Skillver：AI人才求职，正在从“拼简历”转向“验能力”

“精通大模型应用开发”“熟悉Agent工程”“负责推理性能优化”……如今，AI岗位简历上的技术标签越来越密集，但招聘双方正在面对一个越来越现实的问题：这些文字，究竟能不能证明一个人真正做成过什么？

AI垂直招聘平台Skillver近期发布《2026　AI行业人才白皮书》，将这一变化概括为：AI人才市场不只是缺人，更缺少能够准确识别能力的评价方式。

Skillver由上海才谱人工智能科技有限公司研发，该公司是成立于上海徐汇“模速空间”的AI初创企业，其致力于实现中国AI和机器人行业人才供需高效匹配。

7月20日至26日，人社部“百日千万招聘专项行动”首次推出人工智能行业专场，91家用人单位提供近1000个岗位。AI人才需求仍在增长，但岗位也在快速细分。与此同时，模型能力逐渐普及，Agent从对话工具走向执行系统，企业AI项目的难点越来越多地转向工程稳定性、成本控制和真实业务效果。

“技能标签在通胀，真实工程交付能力却在通缩。”Skillver　AI行业人才研究项目组组长、白皮书主要起草人李悦田表示。

在她看来，过去企业更多关注候选人“会什么”，但AI进入生产环境后，真正需要追问的是：指标提升怎么做到的？系统故障如何定位？模型更换后效果怎么验证？成本能否控制？

AI人才的价值判断，正在从‘知道什么’转向‘交付了什么’。

问题在于，简历最擅长证明经历，却很难直接证明交付能力。

一个“算法工程师”，可能有人做推荐排序，有人做知识检索，也有人负责Agent工作流，三者实际技能结构完全不同；机器人行业的“机器人工程师”，则可能对应感知研究、运动控制、整机开发或产线故障排查。

“如果连岗位是什么都没有统一，能力核验也没有意义。”李悦田说。

针对这一问题，Skillver　AI行业人才研究项目组基于2026年上半年中国和美国AI、机器人行业招聘数据及企业访谈，形成行业岗位分类标准，覆盖58个标准岗位、17个岗位方向，其中AI方向36岗，机器人与具身智能方向22岗。

岗位定义之后，才是能力验证。

Skillver以KAE技能体系、七维战力评估框架和314项技能分类体系为基础，通过结构化AI面试和能力评估，对候选人与具体岗位的匹配程度进行核验。

这并不意味着简历会消失。

“简历依然是人才经历的索引，但它越来越难以单独承担能力证明的任务。”李悦田认为，未来更可能形成“简历＋能力证据”的组合：过去人才告诉企业“我做过什么”，未来企业会越来越多地直接验证“你能做什么”。

对于企业，这意味着降低招聘错配成本；对于人才，则意味着另一种证明能力的路径。

一名工程师可能将RAG系统召回率从60％提升到85％，但简历最终只留下“熟悉Python”；一名长期在产线调试设备的工程师，可能拥有大量故障诊断经验，却因为缺少论文或大厂履历，在简历初筛阶段被忽略。

“我们接触到的一些人才，最大的问题不是没有能力，而是能力没有被标准化地表达出来。”李悦田说。

这一变化也与人才评价政策方向形成呼应。2026年政府工作报告提出，完善以创新能力、质量、实效、贡献为导向的人才评价体系。对于技术快速迭代的AI行业而言，人才评价正在从经历证明，更多转向能力和实际贡献证明。

从“拼简历”到“验能力”，并不是简历被淘汰，而是人才评价的重心正在发生变化。

简历证明你经历过什么，能力核验证明你真正能做什么。

在AI岗位持续细分的背景下，如何让真实能力被准确识别，正在成为人才市场新的基础问题。