根据10家领先AI公司的说法，2026年在AI工作实际上是什么样子

介绍

很多人仍然想象“在AI工作”是一个狭隘的概念：成为模型研究人员， 发布论文，训练巨型系统。但如果你阅读主要AI公司的公开职业页面、招聘 指南和公司撰写的内容，另一幅画面就会浮现。2026年在AI工作 看起来更广泛、更跨职能、更以产品为导向，并且比许多人想象的更具操作性。

为了撰写这篇文章，我审查了来自 OpenAI， Anthropic， Google DeepMind， Meta AI， Microsoft， NVIDIA， Mistral AI， Cohere， Hugging Face， 和 xAI 的官方公开材料。 在这些公司中，相同的模式一次又一次地出现。

1. 在AI工作远比“成为研究人员”更广泛

最明显的收获之一是，AI公司并不只招聘模型研究人员。 OpenAI的职业页面 目前包含数据中心架构师、滥用调查员和多个销售角色等职位， 与研究和工程职位并列。OpenAI自己的早期职业页面也表示，它为有0-3年经验的人提供 研究、应用工程和产品的全职角色。

Google DeepMind的职业页面 同样明确：它列出研究工程师、软件工程师、产品经理、 项目经理、技术项目经理、研究科学家、运营和责任等角色。 DeepMind还更广泛地将自己描述为一个“科学家、工程师、伦理学家”等团队。

xAI的开放角色页面从另一个角度强化了相同的观点。其列出的部门包括 工程、设计、基础设施、模型、产品、人数据、法律与合规、运营、 人力资源、安全、保安、GTM、市场营销、销售、数据中心等。

这个暗示很重要：在AI工作不再限于前沿模型研究。你不需要 成为设计下一个模型突破的人才能在AI工作。你可能是塑造 开发者体验的人，构建评估系统，改善推理基础设施，处理政策， 设计安全流程，或帮助客户在真实组织中部署AI。

2. 最好的AI公司将工作框架定位为使命驱动

另一个模式是，领先的AI公司多么频繁地将他们的工作描述为使命和责任， 而不仅仅是技术上的兴奋。

OpenAI表示，工作在那里意味着成为 一个对造福人类和社会充满热情的团队的一部分，并表示它构建AI以提升人类。 Anthropic表示，它由 研究人员、工程师和建设者组成，试图确保强大的AI对每个人都是有益的。 Google DeepMind表示其使命是 负责任地构建AI以造福人类。

xAI将其目标描述为构建能够 促进人类进步的AI，而Cohere则表示它专注于增强人类判断的企业AI， 并帮助团队将日常努力转化为影响。Hugging Face表示它的使命是 “逐步使良好的机器学习民主化，每一次提交一个。”

3. 在AI工作位于研究、产品和基础设施的交汇点

如果有一个主题贯穿几乎所有公司，那就是这一点：前沿不再仅仅是模型。 它是围绕模型的整个技术栈。

Google DeepMind的职位描述明确指出这一点。其职业页面将研究工程师描述为 理论与实施之间的桥梁，将软件工程师描述为将研究转化为可扩展系统的人，以及 将产品经理描述为将复杂的AI能力转化为真实产品和平台的人。

OpenAI的职位列表通过不同角色指向相同的方向：基础设施、数据中心设计、 智能和调查、销售，以及应用工程等工作与传统的研究工作并列。

Mistral 坦率地谈论为应用AI工程师构建工具，以及为代理设计如何改变产品。 Mistral Vibe被框定为 帮助团队更快速地交付，而人们则更多地专注于架构和业务逻辑。

Cohere及其公司页面也强调了应用的 视角：该公司专注于通过安全、可扩展的解决方案和真实的商业用例帮助企业采用AI，而不仅仅是模型演示。

4. AI公司越来越期望AI原生的工作习惯

一个最具启发性的信号来自于Anthropic的候选人AI指导。 Anthropic表示，它使用Claude来创建职位描述、开发面试问题、起草和完善候选人 沟通、分析招聘指标、转录面试以及识别候选人进行筛选。同时， 它表示不允许Claude做出招聘决定。

Anthropic还告诉候选人审慎使用Claude，做真实的自己，并保持透明。它的措辞异常 清晰：使用AI来完善你的想法，而不是取代它们。

微软关于AI时代职业的公共写作指向相似的方向。在 Open to Work中， 微软和LinkedIn将未来的工作框架描述为“逐任务”组装，强调技术应该服务于人，而不是反过来。

5. 合作比孤独天才神话更为重要

大众文化通常将AI视为孤立天才的领域。公司材料指出了另一个方向。

NVIDIA表示 “项目是老板”，并将公司描述为一个生态多样、充满热情的团队， 在无缝合作和共同成功中茁壮成长。NVIDIA的早期人才材料还强调在真实项目中有意义的工作、 广泛的曝光和组织内的指导。

xAI表示，它优先考虑面对面的工作以支持 快速的协作项目。Hugging Face 字面上将自己描述为“正在构建未来的AI社区”，以模型、 数据集和应用程序的协作为中心。

6. 进入路径比许多人想象的更广泛

另一个令人鼓舞的模式是，并不是每家公司都假设一个直线的博士到研究实验室的路径。

OpenAI的新兴人才页面 明确提到实习、研究驻留以及研究、应用工程、 和产品的全职早期职业角色。Meta提供AI驻留和RAISE。NVIDIA运行一个广泛的早期人才计划，包含实习生、 MBA候选人、博士以及新大学毕业生，并表示博士不仅可以在研究中发挥影响， 还可以在工程、产品和其他技术团队中。

Hugging Face的 AI研究驻留 旨在帮助居民通过开放、协作的工作成长为有影响力的研究人员。Anthropic也开展与AI安全研究相关的研究员项目。

7. 突出技能不仅限于技术

在材料中，相同的信号不断出现：动机、适应能力、实际工作证据、合作， 以及在AI丰富环境中清晰思考的能力。

OpenAI的面试指南 告诉候选人要准备讨论他们的工作、学术经验、动机和目标，突出了 基于技能的评估，如配对编码、家庭作业和技术练习。

Anthropic的指导表示要审慎且透明地使用AI。 NVIDIA的职业建议强调适应能力，并表示多样化的背景可以很重要。 xAI表示它以雄心勃勃的目标、快速的执行和紧迫感为动力。 Mistral表示它在寻找具有企业精神的AI探索者。