AI岗月薪1.7万招不到人，1270万毕业生平均签约5800：2027秋招，两个世界同时存在

10月13日，智联招聘发布了《2026年三季度人才市场热点快报》。这份报告的数据，把2027年秋招撕开了一道口子。

同一届毕业生，活在两个几乎平行的世界里。一个世界里，数据工程师应届职位数同比暴涨57.4%，平均招聘月薪10882元；人工智能工程师增速36.9%，月薪17775元，逼近1.8万；芯片工程师月薪14527元；临床研究/试验岗位需供比4.59，平均每个求职者对应近4.6个岗位。

另一个世界里，应届生实际签约平均薪资约5800元，比五年前还降了约12%。互联网校招岗位同比减少35%，传统产品、运营岗“简历已读不回”不再是段子。

这不是“就业难不难”的问题。这是“你站在哪一边”的问题。

一、火的那一边：高薪不是给“专业名字”的，是给“能干活的人”的

先把火的这边看清楚。

数据工程师，57.4%的增速，1万出头的月薪。AI工程师，1.7万以上。芯片工程师，1.45万。这三个数字放在一起，指向一个共同点：它们全部是“硬技能”岗位，不是“管理储备”，不是“管培生”，是进来就要干活、干不了就走的岗位。

有一个细节特别值得琢磨。智联的报告里，“需供比”这个指标比薪资更有信息量。临床研究/试验岗位需供比4.59，意味着平均每个求职者有将近5个岗位在等他。芯片工程师1.80，AI工程师1.53。

需供比大于1，说明企业比求职者急。企业急到什么程度？急到愿意给应届生开出1.7万的月薪。不是因为他们大方，是因为符合要求的人不够。

报告里有一句话，把这件事的本质说透了：数据、芯片、AI等技术岗位对应届生需求旺盛，一方面源于产业从模型开发走向应用落地，另一方面，这些技术岗位更看重学习能力与创新力，企业倾向于提前储备并培养年轻人才。

注意，“提前储备并培养”。企业不是找不到有经验的人，是等不及了。AI产业从模型开发走向应用落地，底层数据、算法、芯片的人才缺口扩大得太快，有经验的人根本不够抢。所以企业把目光转向了应届生——一张白纸，但学习能力强，可以按自己的需求塑造。

但前提是，你得是那张“能被塑造成他们需要的样子”的白纸。一个挂着“人工智能”专业名头、但四年没写过几行真代码的毕业生，不在这个“储备”名单里。

二、冰的那一边：不是没有岗位，是“普通”的代价变大了

再看冰的这边。

智联的报告里，应届生招聘和投递规模靠前的行业是：软件/IT服务、互联网、电子/半导体/集成电路、生物/制药。这些行业总量上仍然是吸纳毕业生最多的。互联网没有消失，IT服务没有消失，它们还在招人。

变的是结构。

同一份报告里，招聘增长快的岗位集中在数据、芯片、AI、医药研发。而传统职能岗——普通产品、运营、行政、基础文职——的增量在收缩。有媒体引用数据：互联网校招岗位同比减少35%，房地产、教培降幅更大。

总量在涨，增量在缩。这六个字概括了“冰”的本质。

2027届毕业生规模预计还在增加，而企业新增的岗位，几乎全部涌向了“硬科技”和“新质生产力”方向。传统赛道的存量还在，但留给新人的入口，正在变窄。

这就是为什么“平均签约5800”和“AI岗1.7万”可以同时成立。不是数据矛盾，是数据在描述两个不同的群体。5800是大多数人的现实，1.7万是少数人的价格。两个数字放在一起，恰恰说明了一件事：“普通”的定价权，正在被市场重新评估。

三、比薪资分化更扎心的，是“撕票”

如果说AI岗和非AI岗的落差是市场逻辑，那另一件事就踩到了底线。

2026秋招期间，车灯龙头星宇股份被曝招录440名硕博应届生，以管理、技术储备岗签约。入职仅一个月，公司分批约谈，给出“主动离职或去打螺丝二选一”的方案，HR暗示配合签字“背调才不会受影响”。最终约70%的应届生被迫签字离职，人社部门介入后，人力资源总监被停职。

这件事在网上炸锅，不是因为个案有多极端，是因为它戳中了1270万人抢跑的市场里，应届生最脆弱的那根神经：你的“应届生身份”和“校招窗口期”，是一次性的。一旦被撕票，秋招已经过了，春招还没开始，考公考编的通道也随着社保缴纳而关闭。你连重新来过的机会都没有。

有网友评论说得很直接：“AI岗月薪1.7万招不到人，普通岗月薪5800还被撕票。这不是就业市场，这是两个物种的生存竞赛。”

四、这份报告给2027届考生和家长的信号

第一，专业选择的信号已经亮得不能再亮了。

报告梳理了招聘增长较快行业的专业来源：机械设计制造及其自动化、电气工程及其自动化对应航空航天、汽车、专用设备；计算机、软件工程、人工智能、数据科学对应数字技术和AI；材料、化工、应用化学对应新材料；护理学、药学对应养老和生物制药。

不是说这些专业“一定好就业”。是说这些专业对应的产业，正在真金白银地扩招。产业的信号，比任何专家的预测都诚实。

第二，高薪是对“稀缺能力”的奖励，不是对“专业名称”的奖励。

AI工程师月薪1.7万，不是因为“人工智能”四个字值钱，是因为能训模型、能落地、能解决实际问题的人值钱。同样挂着计算机的牌子，会写业务系统和能做大模型应用的人，身价可以差出几倍。

选专业的时候，问一句：这个专业四年后出来，我手里有什么“别人干不了”的东西？如果答案是“一个专业名称”，那这个答案在就业市场上不值1.7万。

第三，别被“总量”安慰，要看“增量”。

软件/IT服务、互联网仍然是招聘量最大的行业，但这不等于新人的机会在增加。增量在哪里，机会就在哪里。2026年三季度的增量，明确地流向了数据、芯片、AI、临床研究、养老服务。

养老/看护行业以43.9%的增速登顶全行业，护工、护士岗位显著扩张。这个赛道不“高大上”，但缺口是真实的，需求是刚性的。

2027年秋招最大的真相，不是“就业难”，是就业市场正在用薪资和岗位，把“选择”的权重推到前所未有的高度。

五年前，选错专业的代价可能是“起薪低两千”。今天，选错赛道的代价是“连被撕票的资格都要抢”。AI岗的HR在抢人，传统岗的HR在已读不回。同一场秋招，两个世界，中间隔着的不是努力程度，是方向。

智联这份报告，不是一份“就业指南”，是一张产业地图。它告诉你哪里有水，哪里在干涸。至于你愿不愿意往有水的地方走，那是你自己的事。

但有一件事是确定的：站在原地等雨，等来的大概率是“已读不回”。

评论区聊聊——2027届的你，选的是“火”的那一边，还是“冰”的那一边？

#教育#