9月9日，人力资源和社会保障部等部门正式发布了 11个新职业、23个新工种。如果只看名单，这似乎又是一条普通的“就业新闻”。
但如果把其中和 AI、具身智能、低空经济、数字制造等未来产业直接相关的岗位单独拎出来，会发现一件很有意思的事：智能体开发员、具身智能机器人应用技术员、具身智能机器人数据采集员、具身智能机器人训练师、低空物流员、低空智能网联系统管理员、机场净空巡查员……
这些名称，很多几年前还不存在，或者只存在于少数科技公司的内部岗位体系里。
现在，它们开始正式进入国家职业分类体系。人社部此次发布的11个新职业中，有 5个被认定为数字职业，占比45.5%。官方也明确表示，新职业的出现，与新技术、新产业、新业态的发展密切相关。
这件事真正值得看的，不只是国家又给一些工作“起了名字”，而是AI、具身智能、低空经济这些过去更多以技术、公司和融资被讨论的新产业，正在开始长出更细、更稳定的职业分工。
一个产业越向规模化发展，岗位分工通常会越来越细。早期可能是“一个工程师什么都干”，但随着团队、产品和场景越来越复杂，数据、训练、部署、测试、运营、安全、维护都会逐渐形成更清晰的职责边界。
当岗位开始被独立命名、形成招聘JD、进入职业标准和教育体系时，产业也就开始从“项目式探索”走向更标准化、更组织化的生产。
这批职业并不是突然出现的。2025年9月，人社部启动新职业信息征集，经过机构申报、专家评审、征求相关部门意见等流程，2026年7月先公示拟新增职业和工种，9月再正式发布最终名单。
这里有一个很容易混淆的地方：
“新职业”和“新工种”不是一回事。
比如 “具身智能机器人应用技术员”，本身就是这次新增的一个新职业。
比如 “智能体开发员”，目前属于“生成式人工智能系统应用员”职业下新增的工种；在“具身智能机器人应用技术员”这个新职业下面，又进一步设置了 “具身智能机器人数据采集员”和 “具身智能机器人训练师”两个新工种。
低空经济里也出现了类似的细分。低空物流员、低空智能网联系统管理员、机场净空巡查员，分别对应物流、信息通信网络运行和机场安全保障等更具体的工作环节。
这件事的意义其实很具体：国家正在把“AI人才”“机器人从业者”“低空人才”这些笼统标签，进一步拆成“这个人到底在产业链里负责哪一件事”。
判断一个新职业是不是真的存在，有一个非常简单的方法：看企业招聘。
如果企业根本没有这种需求，那么职业名称再新，也只是一张纸。但这批AI、具身和低空相关岗位恰恰相反，很多工作实际上已经在企业内部运行了一段时间，只是不同公司叫法并不统一。
国家职业体系做的，更像是把已经在劳动市场里出现的工作重新识别、归类和标准化。
最典型的就是 “智能体开发员”。
过去两年大家谈Agent，更多是在讨论模型能不能自主规划、能不能调用工具、能不能使用MCP、能不能形成记忆、能不能代替人完成复杂任务。但当Agent真的进入企业以后，一个更加实际的问题马上出现：
谁来把它做出来？
于是，Agent开发工程师开始成为越来越明确的招聘岗位。
腾讯目前公开招聘的Agent开发岗位，要求已经远远不是“会调用一个大模型API”这么简单，而是需要真正处理 Agent架构、Tool Calling、企业知识库、RAG、Memory、工具和业务系统接入、权限控制、运行稳定性以及实际场景交付。
这意味着：
Agent正在从一种技术能力，逐步长成一类相对独立的职业分工。
值得注意的是，企业开始招聘之后，教育和职业标准体系也在快速跟进。
2026年，“智能体技术应用”已经进入职业教育新增专业体系。更进一步的是，就在“智能体开发员”作为新工种正式发布不到一个月后，工信部教育与考试中心已经开始组织《智能体开发员（工种）》国家职业标准的开发工作。
这意味着下一步要解决的，已经不只是“有没有这个岗位”，而是：
从这个角度看，“智能体开发员”的演化路径已经很清楚：
产业先出现需求 → 企业开始招聘 → 职业名称被正式确认 → 职业标准开始建立 → 教育和培训体系跟进。
所以，人社部并不是凭空创造出一个“智能体开发员”。
更准确地说，是：
产业先长出了这种工作，国家职业体系开始为它建立统一的名字和标准。
如果说Agent是软件世界里的新岗位，那么具身智能的变化更加直观。
机器人要真正进入现实世界，需要的远远不只是算法。它需要数据，需要训练，需要部署，需要调试，需要评估，也需要长期运维。
于是今年的人社部职业体系里，第一次比较清楚地出现了 “具身智能机器人应用技术员”这一新职业，以及两个相关新工种：
把这三个名称放在一起看，已经能看到一条 “数据采集—训练—应用部署”的基础职业链开始形成。
当然，这还远远不是具身智能产业的全部。真实产业链里还包括 数据标注、数据质检、仿真、运动控制、本体工程、测试、FDE现场部署、运维、安全和场景设计等多个环节。
但至少从这次职业体系的变化里，可以清楚看到一个趋势：
具身智能正在从“机器人算法工程师”这样笼统的岗位概念，继续向数据、训练、部署等不同环节细分。
去看机器人公司的招聘页面，会发现这些工作并不是纸面上的设想。
宇树科技目前的招聘岗位里，就能看到 机器人数据运营工程师、数据管线工程师、具身数据评估工程师、具身智能软件工程师、AI Infra工程师以及大模型AI算法工程师等岗位。
其中，“机器人数据运营工程师”的工作内容非常典型，包括 数据采集、清洗、审核、标注、归档、数采场景搭建、数采员培训、质量评估和数据版本管理。这和人社部新设的“具身智能机器人数据采集员”在工作内容上已经高度接近。
具身智能软件工程师则进一步负责模型部署、场景适配、数据闭环和机器人真机运行稳定性。
过去我们笼统说“做具身智能的人”，现在已经开始拆成：
算法、数据、训练、部署、评估、运维。
岗位越细，说明产业组织也越复杂。
这里有一个很容易被误读的问题。
一提具身智能，很多人首先想到的是博士、大模型、VLA、强化学习和百万年薪。这些高端岗位当然存在，而且决定产业的技术上限，但一个真正扩大后的产业不可能只有高端研发。
它会逐渐形成明显的岗位梯度。
包括 VLA模型、世界模型、强化学习、机器人控制、多模态大模型、SLAM等岗位。这一层对科研能力、算法基础和学历背景要求普遍较高。
包括 Agent开发、FDE现场部署、系统集成、仿真测试、数据管线、模型部署和场景适配。这类人不一定发明新的模型，但决定技术能不能真正进入企业和现场。
包括 数据采集、机器人训练、测试、设备维护、低空物流、调度、运维和巡检。这类岗位的技术门槛和高端算法研发完全不是一个层级，但未来数量可能更大。
北京近期报道了一名00后具身智能机器人数据采集员。她原本学习通信软件，后来进入北京具身智能训练中心，从事 场景设计、动作拆解、数据采集、筛选归类和数据上传等工作。报道中提到，基础数采岗位月薪大约在 6000—8000元，经验更丰富后薪酬还会提高。
这个案例其实很重要，因为它打破了一个很常见的想象：
具身智能并不只会创造高薪算法岗，也开始产生普通的技术技能型工作。
这才是一套真正的职业体系开始出现的样子。
前几年谈低空经济人才，大家最熟悉的职业往往是 “无人机驾驶员”。
但一个产业如果只有飞手，不可能形成真正的低空经济。无人机真正大规模运行以后，还需要 调度、物流、通信、航线、运营、适航、空域管理、维护和安全保障等大量工作。
所以这次出现的几个低空新工种非常值得观察。
低空物流员解决的已经不只是“谁来飞”，而是怎样把无人机真正嵌进物流体系；低空智能网联系统管理员背后对应的是低空飞行器联网、通信、监控、调度和数字基础设施；机场净空巡查员则对应飞行安全和机场周边净空环境保障。
把这些岗位放回产业链里，就会发现：
低空经济的人才需求正在从“造飞行器、开飞行器”，逐渐扩张到“怎样让整个低空运行体系长期运转”。
顺丰旗下丰翼科技就是一个很典型的案例。
目前丰翼公开招聘岗位里包括 无人机应用开发工程师、适航工程师、无人机运营管理工程师以及项目运营等职位。
其中“无人机运营管理工程师”的职责，并不是研究飞控算法，而是管理无人机运营团队、制定运营方案、提高无人机运行效能、推动无人机体系与传统物流体系衔接，并为客户设计真正能够落地的无人机物流配送方案。
这已经非常接近 “低空物流 + 低空运营”的真实产业形态。
所以低空经济现在一个很明显的变化是：过去大家最关心的是 “飞行器能不能做出来”，现在越来越需要回答 “做出来之后，谁来负责把几百架、几千架飞行器持续、安全、有效地运行起来”。
产业一旦进入这一阶段，运营类、网络类、安全类岗位就会自然增加。
猎聘发布的2026低空经济人才供需数据里，2025年7月至2026年6月，低空经济新发职位同比增长 67.64%，同期活跃人才增长只有 14.13%。
更值得注意的是岗位结构：
这组数据说明，低空经济的就业增长已经不只发生在制造端，基础设施、运营和配套服务岗位也在快速扩张。
机器人领域也有类似趋势。猎聘相关报告显示，近一年机器人领域新发职位同比增长 75.26%，平均招聘年薪达到 32.8万元；其中人形机器人相关新发岗位同比增长 215.8%，平均招聘年薪达到 40.61万元。
这里必须特别说明：
40.61万元是人形机器人赛道整体招聘平均年薪，并不代表新设的“机器人训练师”岗位都能拿到这一水平。
高端算法、控制和模型岗位会明显拉高行业平均薪资。
所以把现在的情况简单说成“机器人行业没人”并不准确。更合理的判断是：
人才正在出现结构性紧缺。
企业真正难找的，往往不是一个简历上写着“机器人专业”的人，而是 既懂算法又懂硬件、既懂模型又能真机部署、既懂技术又理解真实场景的人。
这种人才不是改一个专业名称就会突然大量出现的，它需要真实产业经验。而新产业最缺的，往往恰恰是“真正做过”的人。
把Agent、具身智能和低空三组职业放在一起，会发现一个共同点：这批新增岗位中，相当一部分都不是纯科研岗位，而是解决 “怎么把技术真正用起来”。
智能体开发员解决的是怎样把大模型接进企业业务；机器人应用技术员解决的是怎样让模型真正跑在机器人身上；机器人训练师解决的是怎样让机器人持续学会新的动作和任务；低空物流员解决的是怎样让无人机真正进入物流系统；低空网联系统管理员解决的是怎样让大量飞行器被持续管理。
这种变化在招聘数据里也能看到。2026年1—7月，AI应用开发岗位占全部AI岗位 60.97%，AI技术底座岗位占 24.55%；FDE/现场部署工程师岗位量同比增长 1522.73%，Agent开发工程师也已经成为应用开发侧的重要招聘方向。
这并不意味着底层研发不再重要。恰恰相反，前沿研发仍然决定产业上限。
真正发生的变化是：
在底层研发继续推进的同时，AI人才需求正在明显向应用开发、现场部署和业务落地扩展。
过去行业最重要的问题是 Invent——把技术做出来。
现在越来越多企业还需要解决另外两个问题：
Deploy——把技术部署进去；Operate——把系统长期运行起来。
这也是为什么今年这些新职业会集中出现。
这个问题非常重要，但现在还不能给一个看起来很漂亮、实际上没有依据的全国数字。
原因很简单：很多国家职业标准还在制定。
比如“智能体开发员”。职业名称已经正式发布，但就在10月前后，工信部教育与考试中心才刚开始公开征集《智能体开发员（工种）》国家职业标准参编单位。
这意味着职业已经存在，但具体到 什么学历、掌握哪些技能、怎么划分等级、如何培训、如何评价，还需要进一步标准化。
所以目前没有一组官方数据能够准确回答全国到底有多少名“智能体开发员”，同样也很难准确统计全国有多少“合格的具身智能机器人训练师”。
现阶段，比“全国人才缺口XX万”这种数字更可靠的观察方法，是看 企业有没有真实岗位、招聘数量是不是持续增长、薪酬和经验要求发生了什么变化、人才供给增长能不能跟上岗位增长，以及企业到底需要什么能力。
这些数据更能反映产业真实温度。
因为名字背后，其实是一整套人才基础设施。
一个职业正式进入国家职业分类体系以后，后续通常还会逐步涉及 国家职业标准、培训体系、职业技能评价、院校专业建设、课程标准和人才认证。
这个过程实际上已经开始。
除了正在编制的“智能体开发员”国家职业标准，2026年 “智能体技术应用”已经进入职业教育专业体系，“具身智能计算技术”职业本科专业也已经启动教学标准研制。工信部教育与考试中心今年还启动了人工智能领域职业能力等级评价体系建设，开始进一步探索不同层级AI人才应该如何评价。
所以真正发生的变化，不只是多了几个职业名称。
更值得关注的是一条人才基础设施链正在逐步形成：
企业先长出岗位 → 国家职业体系开始命名 → 职业能力标准建立 → 教育培训跟进 → 人才评价形成 → 人才供给逐步扩大。
当这些环节越来越完整，一个新产业才更有可能形成稳定、持续的人才供给。
对普通就业者来说，这当然不意味着明天去考一个“机器人训练师证”，就一定能找到高薪工作。新职业刚进入国家体系，职业标准、评价体系和企业认可度都还需要时间。
但它至少提供了一个很重要的方向判断：
新技术创造的工作，并不只存在于科研实验室。
未来不是所有人都要训练大模型，但大量企业可能需要会连接模型、搭Agent、建知识库、接业务系统和管理权限的人；不是所有人都要研发VLA模型，但机器人产业仍然需要采数据、训练机器人、测试、部署和运维的人；不是所有人都去设计eVTOL，但低空产业仍然需要运营、调度、物流、网联和安全保障人员。
对企业来说，这也意味着 “招聘AI人才”这种笼统说法会越来越不够用。
企业需要越来越明确地知道，自己需要的是算法还是Agent，是RAG还是模型部署，是机器人训练还是现场运维，是低空研发还是系统运营。
职业开始细分，本质上也是企业人才能力模型开始细分。
过去我们判断一个新产业有没有起来，经常看融资多少钱、有多少创业公司、出了多少产品、市场规模有多大。这些当然都重要，但还有一个指标经常被忽略：
它有没有开始形成稳定的职业分工？
产业早期往往是少数人包办一切。一个机器人创业团队里，算法工程师可能同时做数据、训练、部署和测试；一个Agent团队里，模型工程师可能同时做RAG、Prompt、工具调用和业务集成。
但随着团队和业务规模扩大，这种高度复合的一人多岗模式往往难以长期维持，于是工作开始被拆开。数据采集变成岗位，训练变成岗位，应用部署变成岗位，运营变成岗位，安全也开始变成岗位。
再后来，这些岗位有了统一的名字，有了能力标准，有了培训体系，也进入职业教育。
这往往是产业从项目制探索走向更标准化、组织化生产的重要标志之一。
所以人社部这次发布的新职业，真正值得看的，不是“11个”和“23个”这两个数字，而是从 智能体开发员，到具身智能机器人训练师，再到低空物流员，背后所代表的同一条变化。
AI、具身智能、低空经济这些过去被不断讨论的“未来产业”，开始越来越具体地变成 公司里的部门、组织里的岗位、招聘网站上的JD、学校里的专业，以及一个人未来真正可以选择的职业。
一个新产业真正落地的标志之一，不只是技术被做出来，而是开始有人，以它为职业。