“天坑”专业，有救了？

近期，深度求索（DeepSeek）官网发布互联网数据中心（IDC）团队招聘信息，围绕AI算力基础设施建设招募人才，岗位要求本科及以上学历，电气、暖通、环境、土木等相关专业加分，引发热议。

徐盛本科就读土木工程专业，毕业后从事民用建筑结构设计已有8年。看到该招聘后，他立即投递了简历。他表示，传统土木行业近年来有所下行，土木工程甚至被称为“天坑”专业，他也一直在寻求转行机会。为了准备这次应聘，他还专门学习了数据中心设计规范。

此次招聘，也释放出DeepSeek转向自建算力基础设施的信号。“每一代人都会遇到属于自己的基础设施革命。过去是铁路、电网和互联网，今天则是支撑 AI发展的超大规模算力集群。”DeepSeek在介绍团队使命时表示。

这并非孤例。近年来，头部大模型企业和互联网巨头不断加码算力基建布局。今年7月，智谱已落地1吉瓦（GW）级国产AI数据中心建设，并完成对国产AI异构算力软件公司中科加禾的收购。字节跳动2027届校招中，IDC技术工程师岗位明确暖通、给排水等专业优先，职责包括数据中心项目选址、方案制定和质量监督等。

多位业内人士对《中国新闻周刊》表示，IDC相关岗位真正需要的并非普通土木工程师，而是拥有数据中心项目经验、能跨专业协同的复合型人才。与此同时，部分大模型企业亲自下场建设数据中心，或将面临资金、技术和运营等多重考验。

乌兰察布数据中心智算中心建设航拍 图/视觉中国

缺少复合型人才

DeepSeek此次招聘设数据中心基础设施运营、数据中心规划设计、数据中心现场三个全职方向。对于前两个方向的年轻工程师，电气、暖通、能源、土木等专业背景均被列为加分项。

徐盛应聘的是数据中心规划设计方向。DeepSeek招聘信息显示，该岗位需参与数据中心园区及机房规划设计，以及供配电、制冷、机柜和网络基础设施方案的设计与评审。“我的优势是熟悉从拿地、规划到设计、造价、施工的全流程。”他说，“但设施建成后的运维工作，接触得比较少。”

事实上，DeepSeek此前已多次为互联网数据中心岗位招兵买马。今年4月，公司首次公开招聘数据中心高级运维工程师和高级交付经理，月薪最高达3万元；6月，又招聘IDC设计规划工程师，参与从兆瓦（MW）到吉瓦级基础设施的规划与建设。

刘杰就职于某国企数据中心管理岗，并长期从事数据中心行业招聘业务。据他观察，近年来，随着岗位需求增加、薪资吸引力上升，越来越多土木、建筑相关专业求职者开始关注数据中心行业。以暖通专业为例，2021年前后数据中心还是相对小众的就业选择，如今已逐渐成为常规甚至热门方向。

“数据中心基础设施领域的求职方向，大致可分为管理、运维、设计、建设施工和面向设备厂商五类。”刘杰说。由于数据中心对制冷和温控要求较高，暖通专业人才与基础设施运维等岗位较为对口；土木工程、建筑学等相关专业人才，可进入数据中心设计和建设等环节。

不过，这并不意味着土木类专业迎来了第二春。多位业内人士表示，在数据中心整体工程量中，土建工程占比通常不足20%。“随着大规模算力基础设施建设逐步完成，土木工程专业的从业者仍可能面临项目减少、岗位需求下降的压力。”香港某数据中心机电调试工程师黄昕说，“相比之下，暖通、机电等专业的前景相对稳定。”

快思慢想研究院院长田丰对《中国新闻周刊》表示，当前数据中心真正短缺的不是土木工程师，而是能贯通电力、制冷、网络架构和算力调度等多个领域的复合型人才。“这是一个规模有限、技能门槛更高的细分赛道，不代表建筑施工需求的整体回暖。”他说。

大型AI计算机服务器中心 图/视觉中国

“先算电，再建楼”

人才需求变化背后，是头部大模型企业在算力方面变“重”的转向。

依据DeepSeek招聘信息，其IDC数据中心团队工作地点设在北京、杭州和内蒙古乌兰察布。乌兰察布已成为国内重要的算力产业集聚地，全市落地数据中心项目超100个，字节跳动、阿里巴巴、华为等企业均有布局。据报道，DeepSeek计划在该地建设一座1GW的大型AI数据中心，项目采取“自建+外部租赁”并行模式，部分算力预计于2027年底至2028年初上线。

田丰对《中国新闻周刊》分析，企业从“租用算力”转向“自建算力”，首先是受成本驱动。随着DeepSeek、字节跳动等企业相继推出具备智能体（Agent）功能的AI产品，模型推理请求量呈数量级增长，长期租用第三方算力的成本劣势逐渐显现。

与此同时，芯片快速迭代，也促使大模型企业更早介入数据中心设计。供电、制冷乃至建筑结构都需提前与算力需求协同，模型训练团队在设计阶段就要与土木、暖通、电气工程师共商方案，而不是等数据中心建成后再“拎包入住”。

不过，DeepSeek等企业从大模型跨向算力基建，还将面临资金、技术和运营等一系列挑战。

资金是自建算力基础设施的第一道关。算力基建投入大、周期长，真正有能力走重资产化路线的，是融资能力较强或现金流稳定的头部企业。据报道，今年6月，DeepSeek完成首轮外部融资，募资总额超过500亿元；如今第二轮融资也在推进中，计划募资500亿元，估值约5000亿元。

田丰分析，DeepSeek、智谱等AI企业收入主要来自大模型相关业务，一旦模型商业化进度跟不上基建资本开支，重资产投入会直接转化为资产负债风险。相比之下，字节跳动、阿里巴巴等平台型企业拥有广告和电商等成熟业务，可为算力基建提供相对稳定的现金流支撑。

今年8月17日，DeepSeek上调应用程序编程接口（API）价格并引入峰谷定价，其中旗舰模型DeepSeek V4 Pro高峰时段每百万词元（Token）输出价格由6元升至27元，涨幅为350%；8月23日，其再度调整计费规则，周末全天统一按低谷价格计费。中银国际证券8月19日研报认为，此轮调价有助于改善模型厂商的单位算力回报与商业化能力。

用电和制冷则是AI数据中心绕不开的难题。传统数据中心单机柜功率通常为5—10千瓦（kW），而AI训练集群则可突破100千瓦。高密度算力带来更高散热需求，液体冷却技术的重要性随之凸显。刘杰表示，目前不少企业正在招聘液冷人才，但该领域近两年才逐渐升温，真正有项目经验的人才还比较少。

“传统数据中心可以‘先建楼，后配电’，AI数据中心则必须‘先算电，再建楼’。”田丰说。他认为，若未来芯片功率密度进一步提升，或散热方案升级为浸没式液冷（将服务器直接浸入绝缘冷却液），既有机房可能因承重、管路等条件不再适配，面临结构性改造甚至闲置的风险。

更难解决的是电力获取问题。田丰表示，长期稳定的购电协议和电网接入权限需企业与地方政府、电网公司经年累月地协商，“算力扩张的上限往往不在工地上，而在电网调度室里”。

多位业内人士认为，未来几年AI算力基建仍有较大发展空间，基础设施工程能力将成为大模型企业的重要竞争力。黄昕介绍，为了降低对地面电力、土地等资源的依赖，业界已开始探索太空数据中心等新路径，但目前尚处于早期阶段。

（文中徐盛、刘杰、黄昕均为化名）

作者：赵周桥

编辑：杜玮