科技招聘市场呈现鲜明对比态势
当前科技招聘市场呈现出截然不同的两种状态。
一方面,拥有AI构建经验和技能的IT从业者正处于高需求状态,这主要得益于企业持续推进AI应用项目。但另一方面,对于软件开发等被AI工具深度改变的专业领域从业者而言,情况却截然不同。
尽管一些领先的科技供应商进行了大规模裁员,但根据CompTIA的数据显示,整个经济体中仍有超过50万个活跃职位发布,企业正在市场上寻找人才以填补现有技能组合的空缺。
科技公司高管对当前形势持乐观态度,他们希望能够利用这一机会吸引到过去难以招募到的抢手人才。但分析师向CIO Dive表示,在当前低流动、低招聘的环境下,企业高管也在努力应对员工积极性不高的问题。
为帮助企业高管制定下一步计划,CIO Dive整理了我们最近关于科技招聘现状的相关报道。
Q&A
Q1:为什么AI技能人才需求这么高?
A:主要因为企业正在持续推进AI应用项目,对具有AI构建经验和技能的IT从业者需求激增,而这类专业人才相对稀缺,形成了供不应求的局面。
Q2:软件开发人员的就业前景如何?
A:软件开发领域已被AI工具深度改变,该领域从业者面临的就业环境与AI专业人才截然不同,就业压力相对较大。
Q3:科技公司现在招聘策略有什么变化?
A:科技公司高管希望利用当前的市场环境吸引过去难以招募的顶尖人才,但同时也在应对低流动、低招聘环境下员工积极性不高的挑战。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。