作者｜博雯
编辑｜赖捷
继AI抽卡师、提示词工程师后，AI圈又涌现出了一批全新的职业。
比如前段时间的Claude大规模封号潮，直接逼出了一个叫“订阅工程师”的岗位，月薪最高开到4万。核心工作内容就是搞定跨境支付、维护会员订阅系统，帮人继续用Claude和GPT等海外大模型。
还有FDE这种新岗位，也正从早期的概念演变为大规模落地，FDE翻译成中文是“前沿部署工程师”（Forward-Deployed Engineer），简单来说就是深入业务一线，帮助企业落地AI。
目前，海外的OpenAI，国内的顺丰、腾讯、阿里都纷纷开设了这一岗位，年薪最高能到168万。LinkedIn报告显示，海外FDE相关岗位从2023年到2025年增长42倍，而根据国内专业平台Maimai的数据，中国FDE职位发布较2025年同期增长超过15倍，堪称当前增长最快的AI技术岗位之一。
AI圈甚至有观点认为，现在干FDE，相当于10多年前干安卓，“妥妥的红利期”。
而在各路智能体产品层出不穷的情况下，还出现了一个叫做“智能体经纪人”（CAO，Chief Agent Officer）的新职业，你不用去当工程师，也不用会写代码，只需要专门负责管理一群Agent的运行。
现在，CAO在美国的年薪最高超过170万人民币，全球顶尖IT服务与咨询公司NTT DATA、全球企业软件头部公司Salesforce等行业巨头也已经开设了相关岗位。
就在这几天，马斯克的SpaceX还开出了一个寿司师傅的岗位，看似普普通通，但算下来月薪能达到8000美元，折合人民币超5万元。
而在岗位介绍中，也是大谈特谈超级智能、理解宇宙之类的宏大梦想，而且招聘信息中对体能体力的要求，惹得不少人纷纷猜测，这位AI时代的寿司师傅其实是去训练Optimus机器人做饭，未来要跟着老马去火星捏寿司……
那么，这些岗位到底都是做什么的？前景如何？它们是真正属于未来的新工种，还是模型成熟后就消失的临时补丁？
新职业图谱：
管号、驻场、带Agent
要回答开头的问题，光看招聘启事不够，还得深入了解它们诞生的背景。
这些AI时代的新工种，并不是同一类东西。它们有些只是因为一时的信息差或付费墙所诞生，是为了填补一时缺口而注定短命的存在；而有些则代表了当前AI发展的某种趋势。底层逻辑不同，未来命运也完全不同。
1、订阅工程师：旧瓶装新水，换了名字的“套利型工作”
这类岗位有一个出现频率很高的词，“号池”。
“号池”即“账号资源池”，顾名思义，就是多个账号被集中放在一起管理和使用。当用户发起请求时，系统会自动从号池里调度分配一个可用的账号，A账号额度用完或限流了就自动切到其它账号，这样既能实现负载均衡，提高服务的整体稳定性和可用性，也能降低单个账号被封或限流带来的影响。
这一业务最常见的场景，就是在API中转站。
早在2023年ChatGPT爆火时，中转站生意就开始了，只不过当时规模还比较小。
随着AI大模型热度持续飙升，AI中转站这门生意很快走向了商业化，海外的OpenRouter就是典型代表，聚合了数百个大模型。进入2026年后，其热度持续飙升，傅盛等知名人物也纷纷入局，这个曾被视为“二道贩子”的AI草根生意，慢慢变成了AI基础设施的重要一环。
订阅工程师这个“新职业”，本质上做的还是API中转、跨境支付、风险对抗这样的“旧生意”。
在当前Claude、GPT等闭源模型能力领先，又有限制的情况下，它的诞生合情合理。但在风控收紧或本土模型成熟后，其岗位红利或许也会快速消退。
比如我们开头所说的那家最高月薪4万招订阅工程师的公司，现在已经把相关岗位关掉了……
2、FDE：旧词新说的“落地型”职业
对比一时热度催生的订阅工程师，FDE（前沿部署工程师）的发展历程则更为漫长。
FDE并非AI时代新创的词，其全称Forward Deployed Engineer中的“Forward Deployed”（前沿部署/前方展开）一词本来是军事术语，指的是将军事力量或武器装备直接驻扎、部署在靠近作战前线的区域。
FDE这个岗位概念，最早则诞生于一家叫Palantir的公司。他们早期的核心客户是军事和军情机构，由于这些客户的系统高度机密，面临的问题极其复杂，无法按照传统的“关门研发-远程交付”模式落地，于是在2006年前后，Palantir便提出，可以让工程师前往客户现场深度驻场，直接编写生产级代码并解决核心业务痛点——前沿部署工程师的岗位便就此诞生。
在诞生后的20年内，FDE这一岗位，始终局限于Palantir这类做大客户定制化数据服务的公司内部。直到2026年5月，OpenAI成立了一家名叫DeployCo的公司，专为自家AI系统提供部署和集成服务，初始投入超过40亿美元。为了扩充力量，OpenAI还收购了AI咨询与工程公司Tomoro，并一口气“吞并”了约150名FDE专家。
以此为节点，FDE大规模进入AI领域，并在今年下半年愈发高频地出现在海内外多个大厂的招聘启事中。
其工作内容，与该岗位最早诞生时一脉贯通，那就是要进入到客户的真实业务场景中，把Demo一路做到落地。
而值得注意的是，FDE是对代码能力有要求的。OpenAI的FDE招聘内容里，明确要求候选人能写和审查生产级前后端代码。而国内公司挂出的FDE岗位，如MiniMax，也要求候选人是计算机/AI相关学历背景，算法工程师/研究员出身。
FDE之所以在今年下半年受到越来越多关注，也是因为当AI模型越来越强后，落地难的问题自然也会越来越显眼。
一个聊天机器人说错一句，用户可以不采纳。可一旦AI真的进入发邮件、改订单、提交审批等真实的业务场景中，身份、权限、评估、日志、人工复核、异常恢复、安全审计……种种问题就会冒出来。
由于各家公司的系统长得完全不同，很难靠一份通用说明书搞定。所以这时候，就需要一位“写代码里最懂业务”的FDE钻进业务现场，一件一件地将这些问题处理掉。
当然，现在的FDE仍处在各方一起探索的状态，它可能随着技术的进步而需求更大，也可能因为业务流程的逐渐标准化而收缩岗位边界。但至少现在，FDE正在加速渗透进工厂业务第一线……
3、CAO：“像管人一样管AI”的“治理型”职业
CAO（智能体经纪人）顾名思义，就是去管理一群AI Agent，教它们怎么学习、怎么相互配合，以及怎么样安全地和人一起干活。
乍一听，似乎有点“没有需求硬创需求”的感觉，但事实上，Anthropic在两周前发布的一份报告显示，截至2026年8月，Anthropic员工直接指导的交互式智能体，其工作时长已达到人类操作者的6倍。而在交互式会话中，智能体约80%的时间处于等待状态，需要人类下达指令、确认结果或提供下一步方向。
面对这一变化，员工逐渐形成了一种新工作方式，即围绕智能体开展管理性工作，包括构建管理工具、编写常设指令、设计监控仪表盘，以及安排不同智能体相互审查，让公司的智能体更有效率。在2025年秋季，这类工作只占员工与Claude会话的10%，到2026年春季，数字就涨到了22%。
当管理智能体成为了一项不容忽视的工作负担时，单开一个专门负责的岗位，也就理所应当了。
Anthropic报告，员工越来越多地在管理智能体，而非做实际工作本身
早在2025年4月，全球顶尖IT服务与咨询巨头NTT DATA的CEO就表示，未来的职场，会是人类和大量智能体组成的“混合劳动力”市场，因此，公司需要一个岗位，来专门思考、设计和管理人类与机器如何协同工作。
进入2026年，CAO开始更频繁地走入主流视野。
年初，哈佛大学商学院一位教授发表文章，对CAO的职责进行了初步的定义。文章强调，CAO并不是工程师或传统的IT部门人员，而更偏向于业务与运营管理层。CAO的具体职责，是要定义AI员工的考核指标，设立合规红线与安全边界，在AI发生幻觉时进行干预，以及评估这些数字员工到底为公司赚了多少钱。
今年6月，澳大利亚诞生了一家叫做CAO Partners的AI猎头公司，专门为企业寻找、评估、输送全职的AI运营专家，梳理企业的底层工作流，并在销售、财务、运营等部门搭建并部署生产级别的Agent矩阵。其CEO还在FaceBook上透露，每周都有数百位因人工成本高昂而焦虑的澳大利亚企业主向他们索要CAO人才。
作为全球最大的CRM软件巨头，Salesforce还在今年9月推出了一个“可信企业AI治理框架”，其中有一个叫做AI Control Plane的核心组件，允许企业像管理人类员工的组织架构一样，统一去发现、注册、管理跨平台的Agent，并对其进行生命周期管理、KPI绩效评估和成本控制。
不过，CAO目前还没有像FDE那样，大面积地在国内招聘市场上铺展开来。这或许是因为很多大公司内部的工作流本来就非常复杂，不同部门有不同的利益诉求，CAO能管智能体，却很难协调人与人的关系。
曾经的AI时代新职业，
现在都怎么样了？
订阅工程师、FDE、CAO，并不是AI时代创造的第一批新职业。
在AI生成能力还不够稳定时，即使输入相同提示词，AI每次跑出来的结果也不一样。这个不断“赌”运气、反复筛选的过程，就像在游戏里抽卡一样——于是，“AI抽卡师”也由此诞生。
在被称作“AI短剧元年”的2025年，这个职业一度被捧成“0门槛搞大钱”的新风口，吸引了大量年轻人涌入。“生成式人工智能动画制作员”也在这一年，被纳入了人社部新增工种。
但光环很快便开始褪去：从业者薪资普遍较低、加班频繁、内卷激烈……各种问题持续涌现。而AI短剧和AI漫剧行业本身的泡沫也在消退，更加速了AI抽卡师这一岗位寿命的衰减。2026年10月16日，业界知名AI漫剧公司酱油文化创始人黄浩南在阅文创作大会上表示，这半年内，团队已从高峰期1500人收缩到几百人。
现在，国内的招聘软件上仍有抽卡师相关岗位，但已经没有了当时“月薪三万仍然招不到人”的传说。而在国内职场环境里，大家也已经对抽卡师的工作形态达成了共识：这属于“新时代流水线工人”，只能作为过渡，要想长久发展下去，还是要懂分镜、有审美，往影视创意的方向走。
“提示词工程师”也有着类似的命运。
这是一个随着2023年ChatGPT横空出世而火爆的职业，专门负责设计与优化AI提示词，让AI稳定输出高质量结果。
2023年3月，Anthropic率先挂出了提示词工程师的正式岗位，开出了最高200多万人民币的年薪，且不限制计算机和编程背景。OpenAI老板奥特曼和AI大神卡帕西，也都发帖表示看好这一岗位。根据Indeed就业研究实验室数据，“提示词工程师”在全球的搜索量，短短3个月内暴涨了72倍。
但它作为独立岗位的寿命同样没有持续太久。根据LinkedIn的追踪，从2024年到2025年，以“Prompt Engineer”作为核心职业title的个人用户和新增职位暴跌了40%。而微软在2025年的一项覆盖全球31个国家地区，3万多名员工的调查更显示，提示词工程师已成为各大企业未来招聘计划中倒数第二不想新增的岗位（顺带一提，倒数第一是“纯代码/传统初级程序员”）。
究其原因，还是因为随着各种模型智能水平的跃升，AI已经完全能通过多轮追问、上下文理解等方式自主优化交互。AI产品中也可以内嵌各种提示词模板库，能够自动写提示词或快速优化提示词。而用户只需要扮演一个最上级的决策者，管理多个Agent工具各司其职，这个专门负责写提示词，那个专门写代码……
现在，“提示词工程师”这一岗位已随着技术的高速迭代被吞噬或分流：招聘软件上仍有相关岗位，但浅层的提示词编写变成了全员必备的隐形门槛，而深层的指令调优，则被并入了要求更高的“系统架构师”或“智能体工程师”的职责中。
还有兴起更早、规模最大，但衰败得也最彻底的“数据标注员”。
这是一种专门对图像、文本、语音、视频等原始数据进行分类、圈选、语义标注与清洗的技术工种。在2020年被纳入国家职业分类目录，在2023年的巅峰时期，根据Grand View Research数据，全球数据标注和服务市场规模达到140.7亿美元，中国市场破百亿，全球从业者一度激增至数百万人。
但转折点也是在这一年。2023年初，《时代周刊》披露OpenAI为开发安全过滤机制，雇佣大量非洲外包劳工在极低时薪下标注血腥暴力内容，“数据血汗工厂”的指责随之而来。
很快，多家标注工厂关停，全球最大AI训练数据商之一的Appen也与谷歌终止了8280万美元的合同，数十万兼职标注员一夜无工可做。
而在近两年，随着大模型自标注技术的成熟，“数据标注员”这个岗位更是完全被降维打击。根据全球知名的市场研究和咨询服务机构Fortune Business Insights的报告，目前全球数据标注市场中，自动标注已占据约58%的市场份额。
就在今年9月30日，运营了21年的MTurk正式关停。巅峰时期，这个平台上曾有超过50万人在线完成图片分类、语音转写、文本标注等微任务。而现在再打开国内的招聘软件，“数据标注”已经多为兼职工作，专员的工资也只有5-6k。
总之，技术每前进一步，就会冒出一批新职业，但也会同时埋葬掉一批。
抽卡师、提示词工程师、数据标注员，它们都曾站在技术浪潮前排，但却在AI模型能力越来越稳定后，慢慢失去了岗位本身的稀缺性。
再回看前文提到的三个AI新职业：订阅工程师填补的，是限号与跨境支付的缝隙，还带着一点追赶热点的噱头，但可能也面临退潮期；FDE解决的是AI技术能力提升后，其在真实业务中的落地问题，目前还在发展期；而CAO管的是智能体规模化后的治理问题，目前还在萌芽期——不难想象，随着技术迭代，这些新职业或许也会慢慢走向被拆解、吸收，再重新组合的路。
这大概就是AI时代新职业的规律：技术进步制造稀缺，也会亲手消解稀缺。新岗位未必能长久，但也总有人在需求最急、供给最少的阶段抓住机会，赚到了阶段性的钱。
