2026 年第 31 周:中国大厂技术岗位增减

本周新开 1278 个岗位，真正能读出方向的是它们分给了谁。 社招 410、校招 123、实习 349。三条线要的不是同一种人：社招补的是现有业务的缺口，校招和实习押的是还没成型的方向。合起来看会同时误判两边。

社招的头部三家咬得很紧。 腾讯 58、阿里 53、字节 52，彼此相差不到 6 个；其后京东 44、蚂蚁 35。这个差距说明不了谁更激进，能说明问题的是各家把岗位开在哪。

技术岗：后端和算法并行，没有谁取代谁

302 个技术岗里，后端 45、算法 42，几乎持平。 再往下是平台基础架构 35、机器学习系统 30、测试 30、嵌入式硬件 29、运维 21。本周看不到"算法挤压后端"的迹象，两条线都在招；平台与机器学习系统加起来 65 个，说明不少公司在补的是支撑模型跑起来的地基，而不只是写模型的人。

同样是技术岗，各家的成色差得很远。 京东 34 个技术岗里 21 个属于 AI 核心，是头部里比例最高的；阿里 42 个里 16 个，腾讯 47 个里 10 个，字节 34 个里 10 个。数量相近，但落到岗位性质上不是一回事。

腾讯：数量在云，模型在 TEG。 47 个技术岗中 CSIG 20、IEG 14、TEG 8。CSIG 数量最多，构成要看清楚——其中 8 个是腾讯云 AI 售前技术支持和 AI 产品客户成功，是把能力卖出去的岗位，不是研发。

只有 8 个岗位的 TEG，是腾讯本周最值得看的一块。 混元大模型后台开发、混元 AI HUB平台工程 Lead、混元 Agent 评测 Infra，三个混元岗全在这里，加上 AI 记忆系统研发和AI 搜索引擎研发，五个都指向模型本身。想进混元，本周入口明确，且只有这一条线。IEG那侧是模型与游戏的结合：AI 互动影游的客户端与多模态大模型算法、游戏多模态世界模型研究员、游戏 AI 全栈。三个部门写着同样的 AI，做的分别是模型、玩法和售前。

阿里：技术岗集中在阿里云，其中一批是海外数据中心。 42 个技术岗里阿里云 17 个，这 17 个中 12 个是运维，且几乎全部指向海外站点——香港、吉隆坡、伦敦、迪拜、法兰克福、雅加达、首尔、新加坡、东京。这是一次区域基础设施铺开，不是国内运维需求的普遍上升。除去这批，阿里云的核心研发是供应链 Agent 开发专家、PolarDB for AI 研发、金融智能体应用研发、安全大模型后训练算法专家。阿里云之外还有高德、淘宝闪购的搜索推荐与分析，以及千问 C 端和平头哥各 3 个。

京东：唯一一家算法排第一的。 34 个技术岗中算法 14、后端 9，方向偏 AI 营销与AI 客服一侧。部门上京东零售 19、京东科技 8、京东物流 4，两条主线清楚。

字节的技术岗反而分散。 34 个技术岗没有任何一个职能超过 4 个，部门上飞书 5 个最多，其余散在移动 OS、TikTok Shop 等处。字节本周的重心不在这里。

产品岗：数量最多的一类，且大半带 AI

108 个产品岗是社招里最大的一块，比后端和算法加起来还多。 其中 68 个属于 AI 应用，40 个与 AI 无关。产品岗的体量说明，这一周各家更急于定义要做什么，而不是补充实现的人手。

字节是产品岗最多的一家，18 个，而且几乎都是 AI 方向。 剪映 CapCut 的 AI Agent产品经理和资深 AI 产品经理、抖音电商的 AI 产品经理（内容、商家、达人撮合三个方向）和智能用户策略产品经理、TikTok 的 AI 产品经理（创作工具）和内容推荐策略产品经理、抖音生活服务的资深 AI 产品经理。业务线上抖音电商最多，其次 TikTok Shop、飞书、剪映。把技术岗和产品岗放在一起看才完整：字节本周在招的是定义 AI 产品的人，不是实现的人。

蚂蚁 14 个产品岗，一半在国际业务和金融场景。 AI 产品经理（保险规划）、AI 策略产品、股票 AI 产品经理（财富 AI Lab）、AI 生态开放事业部交易产品专家属于 AI 一侧；另一半是蚂蚁国际的收付款、跨境结算、合规风控产品，以及 OceanBase 中台产品。

腾讯、阿里各 11 个，京东、美团各 10 个。 腾讯的产品岗集中在腾讯云（AgentRuntime技术产品经理、流计算产品经理）和游戏发行；阿里则分散在阿里云价格中台与各业务线。

校招和实习：结构和社招完全不同

校招 123 个里算法 50、研究 27、机器学习系统 16，AI 核心占 74%；实习 349 个里研究130、算法 83、产品 48，AI 核心占 66%。 对照社招技术岗的 AI 核心比例（111/302），同一批公司对两类人要的东西差别明显：社招补业务缺口，校招和实习押模型方向。研究岗的分布最能说明问题——实习 130 个，社招只有 2 个。

但这两条轨道高度集中在一家。 蚂蚁占了校招的 91/123、实习的 215/349。本周的校招与实习结构，很大程度上就是蚂蚁一家的结构，不宜当作全市场的普遍情况读。

想进 AI 岗，这几项已经是门槛

本周 630 个 AI 相关岗位里，有一组词几乎只在这类岗位出现。不是加分项，是准入线。

RAG 提及最多，约六成写在任职要求而非加分项。 面试问的不再是知不知道，而是切分策略、召回质量、多轮场景下的上下文管理。

Prompt Engineering 紧随其后，约七成是硬性要求。 本周已出现单独写 Context Engineering 的岗位：前者是怎么问好一次，后者是有限窗口里放什么、什么时候放。Agent连续跑几十步时，后者才决定成败。

MCP 的密度值得注意。 对 MCP 的理解和应用约六成是硬性要求。Agent 要接外部工具就得有标准接口，它现在是事实标准。会配置不够，要理解什么该交给模型决定、什么必须由代码约束。

Multi-Agent 和 ReAct 更靠里。 ReAct 是单个 Agent 的推理-行动骨架，Multi-Agent 是多个角色如何分工、通信、不互相打架。ReAct 超过九成来自AI 核心岗。岗位越来越强调"能设计系统"的工程能力。

最后是 Claude Code、Codex、OpenCode 这类编码 Agent 的原理——是原理，不是会用。 它们本身就是 Agent 的完整实现：代码库怎么变成可检索的上下文、多步修改怎么规划、工具调用失败怎么重试、每步权限边界怎么控。读透一个，上面几项自然串起来。这类工具约七成五写在硬性要求里，会不会用 AI 写代码正在从个人习惯变成岗位要求。

一个开始出现在 JD 里的组件，Milvus

它是开源的云原生向量数据库，把文本、图片、音视频转成向量存储和索引，再从海量数据中找出语义最相似的内容。大模型是大脑，它更像长期记忆和检索入口：RAG 知识库、语义搜索、多模态检索、推荐、相似内容去重，底下往往都是这套。

工程特性决定了它的适用范围：单机约一亿条向量，分布式可扩到数百亿条，十亿级数据上支撑每秒数万次相似性查询。创业团队能在一台机器上跑通产品，起量后不换底座。Linux Foundation旗下项目，GitHub 4 万以上 Star，官方披露服务三百多家企业，包括 NVIDIA、Salesforce、PayPal、Airbnb 等。

面试角度，知道它是什么只是起点。更该想清楚的是它在系统里的位置：什么时候需要独立向量库、什么时候用现有搜索引擎的向量能力就够、索引类型怎么选、召回率和延迟怎么权衡。

如果你是 1-3 年的后端开发,本周值得看这几个

后端转 AI,最现实的入口不是去做模型,而是做 Agent 的工程化——把模型接进业务系统、接住工具调用、扛住线上流量。这类岗位要的仍然是后端能力,加上前面几项的理解。本周社招里符合这个条件的有一批,以下六个是入口相对清晰的,均为 AI 核心岗:

• Agent研发工程师 - 抖音用户增长 ·字节跳动 · 抖音用户增长 — Agent 直接落在增长场景,业务反馈快
• 混元大模型-后台开发工程师 ·腾讯 · TEG — 本周腾讯唯一的模型侧入口,后台开发方向
• AI Agent开发工程师(终端 & Server) ·小红书 — 端和服务端一起做,能看到 Agent 的完整链路
• AI网关开发工程师 ·米哈游 · AthenAI — 网关是模型流量的收口,典型的后端问题
• 大模型 Agent 研发工程师 ·哔哩哔哩 — 岗位描述里点名了推理框架与 Agent 编排
• Agent后端研发工程师 ·百度 · ACG — 明确写作"Agent 后端",职责边界清楚

这六个的共同点是

本周数据概览

以上为本周概览。更细的分解——按公司、职能、业务线的逐日进出——可在数据面板查询。

本周为 2026-07-26 至 08-01 七天完整记录。全周新开 1278 个,本文按岗位展开的部分基于其中 915 个技术岗——运营、营销、设计等非技术岗位已排除,因此分项相加小于总数;另有 80 个新开岗位尚未完成分类,未计入分类统计。岗位链接为发布时有效。单周波动不构成趋势。