2026 年第 34 周:中国大厂技术岗位增减

本周已收录的 469 个社招新岗位中，160 个属于 AI 应用类。 产品岗有 85 个，占这一层级的 53.1%。这个交叉结果值得继续深挖：大公司具体在补哪类产品能力？

后端有 30 个，平台基础设施有 11 个。它们构成产品之外的主要职能，但这篇先沿着数量最大的产品岗往下看。

85 个 AI 应用产品岗，实际分成了什么

最大的单一方向是 Agent、助手与自动化工作流，共 16 个；紧随其后的是搜索、推荐、增长、流量与导航，共 15 个；另有 14 个岗位仍以交易、履约、BOM 等现有业务产品为主，AI 只是工具、探索项或局部能力。

剩下的岗位分散在硬件与 AI OS、内容创作与游戏、支付与商业化、评测与数据平台、企业工具和安全治理。职责原文中有 32 个岗位提到 Agent 或智能体；按主产品形态计，Agent 只覆盖本周 85 个样本中的 16 个。在另外一些岗位里，Agent 只是评测、投放、支付或操作系统中的一种机制。

阿里的 18 个产品岗覆盖面较宽：AI OS 与终端有 4 个，企业工具、商业化和 Agent 各有 3 个。它同时在补终端系统、行业工作流和付费链路。

字节的 16 个产品岗更集中：搜索增长和 Agent 各有 4 个，评测平台有 3 个。这个差异只描述本周样本，但足以说明“AI 产品经理”不是一份通用岗位说明书。

任职要求中，43 个岗位明确写到大模型、LLM、AIGC 或多模态，32 个写到 Agent，只有 5 个直接点名 Prompt。 Prompt 是具体工具，不是这批岗位的共同门槛。

在这 85 个岗位里，更高频的是交付和基本功：64 个岗位要求项目推进、落地或交付，55 个写跨团队协同，50 个写数据分析、数据敏感或数据驱动。这批 JD 更常要求候选人把模型能力接进业务并交付结果。

经验门槛同样具体：按原文字面，66 个岗位明示年限，其中 48 个要求至少 3 年、14 个要求至少 5 年。

另有 84 个岗位写到既有产品、岗位、行业经验或业务理解。对在职求职者来说，真正有用的是把旧经验改写成新产品原型下的交付证据。

准备方式要随岗位原型变化：

阿里本周新开 84 个社招岗位，其中 37 个属于 AI 核心岗位。 按业务单位看，这 84 个岗位里有 34 个来自阿里云。三个具体岗位分别落在后端、机器学习基础设施和安全职能，已经足以说明标题相近并不等于工作位置相同。

如果你只看标题里的 AI 词汇，这三个岗位很容易被放进同一个篮子。按职能和业务位置拆开后，它们对应的是三条不同的职业路径。

这五个岗位覆盖算法、后端、机器学习基础设施和安全。 先选与你当前工作最接近的两三个，再阅读职责、技术栈和交付对象，比从一个宽泛的 AI 岗位列表开始更有效。

筛岗位时，先写下你当前最能被验证的职能，再给它配一个业务位置。 “后端 × 企业 AI 应用”“平台 × Agent 系统”“安全 × AI 攻防”都比“想找 AI 岗”更接近真实职位，也更容易找到与现有经历相邻的入口。

从上面的五个岗位里选三份：一份最接近你现在的工作，一份需要跨越一个职能边界，一份标题很吸引你但实际位置最远。打开完整 JD 后，只比较三件事：工作对象、交付结果、你已有的相关经历。比较完成后，再决定该投递、补项目，还是放弃这个方向。

本周已分类的新岗位中，校招有 150 个，实习有 191 个。 实习岗位里产品有 55 个、算法/建模有 27 个。它们适合应届生和实习人群单独阅读，不与本文的社招判断混算；后续可以按同样的方法，从职能和业务位置继续下钻。

三条招聘轨道

轨道	新开	AI 核心占比	职能前三
社招	469	30%	产品 126、算法/建模 64、后端/服务端 50
校招	150	50%	算法/建模 37、后端/服务端 18、机器学习系统 18
实习	191	30%	产品 55、算法/建模 27、数据分析 26

仅技术岗（已排除运营/营销/设计等），因此各行相加小于全周新开总数。

这篇文章解释的是 2026-08-16 至 08-22 这一完整七天里，已收录公司新开的 469 个分类后社招岗位。 运营、营销、设计等职能已排除；一周不能单独构成趋势，岗位链接请在投递前再次确认。

数据来自各公司公开招聘页面的每日追踪,仅覆盖已收录的公司,不代表全市场。新开与关闭以岗位在页面上首次出现和不再出现为准,不含收录范围变化带来的存量导入。本页数据发布后不再修改。