岗位在架时长月报

2026-09-20 · 139 家公司 · 16,261 个在架岗位
数据来自各公司自己的招聘系统（ATS）公开接口，不是招聘平台。每月更新。

62 天在架时长中位数

39.4%挂了超过 90 天

20.7%挂了超过 180 天

8.3%挂了超过一年

先说这份数据不能证明什么。
我们量得到「这个岗位挂了多久」，量不到「雇主还想不想招」。挂得久可能是没打算招，也可能是真的招不到人（技术岗尤其常见），还可能是常青岗，也就是公司为高频岗位常年挂一个入口，随到随收。这三种从在架天数上分不开。所以下面的数字是「值得你去问」的依据，不是「这些是幽灵岗位」的结论。

国内和海外差多少

来源	在架岗位	中位在架	超过半年
国内（北森 / Moka）	1,648	159 天	42%
海外（Greenhouse / Lever / Ashby）	14,613	58 天	18%

差距是真实的，但别急着下价值判断：两边的招聘系统对「发布日」这个字段的语义并不统一，有些公司记的可能是「需求创建日」而不是「上线日」，这会把它们的天数整体抬高，国内外都有这种情况。下面那张「挂得最久」的表里标了口径存疑的，就属于这种情况。

摘牌最快的公司

这张表比「谁挂得久」有用得多。岗位会被摘下来，说明这家公司在主动维护自己的岗位列表 （是招到了、还是需求取消了，我们看不出来）。中位数三四十天，说明这家的招聘流程是转得动的。（只统计在架岗位 ≥10 个的公司。）

公司	在架岗位	中位在架	超半年占比	近 30 天被雇主动过
AssemblyAI	18	22	0%	89%
Dropbox	44	25	5%	100%
Elastic	358	26	4%	100%
Webflow	29	30	21%	53%
Wayve	192	30	6%	100%
主线科技 Trunk Tech国内	41	30	12%	52%
Mercury	64	31	2%	100%
Huntress	35	31	6%	100%
Instacart	108	32	7%	100%
Abnormal Security	78	32	6%	100%
SoFi	57	33	7%	57%
Tailscale	55	33	4%	52%

在架时间最长的公司

这张表不是一份指控名单，请连着最后一列一起读。在架时间长本身不说明任何意图，它只说明「值得在面试时问一句」。标了口径存疑的公司，中位数超过两年，这在真实招聘里几乎不可能。最合理的解释不是它们在挂鬼岗，而是它们的招聘系统把「需求创建日」当成了发布日。这个字段的语义国内外都不统一，被标记的公司里既有用北森的国内公司，也有用 Ashby、Lever 的海外公司，所以这不是「国内 ATS 比较差」，是整个行业对这个字段就没有统一定义。我们把它们留在表里而不是删掉，是因为删掉等于替你做判断；标出来，你自己判断。

公司	在架岗位	中位在架	超半年占比	近 30 天被雇主动过
亿嘉和 YIJIAHE国内* 口径存疑	134	1558	100%	—
Lightning AI 口径存疑	14	1048	79%	—
WeRide 口径存疑	16	907	56%	—
节卡机器人 JAKA国内* 口径存疑	22	800	100%	—
梅卡曼德 Mech-Mind国内*	48	578	79%	—
驭势科技 UISEE国内	51	454	73%	16%
Palantir	313	450	70%	—
Dexterity	30	416	77%	—
宇树科技 Unitree国内* 批量发布 54%	37	374	62%	—
优必选 UBTECH国内*	32	341	88%	—
越疆 Dobot国内* 批量发布 59%	97	327	94%	—
Cresta	96	222	60%	92%

为什么最后一列最重要

「挂了多久」单独看会误判。我们还记录了雇主自己在他们招聘系统里 最后一次改动这个岗位的时间，这个字段他们改不掉，也刷不了。两个数放一起才有意义：

挂了 367 天、367 天没人碰过 → 大概率是弃坑；
挂了 327 天、13 天前刚被动过 → 大概率是有人维护的常青岗，不是死岗。

全库里在架时长评分最高（ghost_score ≥ 0.99）的 2,644 个岗位中，有 1,459 个的招聘系统会告诉我们最后改动时间。在这些能看到的里面， 66% 在最近 30 天被雇主动过。也就是说，光看「挂得久」这一个指标，会把其中 66% 判错。

标了「批量发布 N%」的公司，请这样读。
这些公司的在架岗位里，有一多半的发布日期是同一天。最合理的解释是当时一次集中发布（换系统、批量导入、或一次集中放岗），而不是这么多岗位各自被遗忘了一年。我们算中位数时，那一次发布会被重复计入每一行，把整家公司的数字一起抬高。这是我们算法的局限，不是这些公司的问题，所以标出来。

顺便说清楚 45 天这个阈值。
评分里「超过 45 天开始加分」的这个 45，是我们自己定的经验值，没有行业依据。所以满分从来不是结论，只是「值得问一句」。谁要是拿这个分数当证据用，那是误用，我们先说在前面。

最后一列为什么有些公司是「—」。
不是所有招聘系统都提供「最后改动时间」。Greenhouse 和 Moka 提供， Ashby、Lever、北森不提供，它们把发布日原样返回。对这些公司我们标「—」，意思是不知道，绝不是「没人管」。还有一种也标「—」：招聘系统只对极少数岗位报了这个时间（比如 97 个岗位里只有 2 个）。那 2 个算出来的百分比代表不了另外 95 个，所以我们宁可说不知道，也不印一个会被误读成 0 的数。把「系统不告诉我们」当成「雇主不管了」，那是在用别人家 API 的缺陷去指控一家公司。

这一点对国内公司特别不公平：本列是全表唯一能显示「这家在维护」的一列，而用北森的公司无论维护得多勤，都只能拿到「—」。表里标「国内*」的就是这种情况，请不要拿它们的「—」和海外公司的百分比作比较。

你可以怎么用

投之前查原始发布日。多数公司官网的招聘页会给，招聘平台上的日期不要信，那是平台刷新过的；
看公司整体的中位数，别只看单个岗位。一家中位三四十天的公司，流程是转得动的；
中位数长不等于别投，但值得在一面直接问：这个岗位挂多久了？之前面过几个人？卡在哪一环？对方的反应本身就是信息。

自己跑一遍

这页上每个数字都可以复核，工具是开源的（MIT，不用注册，简历不上传）：

uvx openhire@latest serve（需先装 uv），或者去 Releases 下载 .mcpb 双击装进 Claude 桌面版，不用碰命令行。

然后问你的 AI 助手：「帮我查一下小鹏现在在招哪些智驾岗，每个挂了多久了？」