今年的面试存在人才评估方式失衡的问题，下半年或许有所改观。

面试的时候主要是 Claude Code/vibe coding/Cursor ，系统设计 1 题。这样的面试很难评估候选人的能力。对于疑难杂症，部分用人单位的评价过于标签化，把代码量少等同于简单，虽然最终的方案都是几行代码但。

我写代码是 AI 和手写比例为 7:3 ，因为经常遇到无资料、无公开讨论的情况，甚至要更改开源组件的源码，自编组件完成从 0 到 1 的创造过程。AI 对付这种问题只能作为辅助角色，唯一顺手的只有 API 接口等重复性内容。

现在写代码很简单，关键是判断力，面对这些奇怪的问题有很多选项，可以损失点性能用其他办法绕开这些硬伤，也可以深入底层打个补丁做深度定制，面试过程中不考查判断力只考查用 AI 写过多少代码有失偏颇。

今年的面试经常忽略一点————什么时候该用 AI 。判断一个候选人是否落后不是因为用过多少 AI 工具，而是什么时候该用什么时候不该用，这个问题没搞清楚肯定不行。

当前的 AI 热潮会让企业和团队享受到 AI 的便利暂时低估其中的风险，如果有一天，一个未公开的框架缺陷引发生产事故，谁又能守住最后的风险呢？

不要去。接触不合规的业务一旦被抓到会有污点，到时候你想考公考编都没机会。

@jindeq 担心技术栈快速更新不能面面俱到。现在 AI 的技术栈更换也非常快，我看招聘要求，单是向量数据库就列出很多个，不可能什么技术全部熟悉。而且个人项目成本预算有限不可能做到企业的程度。

@SonicKang 厦门的 AI 应用开发岗位不多。关系复杂主要集中在中小企业，大公司要看具体的部门。远程几乎没有。我一本地人都想往外跑。

@junas7 本地人并没有那么舒服。国企存在以地域为单位聚集的小团体，本地人除非有认识的否则不一定好进，随着老一辈陆续退休和招聘门槛提高，靠找关系去国企的难度已经非常大了。

厦门的 IT 行业就业机会不多，互联网公司比较好的是美图、吉比特、飞鱼、4399 ，门槛较高，再者是美柚、瑞幸，电商和外包居多，好的公司比较少，薪资最低 8K 最高 25K 。中小企业存在不少隐形加班。前端岗位尚可，比后端略多一些。本地的求职渠道是人才网，boss 直聘更多。

如果对技术没什么追求只想要一份工作，这边大多数公司可以一直做下去，有追求就得慎重考虑，家族、地域、人脉的成分较重，关系比较复杂。

我用 AI 编码的场景如下：
- 简单/中等难度的业务逻辑
- API 接口
- 单元测试用例
- 负载测试
- 压测脚本
- 部署文件

手工编码的场景如下：
- 基础设施层和入口文件
- 调整框架源码

基本的 CRUD 业务代码用 AI ，修改组件底层源码自己来。

@v2exgo 大公司的代码至少有个底线毕竟业务量摆在那，中小企业的代码连底线都没有，业务量又小，有时候数据表设计错导致低性能都没人管。

@v2exgo 大公司和技术驱动型企业才会注重代码质量，中小企业的项目几乎没有代码质量，几十个 else if ，一张表 100 多个字段，循环语句读数据库，这种代码非常多但不会因此发生生产事故。

一线城市也一样，一直在比对总觉得“下一个更好”，垂直经验几乎都有，行业、技能、业务模式、项目体量全部要一模一样。

@fengsi 业务也需要转型和创新，探索未知领域的难度远高于已知领域，元能力和基础知识很重要。

@yidinghe 有时候很难界定，你攻破未知技术难题大部分靠手动调试，AI 仅起到辅助作用，但推崇 AI 万能论的人觉得是不会写提示词不知道怎么加 Skill ，开源技术组件的问题都是有解的，此时你很难自圆其说。

现在有多疯狂，未来裁员就有多狠。

目前的问题是创新能力不足加上深水区没人敢碰。

AI 可以把已知的问题或者同类问题处理得很好，但到了深水区就比较乏力，例如某个框架已经存在但尚未被提及的 BUG ；网上没有资料但必须攻克的技术难题，面对这些问题，AI 只能当助手。

过去互联网行业野蛮生长靠的是商业模式创新，经济下行压力大的时候企业的策略更倾向于“守成”而不是勇闯未知领域，这肯定会带来大量的裁员和缩招，大家都害怕责任，弄成了没事，弄砸了要被解雇，现在工作那么难找没人敢冒这个险，更多的是想再次复制过去的成功，即使失败了也不会被苛责。

AI 提升效率的同时巩固了既得利益者的权力。企业内部存在的冗余岗位因人情世故等因素难以被淘汰，旧秩序不铲除新秩序就无法诞生。时至今日仍有不少公司的项目没有可观测性，有 BUG 就在服务器上捞日志来查，毕竟信息垄断即权力，设计一个统一的日志采集系统并不难但有些人为了维持话语权就是不想做，关键因素还是在于“人”。

AI 也会有幻觉的，仍需要基础知识去理解和分析，技术原理是排查未知 BUG 的最佳利器。

我之前做了个 golang 微服务项目放到 GitHub 上，AI 生成的配置文件和代码包含不存在的函数和配置参数，性能损耗很大，最后还是自己看文档改过来。

游戏服务端的岗位还是很多的，垂直经验和主导开发项目的经验你都有，完全不用担心，才两天而已，岗位要求经验垂直虽然降低了用工风险，公司招人的时间也变长了，有些岗位卡垂直经验招聘超过 1 年还在发内推码招人呢，我亲眼所见，自己都换了一家公司了它还在招聘。

国内的 IT 行业一直都是这样跟风炒热点，以为自己的业务嫁接一个 AI Agent 就算追上行业风口，但公司内部的老毛病不改加上过去蒙眼狂奔留下的烂摊子注定要扑街。

内部知识沉淀不够，希望有垂直经验的候选人能快速上手做 AI ，然而产品的成功要具备多个条件，光有 AI Agent 的形态是不够的，所以我预估 AI 应用开发最后大概率要走小程序、云原生那些老路，先是热炒跟风然后高度内卷，接着批量裁员换下一个热点，没有热点就歇菜。

自己从 2017 年参加工作至今一直都这样，当年是移动互联网（安卓 APP 、iOS 应用、小程序），还有大数据，云原生，有什么热点就一窝蜂上不够理性。

同样的还有云原生的 Golang ，看在 go 的高并发和轻量级于是自研框架或者用 gin/beego 魔改再把 PHP 项目搬过去，结果整个架构很奇怪，PHP 系统的毛病一样也不少，自研框架的还得自行维护，写框架的人升官了转而要求候选人有深厚的技术功底和业务知识去填补业务逻辑和框架的坑，最后云原生弄个半吊子。

当然有啦。我待过的公司几乎大多数程序员都没怎么学技术还混得顺风顺水不会被裁员和解雇。PHP 能解决就不用 Golang ，服务器捞日志习惯了就觉得不需要 OTel 和 Prometheus ，连 GitLab 的 MR 也不用非得手动合并分支。

有些时候不得不承认，不追求效率反而职业发展更顺利，需求不管合不合理只要技术能实现就尽量满足，不挑战不质疑，连微服务都不知道也可以一个岗位待六七年，大多数公司真的不需要这些高端的技术，产品也是抄竞品的不需要你创新。

职场上人际关系复杂，办公室政治经常会压倒理性的声音，AI 编程可以用来提效也可以用来压制异议，公司推广 Vibe Coding 、Cursor 你以为真是给你提效的？实际上可能是想通过 AI 增加工作量让你没时间思考架构、需求和业务的问题。