去看|去做|去喜欢|去拒绝
《AI时代职业岗位观察》
Weekly Career Observation
━━━━━━━━━━━━━━━━
当评测成为岗位判断力怎样被写成标准
第6周｜2026年11月2日—11月9日
Rain’s talk Career Studio
AI时代职业转型观察者
01
本周结论
评价标准正在成为独立岗位
Weekly Conclusion
11月2—9日让线索落到一个新的位置：判断“什么算做得好”，正在从附加职责变成一份专职工作。
最直接的证据来自腾讯。11月5日更新的AI智能体评测高级工程师，把WorkBuddy与CodeBuddy的产品质量保障和AI评测列为第一条职责，并要求从无到有制定评测算法、标准与流程，构建评测集与执行器；同日更新的混元大模型数据策略产品经理，把数据体系标准、质量评估体系和动态评测集写成三条职责；11月9日更新的灯塔AI原生开发，则要求开发者在架构、体验与成本之间做取舍，并对交付质量负责。[1][2][3]
同样的要求也出现在别的行业。阿里云11月3日更新的数据智能AI应用开发岗，把“Agent评测与可观测”单列为一条职责，要求覆盖规划能力、工具调用可靠性、多轮交互一致性、长程记忆连续性，并建设全链路Tracing；阿里妈妈11月5日更新的AI Agent优化工程师，要求明确评价指标、对照基线与成功标准，建设离线与在线实验；宁德时代11月6日更新的多模态大模型算法工程师，则为工业产线单独搭建评测体系，维度细到跨模态对齐精度、缺陷识别准确率、推理鲁棒性、模型幻觉和边缘推理时延。[4][5][6]
另一面同样需要记录。本期34家中，有24家未能取得本周更新的岗位原文，只能记为缺口；机器人与具身智能组中，宇树、智元、拓竹、云深处、银河通用的官方岗位页均未取得可对照的同ID文本，仅保留了目录或摘要级别信息。改写与稳定各占一部分，才是这一周真实的采样结果。
需要说明的是，本期没有取得任何一家企业的岗位总量、在招规模或薪酬数据，因此不能判断评测类岗位是否在扩张。本期能确认的只有一件事：在这些公开JD里，对“判断标准”的描述比以往更具体，并且已经出现了以它命名的岗位。
Rain的判断：对职业人，这意味着“会判断好坏”本身可以被组织成一份工作。但样本仍集中在少数企业，不能推成评测岗位已普遍设立。本周结论只针对所采样本。
02
本周观察
样本谁新设评测职责谁仍延续?
Company & Role Samples
◎腾讯 AI评测
●行业：AI/互联网
●代表岗位：AI智能体评测高级工程师
●城市：北京
●AI关键词：LLM评测、Agent任务评测、Benchmark
●核心能力：评测体系、评测集、数据分析
●本周观察：11月5日更新；评测成为岗位名称，首次纳入。[1]
Rain's talk的判断：评测从研发附属动作变成独立职责，需要可解释的评测设计。
◎腾讯 数据策略
●行业：AI/互联网
●代表岗位：混元数据策略产品经理
●城市：北京、深圳
●AI关键词：Agent、后训练、RL Environment
●核心能力：数据标准、质量评估、评测集
●本周观察：11月5日更新；数据标准与评测集同列一条链路。[2]
Rain's talk的判断：垂类经验要转成数据标准与验证方式，方向按其一核对。
◎腾讯 灯塔
●行业：AI/互联网
●代表岗位：灯塔-AI原生开发
●城市：深圳
●AI关键词：Agent、AI辅助研发、交付质量
●核心能力：前后端贯通、架构取舍、体验判断
●本周观察：11月9日更新；要求产品意识与审美判断。[3]
Rain's talk的判断：开发岗把体验与品质判断写进要求，不止于功能实现。
◎阿里云
●行业：AI/互联网
●代表岗位：数据智能AI应用开发工程师
●城市：杭州
●AI关键词：Agent、RAG、Tracing
●核心能力：Agent评测、可观测、系统架构
●本周观察：11月3日更新；评测与可观测单列一条职责。[4]
Rain's talk的判断：会写Agent之外，还要能证明它跑得对、错在哪里。
◎阿里妈妈
●行业：AI/互联网
●代表岗位：AI Agent优化工程师 AICRM
●城市：北京、杭州
●AI关键词：Agent、评测体系、A/B实验
●核心能力：指标定义、自动评分、实验设计
●本周观察：11月5日更新；要求明确基线、指标与成功标准。[5]
Rain's talk的判断：运营与客服经验可以转成可量化的Agent能力标准。
◎美团
●行业：AI/互联网
●代表岗位：AI Agent工程师 工程架构方向
●城市：北京
●AI关键词：Agent、Prompt管理、效果评估
●核心能力：框架建设、业务抽象、效果评估
●本周观察：11月9日更新；工程化能力含效果评估与稳定性治理。
Rain's talk的判断：B端业务经验是入口，但仍需后端与框架能力。
◎小红书
●行业：AI/互联网
●代表岗位：AI Native工程师 创新应用
●城市：北京、上海
●AI关键词：AI Coding、Cursor、Claude Code
●核心能力：多端开发、需求拆解、闭环交付
●本周观察：11月5日发布；要求至少两端开发经验。
Rain's talk的判断：工具熟练只是门槛，作品仍需证明端到端交付能力。
◎百度
●行业：AI/互联网
●代表岗位：汽车云解决方案架构师
●城市：北京
●AI关键词：MaaS、Agent工具、多模态
●核心能力：行业理解、方案设计、资源协调
●本周观察：11月5日更新；要求8年以上云与AI架构经验。
Rain's talk的判断：行业经验是硬门槛，转入门槛比岗位名称看起来高。
◎宁德时代
●行业：新能源/新制造
●代表岗位：多模态大模型算法工程师
●城市：宁德
●AI关键词：VLM、VLA、RAG
●核心能力：工业数据体系、产线评测、边缘部署
●本周观察：11月6日更新；为工业产线单独搭建评测体系。[6]
Rain's talk的判断：评测维度细到幻觉与时延，工业经验是真正的分水岭。
◎比亚迪
●行业：新能源/新制造
●代表岗位：高级算法工程师数据与评测方向
●城市：深圳
●AI关键词：强化学习、模型压缩、边缘部署
●核心能力：数据全流程、训练评测、策略评估
●本周观察：本周取得岗位页；以校招与社招双通道发布。
Rain's talk的判断：评测pipeline与边缘部署并重，制造场景要求可落地。
◎海尔
●行业：传统行业AI化
●代表岗位：研发工程师AI Agent方向
●城市：上海
●AI关键词：Agent、Spring AI、MCP
●核心能力：Java工程、RAG、可观测性
●本周观察：11月2日更新；传统制造企业设Agent专岗。
Rain's talk的判断：传统行业的AI岗同样要求工程化与效果评测能力。
◎美的
●行业：传统行业AI化
●代表岗位：多模态与智能体决策算法实习生
●城市：上海
●AI关键词：多模态、Agentic RL、Benchmark
●核心能力：算法研究、评测体系、论文复现
●本周观察：11月3日发布；实习岗即要求Benchmark评测。
Rain's talk的判断：研究型岗位把评测写进培养目标，不只是跑实验。
◎网易有道
●行业：教育
●代表岗位：公关实习生品牌与新媒体方向
●城市：北京
●AI关键词：AI辅助、AI产品传播
●核心能力：策划、视频制作、账号分析
●本周观察：本期未取得刷新字段，仅记为缺口。[7]
Rain's talk的判断：未取得更新不等于撤岗，作品与复盘仍有准备价值。
03
本周最值得关注的三个变化
Three Key Changes
◎01｜评测从任职条件变成岗位名称
腾讯11月5日更新的AI智能体评测高级工程师，职责第一条即指向WorkBuddy与CodeBuddy的产品质量保障与AI评测；第二条要求设计并演进LLM与Agent的评测体系，覆盖模型能力、Agent任务与端到端功能；第四条明确要从无到有制定评测算法、标准与流程，构建评测集与评测执行器。任职条件要求熟悉HumanEval、SWE-bench、MMLU、GSM8K等基准，并了解ReAct、Function Calling、Tool Use、Planning。[1]
回看第3周到第5周，评测一直以零散方式出现：数字人产品岗要给出验收标准，AI测试架构师要建立模型评估机制，DeepSeek的数据岗位要设计奖励信号。本期样本的不同在于，评测第一次成为岗位名称本身，而不只是某个岗位的一项条件。这是样本内的观察升级，不是行业已普遍设立此类岗位的证据。
RAIN的判断：这类岗位实际上把“判断质量”工程化了。准备时可以展示一次完整的评测设计：评什么、用什么样本、规则如何写、分歧如何裁决。它要求技术基础，也要求对内容质量的判断力。
◎02｜评测写进各行业的具体工作对象
阿里云11月3日更新的数据智能AI应用开发岗，第4条职责是“Agent评测与可观测”，要求覆盖规划能力、工具调用可靠性、多轮交互一致性、长程记忆连续性等核心维度，并建设全链路Tracing与运行时可观测平台。阿里妈妈11月5日更新的AI Agent优化工程师，把工作拆成“明确任务目标、评价指标、对照基线和成功标准”，再建设评测数据、自动评分、回归测试与离线在线实验。[4][5]
宁德时代11月6日更新的多模态大模型算法工程师，给出了另一种场景。它的评测体系是为锂电池涂布、卷绕、极片、电芯、外观缺陷检测等工业产线搭建的，维度包括跨模态对齐精度、缺陷识别准确率、推理鲁棒性、模型幻觉、边缘推理时延和内存占用；目的是保证模型在多产线、多机型、多工艺下的泛化能力。[6]
RAIN的判断：三份JD的评测对象完全不同——Agent行为、商家经营结果、工业缺陷图像。这说明评测能力不是一门独立技术，而是要长在具体业务里。选择方向时，先问自己熟悉哪类“好坏”，再决定学哪套评测方法。
◎03｜传统行业的AI岗同样要求可验证
海尔11月2日更新的研发工程师岗，位于产业金融平台，职责包括业务Agent落地、基于Spring AI与AgentScope参与平台建设、封装Function Calling与MCP Skills、优化RAG链路，以及建设Prompt注册、链路追踪、效果评测、灰度发布与成本控制。任职要求是3—5年Java经验，其中至少1—2年大模型或Agent落地经验。[8]
美的11月3日发布的多模态与智能体决策算法实习生岗，职责里直接写了“结合真实业务数据构建训练与评测体系”，并覆盖指令遵循能力、推理准确率、任务完成率、响应延迟等指标，还要求完成Benchmark评测。一个实习岗把评测写到这个程度，说明它已不是附加技能。[9]
RAIN的判断：传统制造企业的AI岗并没有更低的门槛。Java工程底子、业务系统经验、Agent落地年限，三项缺一不可。对已有制造业或金融业经验的人，这是可对接的入口；对只学过工具的人，门槛依然在业务一侧。
04
消失的能力只会出结果不会定标准的准备
Shifting Skill Value
本期没有企业岗位净减少、薪资下降或某项技能失去溢价的可比证据。这个栏目讨论的是招聘职责提示的准备缺口，不把少量JD变化推演成职业消失。
产品方向：能写出PRD、能生成原型，还需要说明怎样判断它做对了。阿里妈妈把指标、基线、成功标准列为第一层工作，腾讯评测岗把评测集与执行器列为交付物，文档本身不是终点。[1][5]
工程方向：功能跑通只是基础。阿里云要求Agent行为可观测、可追踪；腾讯灯塔要求在性能、成本与体验之间取舍；海尔要求把效果评测与灰度发布做成工程能力。这些判断很难由工具代劳。[3][4][8]
算法与工业方向：跑出指标不等于模型可用。宁德时代的样本把幻觉、时延、内存占用都列为评测维度，并要求模型在多产线、多机型下保持稳定。工业场景的“好”是有物理约束的。[6]
内容方向：网易有道本期虽未取得刷新字段，此前连续记录的策划、视频与账号分析要求仍成立。传播作品要在真实平台接受检验，这一条没有因AI而松动。[7]
机器人与具身智能方向：本周该组多数企业未取得完整JD，只能保留目录级信息，因此不做能力判断。前几周小鹏、蔚来的稳定样本仍提示系统集成、真实场景反馈与效果验证是硬要求。缺口本身也是结论：这个行业的公开招聘信息仍比互联网行业更难核实。
本周真正值得警惕的，是只能交付结果、无法说明怎样判断好坏的作品。它是一条职业准备建议，不是已经证明某项基础能力贬值。给出标准、解释取舍、留下验证记录，比堆叠未经核实的效率提升更有说服力。
────────────────────────────────────────────────────────────
05
职业启示为自己的判断补一份标准说明
Career Implications
本周样本的共同点，是把“怎样算做得好”写成可执行的标准。职业准备也可以照着这个结构走：先选一个具体方向，再做一份能被别人复核的材料。
●第一，写清楚判断对象：评的是什么产物、任务或场景。
●第二，给出标准与依据：分几个维度、每维怎样算合格、分歧怎样裁决。
●第三，留下验证痕迹：多少样本、错判案例、修正后的结果。
技术背景可以选一个熟悉的AI产品，做一份小型评测集：场景清单、评分规则、十到二十条实测与错例分析。数据与知识背景可以整理一份垂类质量规范，说明分类依据、常见错误与人工复核环节。开发背景可以在项目里补一段取舍说明，写明架构、性能与体验的权衡依据。
内容与传播背景可继续完善脚本、成片与账号复盘，把选题依据和效果分析写清楚。申请前逐项核对语言、年限与从业经验条件：本期百度汽车云岗要求8年以上经验，海尔要求1—2年Agent落地经验，美的实习岗要求硕士在读，这些都是明确门槛，不宜把垂类专业背景直接当作通行证。
06
本周的Rain判断
把判断力变成可传递的标准
Rain’s Perspective
回看这六周，线索可以串成一条准备路径：先看AI进入什么业务，再看专业判断如何参与，接着看结果怎样验证，然后看这项工作怎样被拆成更细的分工，最后看判断标准本身怎样成为一份工作。
●本周七家企业的样本分别指向标准的三个落点：评测岗把标准写成流程与执行器，数据策略岗把标准写成数据规范与评测集，开发与算法岗把标准写进交付物的体验、稳定性与幻觉率。三者共同点是，标准必须能被别人使用，而不只在自己头脑里成立。
●多数同岗与目录样本仍然稳定，也提醒我们保留长期投入。语言、内容、系统、产品和工程经验，需要靠真实任务持续积累；一周没有改写，不意味着这些能力失去价值。
●下一轮观察将继续按ID保存完整版本，区分职责深化、名称调整、刷新与明确状态变化。本期未取得原文的24家，只标缺口，不认定为撤岗；机器人与具身智能组的目录级信息，下期优先补齐全文。
我的本周判断是：与其追赶岗位名称的变化，不如把自己判断质量的依据写下来。能够定义好坏、说明依据、留下可复核的记录，这份能力在评测、数据策略还是开发岗位上都能用得上。
主要公开招聘资料
[1] 腾讯AI智能体评测高级工程师，ID 2054531247396532224，更新于11月5日。https://careers.tencent.com/jobdesc.html?postId=2054531247396532224
[2] 腾讯混元大模型数据策略产品经理，ID 2117591281952800768，更新于11月5日。https://careers.tencent.com/jobdesc.html?postId=2117591281952800768
[3] 腾讯灯塔-AI原生开发，ID 2115329891506499584，更新于11月9日。https://careers.tencent.com/jobdesc.html?postId=2115329891506499584
[4] 阿里云智能-数据智能AI应用开发工程，更新于11月3日。https://careers.aliyun.com/off-campus/position-detail?positionId=100050720003
[5] 阿里妈妈-AI Agent优化工程师-AICRM，更新于11月5日。https://talent.taotian.com/off-campus/position-detail?positionId=100051180005
[6] 宁德时代多模态大模型算法工程师，更新于11月6日。https://www.liepin.com/job/1986368237.shtml
[7] 网易有道原公关实习岗，inn_f0yvekajfgrb；本期未取得刷新字段。https://www.shixiseng.com/intern/inn_f0yvekajfgrb
[8] 海尔研发工程师（AI Agent方向），机会编号JD10232638，11月2日。https://maker.haier.net/client/job/detail/id/10232638/recommend_record/1
[9] 美的多模态大模型与智能体决策算法实习生，11月3日发布。https://www.deizao.net/index/index/shixixq/jobid/293664
补充核查：美团AI Agent工程师11月9日更新、小红书AI Native工程师11月5日发布、百度汽车云解决方案架构师11月5日更新、比亚迪高级算法工程师本周取得岗位页，均已保存原文与访问时间，下期作同ID比较。字节跳动、DeepSeek、智谱、MiniMax、大疆、宇树、智元、优必选、拓竹、影石、云深处、银河通用、华为数字能源、阳光电源、小鹏、蔚来、理想、好未来、新东方、作业帮、猿辅导、吉利、顺丰、招商银行等，本周未取得可对照的完整JD，仅保留目录或缺口记录，不认定为撤岗。
Rain’s talk Career Studio | AI时代职业转型观察者
邮箱：139883988@qq.com
免责声明：本文章内容仅供参考，不构成任何职业建议或投资建议
