CyberSN 网络安全职位报告显示招聘下降 26%，AI 安全招聘激增
CyberSN 记录显示，截至 2026 年 9 月，美国网络安全职位发布量为 235,786 个，同比下降 26.4%；与此同时，对 AI 安全工程师的需求增长了 268.3%。
这种反差定义了最新的 CyberSN 网络安全职位报告。雇主整体发布的安全岗位有所减少，却在快速扩充一小部分以 AI 为重点的职位。
这并非一个关于人工智能正在取代网络安全工作的简单故事，而是雇主希望安全团队承担的工作发生了更明显的转变。
传统安全工程、分析、渗透测试和领导岗位的发布量，均较异常强劲的 2025 年水平下降。与此同时，组织正在寻找能够评估模型、保护 AI 基础设施并管理新型自动化风险的专业人才。
这些头条数据也需要放在背景中理解。2025 年的比较期表现异常强劲，而职位发布总量仅比 2024 年同期低约 4%。
即便如此，需求的分布正在变化。市场正越来越青睐能够将既有安全实践与 AI 工程、治理和数据专业能力结合起来的专业人士。
这给劳动者和雇主都带来了棘手的挑战：广泛的网络安全招聘需求，与对复合型 AI 安全技能的集中需求之间形成了鲜明对比。
CyberSN 网络安全职位报告揭示了一个分化的市场
核心变化并非网络安全需求消失，而是需求集中于更少、更专业的岗位。
CyberSN 统计，2026 年 1 月至 9 月，美国网络安全职位发布量为 235,786 个。相比之下，2025 年同期为 320,210 个。
26.4% 的下降使这一数字成为 CyberSN 四年对比中最低的 1 月至 9 月总量。2023 年和 2024 年的同期总量分别为 273,498 个和 244,911 个。
这些数据来自该机构的网络安全职位报告。CyberSN 汇总了由 JobSpikr 提供的美国职位列表，并在源头排除了重复发布的信息。
随后，CyberSN 将职位列表映射至一个涵盖十个类别、45 个职能岗位的分类体系。该方法衡量的是雇主所要求的工作内容，而非完全依赖并不统一的职位名称。
这一区别很重要，因为“安全工程师”这一职位名称可能对应多种不同工作。一家雇主可能需要云访问专业能力，另一家则可能期望候选人具备模型评估和自动化事件响应能力。
CyberSN 也强调，其数据统计的是职位发布，而不是在职人数或已完成的招聘人数。一家公司可以发布多个空缺职位、撤下招聘信息，或让一个职位长期空缺。
因此，该报告衡量的是雇主需求信号。它并不能说明有多少人失业，也不能证明每个发布的职位都代表获批的招聘名额。
与 2024 年相比，年度下降幅度看起来也没有那么严重。2026 年总量仅比 2024 年同期记录的 244,911 个职位发布量低约 3.7%。
2026 年前九个月中，有八个月低于 2025 年同期。不过，9 月提及 AI 或机器学习术语的职位占比达到 20%。
在整个九个月期间，14.6% 的追踪职位提及这些术语，略低于一年前记录的 15.1%。
这两种趋势可以同时存在，因为整体市场在收缩，而 AI 相关表述在期末获得了动能。稳定的占比也可能掩盖特定岗位内部的显著变化。
CyberSN 发现，AI 安全工程师职位发布量为 2,409 个，同比增长 268.3%。网络数据科学家职位发布量增长 203.5%，达到 1,493 个。
与成熟类别相比，这些岗位的规模仍然较小。安全工程师职位发布量为 44,083 个，安全分析师职位发布量为 24,095 个。
不过，这些增长率仍具有意义，因为它们显示了新增投资的方向。雇主似乎正在定义专业职位，而非仅仅为每个现有岗位增加 AI 相关任务。
SecurityWeek 将这些发现形容为“喜忧参半”，因为该报告同时呈现了收缩和明确的扩张领域。其劳动力市场分析也提醒，不应将职位发布量视为确定性的就业结果。
矛盾正是从这里开始。网络安全仍具有战略重要性，但雇主对哪些能力足以证明增加人手是合理的，正变得更加挑剔。
职位发布量下降不代表安全需求已经消失
26.4% 的下降衡量的是招聘从强劲年份回归调整，而不是网络安全底层需求崩塌 26.4%。
最明确的证据来自历史对比。CyberSN 记录显示，截至 2025 年 9 月的职位发布量为 320,210 个，远高于 2023 年和 2024 年的总量。
以这一高点作为基线，会让 2026 年的下降显得格外剧烈。若将 2026 年与 2024 年相比，差距则小得多。
CyberSN 并未声称知道市场变化的原因。其报告明确聚焦于雇主发布了哪些职位，而不是这些招聘信息背后的预算决策或组织战略。
多种解释可能同时成立。企业可能放缓招聘、整合职责、更依赖合同工，或围绕新兴技术需求重新设计职位。
去重后的职位发布量下降，也可能反映员工留任时间更长或替补招聘减少。它并不自动证明安全团队正以相同速度缩减。
长期政府预测提供了另一个有用的参考。美国劳工统计局预计，信息安全分析师就业人数将在 2024 年至 2034 年间增长 29%。
该机构预计，这十年间每年将出现约 16,000 个职位空缺。其职业展望将需求部分归因于网络攻击、AI 采用以及数字商务的扩张。
BLS 预测和 CyberSN 的职位发布统计衡量的是不同事物。BLS 对长期职业就业情况进行建模，而 CyberSN 则分析当前招聘广告，覆盖范围更广的安全岗位分类体系。
综合来看，它们描绘出一个安全需求持久、招聘模式却不稳定的市场。组织依然需要防护，但这种需求并不能保证每个季度或每种岗位都拥有平稳的需求。
收缩在成熟岗位中尤为明显。与 2025 年同期相比，安全工程师职位发布量下降 32.3%，安全分析师职位发布量下降 30.5%。
渗透测试员职位发布量下降 45.9%，至 3,063 个。威胁猎手职位发布量下降 40%，至 1,013 个；网络安全项目经理职位发布量下降 39.4%，至 783 个。
网络内部威胁分析师职位发布量出现了所列岗位中最陡峭的跌幅。在这九个月期间，其发布量下降 55.6%，至 1,088 个。
领导岗位招聘也有所走弱。CyberSN 统计到 2,832 个带有 Information Security Officer 头衔的职位，包括 Chief 和 Business Information Security Officer 岗位。
这比截至 2025 年 9 月记录的 4,632 个职位低 38.9%。不过，它与 2024 年同期的 2,808 个职位大致接近。
季度变动进一步复杂化了年度比较。2026 年第三季度，CISO 职位发布量较第二季度增长 19.5%。
安全架构师职位发布量在同一季度环比增长 14%。应用安全工程师职位发布量增长 9.9%，安全工程师职位发布量增长 7.9%。
这些反弹并不能抹去年度下降，但它们说明为什么单一百分比无法描述整个网络安全就业市场。
报告还发现，22.9% 的职位被标记为远程岗位。在具有可识别职位类型的招聘信息中，合同职位占 9.2%，提高了 1.4 个百分点。
合同招聘可以让企业在批准正式职位前先测试某项能力。它也可能在不增加稳定编制的情况下，将风险从雇主转移给劳动者。
对求职者而言，现实信息令人警醒。广泛需求依然存在，但雇主正设定更窄的要求，并且在许多传统职业路径上的招聘紧迫性有所降低。
对企业而言，较少的职位发布可能造成效率提升的错觉。当团队合并岗位或推迟招聘时，未被填补的职责依然存在。
AI 安全工程师需求正从较小基数快速增长
AI 安全工程师需求正在快速增长，但 2,409 个职位发布无法抵消超过 235,000 个职位发布市场中的广泛下降。
268.3% 的增长是报告中最强烈的逆转信号。这表明雇主正从对“AI 知识”的笼统要求，转向专门用于保护 AI 系统的岗位。
AI 安全工程师为模型、训练数据、推理系统以及使用人工智能的应用程序实施安全控制。该职位还可能包括测试由 AI 支持的攻击。
这些职责不同于仅仅使用助手来总结警报。它们要求从业者理解 AI 系统的行为方式、如何连接数据，以及如何在生产环境中作出决策。
较小的起点是关键背景。一种岗位即使增长三倍，在市场中仍可能只占较小比例。
AI 安全工程师职位发布量约占 CyberSN 追踪职位总量的 1%。这使该岗位具有战略重要性，但尚未成为可替代流失分析师或管理人员的就业市场。
网络数据科学家的需求呈现类似模式。其 203.5% 的增长带来了 1,493 个职位发布，仍远低于规模最大的传统类别。
更广泛的分布为技能转型提供了更有力的证据。32.7% 的研究岗位提及 AI，增加了 11.7 个百分点。
23.3% 的攻防岗位和 19.8% 的治理、风险与合规岗位提及 AI。这些占比分别提高了 4.8 个和 2.1 个百分点。
研究岗位可能涉及研究新的攻击技术或评估模型行为。攻防团队会在对手行动之前测试系统，包括通过红队测试和对抗性演练。
治理、风险与合规团队会将技术暴露转化为政策、控制措施和可追责的决策。AI 扩大了这类工作，因为模型行为可能难以预测或审计。
由 Cisco 牵头的 AI Workforce Consortium 开展的独立研究，也印证了这一方向。该研究利用 Indeed、Cornerstone 和 Lightcast 数据，考察了 G7 经济体的网络安全职位需求。
该联盟发现，2025 年 10 月至 2026 年 3 月期间，要求 AI 技能的网络安全职位占比平均为 28.5%，是可比上一年度占比的两倍。
其AI 安全研究确定了五个反复出现的能力领域：Python、上下文工程、AI 安全、智能体编排和机器学习运营。
这些类别解释了为何转型会带来摩擦。很少有专业人士在职业生涯起步时，就同时具备安全架构、软件工程、数据系统和模型行为方面同等深厚的能力。
雇主可以通过招聘稀缺的复合型专家来应对，也可以重新培训现有员工、整合多人的专业能力，或围绕跨学科团队重新设计岗位。
该联盟发现，企业明显偏好拥有高级头衔的候选人。在其 G7 对比中，高级网络安全岗位的增长速度远快于初级岗位。
这造成了一种经验悖论。雇主希望员工已了解新兴系统，但这些系统又过于新颖，无法满足传统经验要求。
CyberSN 自身的报告基于 JobSpikr 推断的分类，仅将 9.5% 的招聘信息认定为入门级。这个数字应谨慎解读，因为雇主往往会描述高级期望，却不使用高级头衔。
不过，市场信号是一致的。企业希望员工能立即胜任实际工作，并不愿为漫长的学习周期投入成本。
这种压力同样影响已有经验的从业者。渗透测试人员不能只把现有工作改称为 AI 红队测试，而不去学习模型特有的失效模式。
同样，AI 工程师也不会自动理解身份控制、威胁建模、事件响应或受监管风险。增长中的岗位处于两个高要求学科的交汇点。
从业者可以通过记录实际应用工作来做好准备，而非堆砌彼此脱节的关键词。一份实用的作品集可以在同一个项目中串联模型评估、数据访问、日志记录和事件响应。
工程团队还需要便于检索的记录，用于保存设计决策、测试结果和已知局限。一套共享的技术知识库可帮助安全与 AI 团队保留这些证据。
目标不是追逐每一种新工具，而是证明当模型和自主智能体进入架构后，既有的安全判断力依然有效。
即使头衔不变，传统岗位也在吸纳 AI 工作
更大范围的劳动力转变正在熟悉的岗位内部发生，AI 职责正成为日常安全工作的一部分。
CyberSN 发现，所有追踪招聘信息中有 14.6% 提及 AI 或机器学习相关术语。这一比例与 2025 年同期几乎没有变化。
乍看之下，这一稳定数字似乎与专业岗位需求激增不一致。原因在于职责和头衔之间存在重叠。
CyberSN 将 AI 安全工程师视为更广义安全工程师职能中的一种岗位。它展示这一序列以供参考，但未将其单独计入总体统计。
雇主可能发布安全工程师职位，同时要求候选人审查模型访问权限、监控智能体活动并保护检索管道。另一家雇主则可能直接使用 AI 安全这一明确头衔。
头衔差异并不一定意味着能力要求不同。它可能反映组织成熟度、薪酬结构，或招聘人员所理解的表述方式。
这使广义网络安全招聘与专业化需求形成竞争。团队不能假定每位传统候选人都具备 AI 知识，但也无法为每一种新风险分别配置一名专家。
这种压力在安全运营中心尤为突出。AI 可以汇总告警、丰富调查信息、提出查询建议，并自动执行重复性的响应步骤。
自动化可以减少常规工作，却不必然降低总体责任。更快的分析通常让团队能够审查更多事件、整合更多数据，并应对更广泛的攻击面。
AI 系统也会带来自身的安全工作。团队必须控制模型访问权限，检查提示词和输出，保护连接的数据，并监控自动化操作。
一个获准搜索电子邮件或修改基础设施的智能体，与没有外部访问权限的聊天机器人面临不同风险。它的错误可能跨越系统边界。
因此，安全从业者既需要理解对抗性滥用，也要理解意外失效。他们必须评估 AI 系统能够访问、保留、披露或更改什么。
网络安全招聘趋势也显示出管理层压力。总监岗位同比下降 32.5%，负责人岗位下降 41%，经理岗位下降 24.4%。
这些数字表明，雇主并非只是在未变的组织层级之上增加 AI 专家。一些企业正在重新考量自己需要多少领导岗位和协调角色。
然而，治理职责并未消失。CyberSN 发现，治理、风险与合规岗位在整体招聘信息中的占比，自 2023 年以来增加了 5.4 个百分点。
网络安全与隐私律师岗位也同比增长 9.1%，达到 24,193 个。该角色成为报告中规模最大的类别之一。
随着组织面临自动化无法独自解决的问题，这种转变合乎逻辑。必须有人决定可接受的风险、分配责任并记录合规情况。
技术性 AI 安全工作和治理工作因此相互强化。工程师识别系统行为，而法律与风险专家决定组织可以接受哪些行为。
压力最大的员工，是那些岗位被视为一组狭窄、可重复任务的人。最具竞争力的岗位结合了技术执行、判断力、沟通能力和责任担当。
这并不意味着每位分析师都必须成为机器学习工程师。它意味着分析师需要具备足够的 AI 素养，以调查使用模型的系统，并评估那些声称可以自动化安全工作的工具。
雇主也负有相应责任。在现有招聘信息中增加一长串 AI 要求，并不会创造出合格的候选人。
团队需要现实的岗位边界、培训渠道，以及在监督下积累经验的机会。否则，招聘市场会奖励夸大的简历，而非可靠的能力。
这些数字无法证明 AI 与网络安全招聘之间的什么关系
该报告显示了市场收缩与专业岗位增长之间的相关性，但并未证明 AI 导致了整体下滑。
CyberSN 将其分析描述为一份回答“发生了什么”的报告，而非解释“为什么发生”的报告。这一方法论局限应影响从其数字中得出的每一个结论。
该数据集并未揭示雇主是否因自动化替代任务而取消职位。它也没有衡量内部调动、晋升、留任员工或未公开发布的招聘。
一则招聘信息消失，可能是因为职位已被填补；也可能是因为预算被冻结，或雇主更换了招聘平台。
该报告使用 JobSpikr 的美国招聘网站和《财富》500 强数据集。其去重和分类方法提升了一致性，但无法覆盖每一种招聘渠道。
招聘人员越来越多地通过私密网络、内部推荐和直接寻访招募专业岗位人才。当候选人稀缺时，这些渠道可能至关重要。
按岗位进行的比较也依赖头衔查询和职位描述筛选。CyberSN 指出，一些序列会与更广泛的查询重叠，而某些通用头衔则需包含网络安全相关术语才能被纳入。
这些选择是合理的，但会引入分类不确定性。职位描述常常包含员工在入职后很少实际使用的理想化技能。
AI 术语尤其容易受到这一问题影响。企业可以在招聘信息中加入“生成式 AI”或“LLM”，却不定义任何有意义的实际运营职责。
年度比较还以一个异常基准为起点。2025 年的招聘信息总量高于 2023 年和 2024 年，因此 2026 年部分下滑代表的是常态化回归。
领导层数据说明了这一影响。CISO 岗位数量较 2025 年大幅下降，但几乎恰好回到了 2024 年的水平。
9 月份的加速同样值得谨慎看待。提及 AI 的招聘信息月度占比达到 20% 值得注意，但单月数据无法证明趋势具有持久性。
CyberSN 在其他几个类别中识别出单月峰值，并将其与趋势分开处理。与 AI 相关的动能同样需要严谨观察。
其他数据集可能得出不同结果，因为它们覆盖的地区、平台和定义不同。Cisco 的 G7 研究发现，在更早的六个月窗口期内，整体网络安全需求有所增长。
这并不会否定 CyberSN 所观察到的美国市场下滑。它表明，地域、时间和分类体系会改变市场表面上的走向。
员工调查提供了另一种视角。ISC2 劳动力研究发现，使用 AI 的专业人士普遍认为，AI 带来了新岗位和技能发展的机会。
调查中的乐观情绪并不能证明雇主会保留员工规模。招聘信息下降也不能证明 AI 会消灭这一职业。
最站得住脚的解读介于这两种说法之间。AI 正在改变需求构成，而这种变化的速度快于它缓解对安全专业知识基本需求的速度。
这种转变仍可能伤害劳动者。一个市场可以维持长期需求，同时形成更短的职业阶梯和更少可进入的入门机会。
它也可能令组织承压。将职责集中在经验丰富的复合型专家身上，会造成瓶颈，并使继任规划更为困难。
因此，读者应抵制两种简单叙事。网络安全既不会因 AI 而崩溃，也不会因永久性人才短缺而免受自动化影响。
当前证据描述的是重新分配。不确定之处在于其规模、持续性，以及对进入这一领域人群的影响。
三个信号将表明这种转变是否具有持久性
接下来应关注的三个信号是：专业岗位数量、更广泛的 AI 要求，以及基础安全岗位的复苏。
首先，关注 AI 安全工程师岗位的绝对数量，直至 2026 年底及 2027 年初。
又一次三位数增长率会吸引关注，但基数更为重要。若招聘信息从 2,409 条增长到持续的五位数需求，将更有力地支持专业化趋势这一论点。
若趋于平台期，则表明雇主需要的是首批专家，而非一个全新的就业类别。若出现下降，则会削弱招聘格局长期重组的说法。
其次，跟踪 AI 技能在普通安全工程、治理、攻防和研究岗位中出现的频率。
9 月份 20% 的占比提供了一个有用基准。若连续数月持续增长，将表明 AI 期望正在从专业头衔扩散至更广泛的岗位。
细节将比笼统提及更重要。涉及模型安全、智能体编排、评估、数据控制或 AI 事件响应的要求，表明实际运营正在采用 AI。
对“熟悉 AI”的模糊表述提供的证据较弱。它们可能反映招聘潮流，而非工作本身的实际变化。
第三，将专业岗位增长与安全分析师、渗透测试人员、威胁猎手、经理和初级员工的招聘情况进行比较。
若这些岗位与持续的 AI 招聘一同复苏，将表明市场正在扩张。雇主将是在增加新能力，而不是掏空更广泛的职业体系。
若持续下滑，则会支持一个更为艰难的结论。组织将围绕高级专家集中预算，同时减少进入网络安全领域的传统路径。
季度变化已提供了一个暂时的积极信号。安全工程师、应用安全工程师、安全架构师和 CISO 岗位均较第二季度改善。
这种改善需要持续，才能抵消年度下滑。季节性招聘模式和孤立峰值很容易扭曲短期观察窗口。
候选人应通过培养相邻技能来作答，同时不放松核心安全实践。威胁建模、访问控制、软件安全、事件响应和治理仍然居于核心位置。
当 AI 知识能够拓展这些基础能力时，它才具有价值。若只停留在工具熟悉度或提示词编写术语层面，它就会变得脆弱。
招聘经理应考察实际判断力，而非拼凑不可能满足的要求清单。他们应区分入职时必须具备的技能，与员工可在安全条件下培养的技能。
高管也应追问：职位发布数量减少，反映的是真实生产力提升，还是风险被推迟。职位空缺的消失，并不代表相关工作本身已经消失。
CyberSN 的网络安全就业报告最终呈现的是一个正在转型的劳动力市场，而非已经尘埃落定的结局。其最深刻的启示来自规模与方向之间的对比。
传统岗位仍占据大多数职位空缺，而对 AI 安全工程师的需求则揭示了雇主预期将出现的新风险。这两项事实都很重要。
专业人才招聘会扩大这一行业，还是会将网络安全收窄为规模更小、以资深复合型岗位为主的领域？未来几个报告周期应会给出答案。
