作者： Zackary Skelly （Dragonfly 人才主管）
编译：深潮 TechFlow
深潮导读： Dragonfly 发布 2026 年加密行业人才洞察报告，揭示招聘逻辑的根本性转变。2025 年行业净裁员 472 人，但合规岗暴涨 340%，数据科学岗增长 74%。最关键的变化是：候选人不再为牛市冲动，他们要的是清晰的价值解释和确定性，如果你说不清"为什么这个职位重要"，转化率会断崖式下跌。
1/
我们已经进入 2026 年的第一个季度，而加密货币领域的招聘情况与以往任何周期都完全不同。
我们刚刚发布了最新的《Talent Insights 报告》，详细拆解了我们是如何走到这一步的，以及这对创始人和人才团队意味着什么。
2/
TL;DR
2025 年并没有杀死加密招聘，而是让它成熟了。
公司不再基于价格招聘，而是基于实际需求招聘。
这一转变已成为进入 2026 年的新基准。
3/
这一年清晰地分为两半。
2025 上半年（25H1）动荡不安，随着宏观冲击，亲加密乐观情绪迅速反转。
三月份职位移除激增（750 个），大部分损失都集中在前半段。
全年新增约 3700 个职位，移除约 4100 个，净减少 -472 个。
4/
下半年（H2）带来了纪律性和复苏。
H2 的总职位趋势线与 2024 年基本一致，只是整体水平更低。
七月重置，八月触底，九月重新开放，四季度趋于稳定。
春季更剧烈的重置，是导致 2025 年整体低于 2024 年的主要原因。
5/
在我们 25H1 报告中，我们做了一些预测。现在来打分：
✓ 晚 Q3 反弹（九月开放职位 +26%）、Q4 放缓、合规招聘提前启动
✗ 低估了流量和申请量的分化程度；高估了法律职位相对合规职位的韧性
6/
从 25H1 到 H2，真正的转变不是公司招聘了多少人，而是他们招聘的是什么角色。核心优先，先赢得扩展权。
→ 工程：-12%，仍是锚点 → 营销：-27% → 设计：-33% → 客服：-35% → 销售 & BD：-16% → 法律：-41% → 合规：+340%
7/
数据科学是年度最明显的赢家，同比 +74%。（多亏了 AI？)
8/
候选人端也发生了有趣的变化。
下半年流量保持稳定，而申请量下降约 26%。
人们仍在浏览，只是不再轻易提交申请。
9/
在早期周期中，市场兴奋情绪承担了大部分招聘工作：薪资上涨，申请涌入。
这种机制正在失效。
更强的月份仍能带动浏览量，但注意力转化率已不如从前。
10/
原因何在？部分是因为候选人变得更加谨慎。
他们更严格地筛选公司的耐久性、所有权清晰度、团队质量和技术可信度：开源证明、产品深度、硬核问题、GTM 路线图。
泛泛的品类叙事已经不管用了。
11/
信念集中的领域：基础设施、DeFi、L1 和 L2 仍是核心，但 DeFi 兴趣收窄至稳定币、支付和 RWA。
金融科技相关和机构用例获得了显著关注。AI 依然是关键兴趣点。
12/
阶段偏好也讲述了一个有趣的故事。
Seed 和 Series A 阶段对候选人仍最具吸引力，创始人角色和第一位雇员角色需求很高。不过，更大、更成熟的公司依然能吸引兴趣。
13/
最常让候选人流失的因素并非薪酬、阶段或规模，而是模糊性。
如果你无法清晰解释公司为什么重要、他们将拥有什么具体范围、以及机会为什么具有持久力，转化率就会大幅下降。
14/
从地理上看，远程仍是常态，但最活跃的招聘团队更多集中在纽约，且更倾向于面对面办公。
人才仍全球化，但纽约 + 湾区依然占主导。欧洲是最大的非美枢纽。
（注：特定地理招聘 = 更小的 TAM、更长的招聘周期。)
15/
另一个塑造当前格局的因素是：招聘正向后期团队集中，而且显著集中在候选人最感兴趣的垂直领域。
我们预计，2026 年剩余时间的招聘将更多由收购、转型和整合驱动，而非纯新增增长。
16/
那么创始人应该怎么做？
根据里程碑招聘——产品发布、收入、合作伙伴、监管进展——而不是市场周期或日历计划。
2025 下半年招聘做得好的公司，都能清晰阐述并坚持每个角色存在的理由。
17/
知道团队各不相同，因此要深思熟虑地安排人员序列：
→ 核心建设者优先（工程、安全、数据 / 协议） → BD 探索契合度 → 产品根据类型灵活（消费者较早，基础设施更精简） → 合规、财务、风险 → 营销 / 支持在杠杆出现后规模化
18/
为稀缺人才保持常开管道。
工程、AI/ML 和安全岗位供给严重受限，无法每个周期都从零重启。即使具体需求已关闭，关系也应保持温暖。
19/
认识到角色销售方式已经改变。
候选人想要跑道清晰度、头 30–60 天明确的归属权，以及透明的 upside 机制。
你必须销售差异化。你不是在销售你的品类，而是在销售你为什么会赢，以及他们具体能扮演什么角色。
20/
你还需要一个真实的 AI 故事。不是「我们是一家 AI 公司」。
候选人想知道：
→ AI 如何在内部使用 → 它如何改变产品 → 是否创造了真正的优势
模糊答案会丢失人才。
21/
对人才团队的具体建议：
把你最强的人放在流程前端（第一印象很重要），保持面试循环紧凑，并给出清晰反馈。
22/
一个开放问题：AI 让 2026 年更难预测。
人们可以用更少的人做更多事。更好的工具让一些人自己去创业。有些人可能会直接去从事 AI 工作。
与此同时，每位员工更高的产出意味着更快规模化，而加密的定位比以往任何时候都更广泛。
23/
我们对 AI 影响的当前看法：在清晰的 AI × Crypto 用例 solidify 之前，减速信号强于加速信号。
24/
我们对 2026 年的基准预期：持平至温和增长，由工程、AI / 数据和安全引领。整合将继续。
无论牛市、基准还是熊市，这都是一个注重质量建设的年份。
25/
能赢得人才的团队，将是那些故事最可信的团队，而不是声音最大的团队。
执行纪律、耐久的商业模式，以及对两者的良好解释，都是必备的。
