完整披露采集方法、信号定义及质量管控标准。
欢迎机构投资者及量化研究人员进行独立验证。
所有数据均直接通过一手采集方式，从各企业的官方求职申请系统（ATS）获取。不使用招聘网站、LinkedIn等聚合平台或任何二次数据源。
本数据集依托专注于Physical AI垂直领域的招聘平台 humanoid-jobs.com 本体。采集范围、分类体系与信号定义均为这一单一领域专门设计，而非沿用通用聚合器，因此每一层都针对机器人／Physical AI语境进行了优化。
每日持续采集随时间沉淀为后来者无法回溯重建的独家时间序列。某企业在过去某一天的招聘数量，若当日未观测便永远无法补回。运营越久，历史数据越稀缺、越难复制——时间本身即是壁垒。
PAHI（Physical AI Hiring Index）为招聘数量指数，采用固定的同口径成分样本计算，剔除追踪公司数量变动造成的虚假波动。以基准周（2026-05-19周）标准化为100。样本条件：自基准周起每周均有日度数据、且基准周平均职位数≥10的公司（排除采集初期被低估的公司）。每周成分合计除以基准周合计×100。算法与成分全公开。
商业化指数将每个职位标题通过确定性关键词分类到功能轴（研究／工程／制造量产／现场部署／GTM销售／管理），商业化得分＝（制造＋现场＋GTM）÷总数。比率上升是企业从研发阶段转向量产·商业化的先行指标。分类为确定性逻辑（非黑箱），角色构成每日存入 js_job_composition，并从职位历史回溯重建。该信号仅因母体为Physical AI垂直平台才能产生，通用招聘数据无法复制。
长期历史视图（暂定）：周度PAHI与商业化指数自采集起点（2026-05）开始，历史较浅。为此我们另行提供基于 Wayback Machine 历史职位标题构建的暂定长期视图。PAHI-Deep（3年视图）＝对可长期追溯的固定6家公司（Shield AI／Diligent Robotics／Figure AI／Formic／Dexterity／Bright Machines）仅用Wayback计数一致计算，以2023-02＝100标准化（月度，forward-fill上限90天以剔除陈旧结转）。商业化长期历史仅采用至少3家公司齐备的日历月（真实横截面，绝不使用单家公司噪声）。两者均不混合测量口径（Wayback计数与日度计数），并明确标注为暂定。
信号是由14日招聘职位数变化率与绝对变化量共同计算得出的确定性规则驱动指标。不引入机器学习模型或主观判断。
| 信号 | 判定阈值 | 含义 |
|---|---|---|
| 🔥 STRONG_SURGE | ≥ +30% 且 ≥ +20个职位 | 招聘急速扩张——通常出现在重大产品发布或融资完成后 |
| 📈 SURGE | ≥ +20% 且 ≥ +10个职位 | 招聘活动明显加速 |
| ↗ RISING | ≥ +10% | 招聘缓慢上升趋势 |
| → STABLE | ±10%以内 | 招聘节奏在正常波动范围内保持稳定 |
| ↘ DECLINING | ≤ −10% | 招聘节奏收缩 |
| 🧊 FREEZE | 当日招聘职位数为0 | 观测到招聘活动停止 |
| 🧊 FREEZE_CONF | 连续30天以上零职位 | 确认招聘冻结——与短暂性零职位区分 |
数据集专注于Physical AI领域，覆盖430家以上企业。