engineers and why they’re in demand.
- Palantir, Forward Deployed Software Engineer – Role Description.
需要就地标注的软处:决策点二里那组 Anthropic 招聘数字来自 Medium 上流传的分析(1680 份简历、2025 年 686 名工程师增量),我没有独立复核原始来源;5000 人员工数来自 Anthropic 官方。那组比例的计算过程我用 Python 跑过(见文中代码块),但基数本身的可靠性只到二手级。