岗位：从研究到交付
需求增长集中在把模型接入业务流程的岗位，例如应用工程、数据治理、交付与运营。为什么：企业要的是可运行场景，不是论文指标。边界是研究型岗位仍有价值，但只适合有长期技术积累与算力条件的企业，多数企业不需要自建研究团队。
标准：看作品而非头衔
招聘时更该看候选人是否交付过可运行的系统、如何处理失败与边界。怎么做：让对方讲一个失败项目的复盘，追问数据、评测与接管设计。边界是作品要能运行与解释，只有演示视频或课程证书，不足以判断工程能力。
供给：结构性错配
会用工具的人多，能定义业务标准、设计验收与治理数据的人少。为什么：前者靠短期学习，后者需要业务理解与项目经验。边界是错配无法靠加薪解决，企业应把岗位拆成任务、由多人分担，而不是等一个全能型人才。
应对：内外并行
外部招聘解决关键缺口，内部培养解决流程落地与知识沉淀。怎么做：给内部骨干明确的场景与时间，让外部人员带教而不是替代。边界是外部团队撤离前必须完成文档与交接，否则能力无法留在企业内，项目会随人走。
谁负责：用人经理定标准
招聘标准由用人经理定，技术负责人负责验证，不交给外部顾问代为判断。验收方式是让候选人用脱敏数据完成一个小任务，技术负责人评工程能力，业务负责人评业务理解，两人分别签字后再谈薪酬。顾问只提供方法与候选人信息，不替代企业的录用决定。
适用与不适用
适合谁
- 正在组建 AI 团队或补关键岗位的企业
- 需要判断候选人真实能力的业务负责人
- 准备把外部交付转成内部能力的组织
不适合谁
- 只需要短期外包交付、不打算建能力的团队
- 没有明确业务场景、只想储备人才的企业
典型场景
某制造企业招聘 AI 应用工程师，收到大量标注熟悉大模型的简历。面试改为让候选人复盘一个失败项目，并现场说明如何设计评测与接管。最终录用的人作品可运行、能解释取舍；入职后先做一条产线问答，再逐步扩展到售后。
可执行步骤
- 把岗位拆成具体任务，写明输入、输出、验收标准与协作对象。用任务清单替代笼统的岗位名称。
- 要求候选人复盘一个失败项目，追问数据、评测、接管与责任划分。观察其边界意识。
- 安排一次实作题，用企业真实脱敏样本测试，限时完成并当场解释取舍与失败原因
- 新人入职设三十天、六十天、九十天三个阶段目标，每阶段有可运行的产出与复核人。
- 外部团队撤离前完成文档、脚本与知识库交接，并安排内部人员独立跑通一次。
常见坑
- 按头衔招人，招到擅长研究但不熟悉交付的人，项目推进缓慢，双方都受挫，项目节奏被迫推迟，节奏被动。
- 只看课程证书与演示视频，未做实作题，入职后才发现无法在真实数据上工作，试用期即结束，成本更高。
- 把希望寄托在一个全能型人才身上，岗位职责过宽，半年内离职导致项目停摆，重新招聘又要数月。
- 外部团队交付后直接撤离，没有文档与交接，内部无人能改，系统逐渐失修，只能重新采购，招聘成本上升。
自检与验收清单
- 岗位是否拆成任务，并写明验收标准与协作对象
- 面试是否包含失败复盘与边界追问环节，并记录评分
- 是否安排真实脱敏样本的实作题并限时完成，与讲评
- 新人是否有三十天、六十天、九十天目标与复核，节点
- 外部撤离前是否完成文档、交接与独立演练，一次
常见问题
一定要招有算法背景的人吗？
多数企业更需要能把模型接入流程、设计评测与治理数据的人，算法背景不是必需。除非要做模型训练或深度优化，否则应用工程与业务理解更重要，招聘难度也更低，也更容易留住人。
内部培养来得及吗？
单一场景通常来得及，复杂场景需要外部支持。可行做法是外部人员带教内部骨干，把知识沉淀成文档与模板，设定三个月内独立跑通的目标，逐步减少对外部的依赖，也更省成本。
怎么判断候选人说的是真的？
用实作题与追问细节。让对方现场处理一份脱敏样本，说明为什么这样切分任务、如何判断好坏、出错如何接管。真实做过的人会主动谈边界，只背概念的人往往回避细节，这比看简历可靠。