AI 人才最缺的不是算法：部署工程师为什么突然值钱
关于 AI 和就业，常见的两种叙事是“AI 会取代很多工作”和“AI 会创造更多工作”。这两种说法都太粗。更有解释力的观察角度是：钱正在流向把 AI 接到实际业务上的那个环节。
2026 年 10 月的一批招聘数据，把这个判断讲得比较清楚。
一、一个三年前几乎不存在的岗位
据 Singularity.Kiwi 10 月中旬汇总的报道，人力数据公司 Lightcast 统计，2023 年美国“前沿部署工程师”（Forward Deployed Engineer，简称 FDE）的招聘岗位不到 200 个；而 2026 年前九个月，这个数字超过 7300 个，公布薪资的中位数为 195456 美元。
报道还提到两个细节：招聘这个岗位最多的不是前沿模型实验室，而是“连接型”公司——德勤、埃森哲、谷歌、毕马威；Lightcast 的研究人员指出，这个岗位的技能要求和普通软件工程大约有一半重合。
“一半重合”这句话很关键。它说明 FDE 不是什么神秘的新职业，而是软件工程师加上一层业务理解和现场交付能力。门槛没有想象中高，但愿意去现场的人少。
二、新西兰的招聘广告给了同向证据
同一篇汇总提到新西兰 9 月的招聘数据：AI 技能出现在 4.2% 的招聘广告里，创下记录。更有信息量的是结构——智能体（agentic AI）相关提及单月上升 9.1%，AI 治理上升 8.5%，而泛泛的“生成式 AI”增长不到 1%。
国内的招聘市场也有类似迹象，只是公开数据不如美国规整。10 月中旬中文媒体上流传的一些“岗位暴增 15 倍”“月薪 13 万”的说法，多来自培训机构的招生文章，缺乏可核验的统计口径，这里不做引用。能确认的方向只有一个：岗位描述从“算法研究”向“应用落地”偏移。
三、亚马逊的“宽裁窄招”
报道里还有一个不太好听但很真实的案例：亚马逊在 2025 年 10 月到 2026 年 1 月之间，在 AI 与效率重组中削减了约 3 万个企业岗位；而到 2026 年 9 月，Business Insider 和 Benzinga 的报道记录了公司回聘前员工的情况，包括一些此前被裁的人，回归的是 AI 和云相关岗位。亚马逊自己把“回聘”称为常规做法，报道中的接触也集中在专业岗位，而非净增人数。
这个形状很难忽视：同一家公司在大范围裁、在小范围招，而窄的那一头正好指向连接层。
四、缺口在“中间”，不在两端
把上面三组信息叠在一起，AI 人才市场更像一个两头挤、中间空的沙漏：
- 顶端是能做前沿研究的人，全球就那么几千个，和绝大多数人无关；
- 底端是会用 AI 工具的人，正在快速普及，逐渐变成基础技能，不再稀缺；
- 中间是能把模型装进一个具体组织、让它稳定跑起来的人，严重不足。
中间这层需要三种能力：工程化（部署、推理性能、稳定性、成本控制）、业务判断（知道该往哪落地、怎么评估效果、怎么设计人机协作流程）、平台实操（用低代码或智能体平台把模型封装成业务工具）。三种都精通的人很少，横跨两种就已经很吃香。
五、对个人的含义
如果你在考虑往这个方向走，有两条比较务实的路径：
- 从你现在的行业切进去。懂业务的人补工程，比懂工程的人补业务快。你所在行业的一个具体流程，就是最好的练手场景。
- 做一个能跑三个月的项目，而不是一个能演示三分钟的项目。简历上“部署过一个稳定运行的系统”比“做过一个 demo”有说服力得多。
六、判断
“AI 创造的工作比它取代的多”这个结论目前还没有可靠证据，不宜当成安慰。但结构性的判断可以说得比较确定：稀缺的不是智能，是连接。模型能力越强、越便宜，把它接进具体业务的人反而越值钱。
这个窗口不会一直开着。等工具足够傻瓜化、交付流程足够标准化，中间层的一部分工作也会被产品吃掉。现在进去的人，赚的是这段过渡期的时间差。