有个观点不一定对

推上独立开发的氛围比较浓，但对年轻人来说，先奋斗一把职场的性价比更高一些。想推一个独立开发的项目，每个月打底花 10～30 个小时，把这个时间放到卷工作上，年终奖+升职 大概率打败绝大部分独立开发者的收益，更何况独立开发者的成功率确实不高

等技术能力成熟 + 职场遇到天花板，再转向也不迟

🤔 纯浴室沉思，欢迎讨论

可能跟大家的理解不一样，校招是“最容易”进大厂的，这也能解释很多有意思的现象，我展开说说：

大厂校招最喜欢招的就是高潜的人才，但你怎么定义高潜？除了少数在读书期间就有很多实践经验的人之外，大部分都是循规蹈矩的上课。所以大厂就粗暴的认为 高潜 == 高学历。所以，你会看到很多编程能力并不强的 高学历 + 实习经验的学生，很容易进入大厂。

从公司的视角来看，大厂有钱和耐心来培养校招生，高学历代表底子好，培养成功了，就是高性价比的人才（不得不承认，程序员这一行，年轻的活力和冲劲还有很有优势的，AKA 能卷），培养失败了，裁员成本不高。

但从校招生的角度有意思了。年轻人/学生 是缺乏对世界和自己的正常认知的，外界和公司又会一直渲染大厂的优越/光环/“高高在上”。很容易让人变得飘然，觉得自己的水平是高于其他人的（比如 xhs 天天把 大厂/名校 挂在嘴边的校招生）。 但我一直的观点是，及格线之上的程序员水平差距没那么大，正态分布在任何领域都适用。这更适用于非名校的程序员，我做咨询经常有 非科班/非名校 的程序员对自己水平妄自菲薄，觉得自己水平不如那些所谓的大厂程序员，但事实并非如此，没必要被那些光环反过来 PUA 自己

那之后的故事呢？ 第一种路线，维持年轻人的冲劲，成长和充实自己，又有合适的机遇，在公司验证了自己的潜力，成为有实力的人。“配得上”公司给校招生的高溢价，不得不承认大厂现在给校招生接近 50w 的工资，更多的是为其可能的潜力买单。 第二种路线，成长速度慢于预期，并没有成为业务的中坚力量。如果市场环境好，公司收益好，是完全可以持续享受市场红利的。但如果形式转差，就容易成为被裁员的对象，就出现了 社交媒体中热议的 “毕业两年，我被大厂裁员，找不到下一份工作”。 但很多人被自己高学历和大厂的光环蒙蔽住了，并没有看清自己的实力，当被裁的找不到另一份大厂工作的时候才意识到现实。海浪褪去，才知道谁在裸泳。 听起来很残酷，但现实永远比现实更现实，公司对人才的逻辑就是大浪淘沙。

不得不承认，现在市场在变差，全世界各个市场的程序员就业都变得更难。所以更应该认识到自己的实力，公司/团队/队友 的实力并不是自己的实力，硬本事才是自己安身立命的根本。 长期来看，还是不断提升自己。风险是一直存在的，有自己安身立命的本钱，才能随遇而安，不被时代淘汰。

只是我自己的观察和思考，欢迎大家讨论 无论形势如何，认清自己的实力，提升自己，才是一切的根本。

AI 的编程能力越来越强，很多 coder/非 coder 都在谈 AI 取代程序员，我想分享一下我的想法

先聊背景： 在前 AI 时代，我一直是做前端，AI 来了后，我开始做 AI 应用的开发框架（类似于 langchian），现在做离模型更近的东西。 我的“编程母语”是 js，但这半年多的工作一直是写 python，我的python 代码接近 90% 是 AI 写的，如果让我写，我可能犯很多 python 基础语法错误，这很正常，这不是我最熟悉的语言。 但我对 python 和相对底层框架的不熟悉，因为有 AI 的加持，并没有影响我的产出效率，甚至跟让我写前端项目的产出效率完全一致。

但 AI 真的替代程序员了么？ 我觉得程序员核心的素质在于解决问题的能力，也就是

• 计算机相关背景造就的对编程从硬件到软件的架构理解能力
• 对问题拆解和按照拆解一步步执行的能力
• 多年工作经验造就的直觉。这个是最难培养的，新人卡在某个地方很久，而老人看两眼，就有一个对出错问题的大概猜测。就像很多喜欢摄影的朋友，看一眼天，就能知道晚上会不会有好看的晚霞

这些才是程序员的核心竞争力，而不是 “写代码有多快”、“对 API 有多熟练”。

拿摄影举例，前数码相机时代，一个好的摄影师可能需要懂 光学、胶片冲洗、相机维修、构图、审美。 而在数码相机时代，技术的进步让摄像师不需要学那些繁琐的技能，而是可以专注在摄影最本质的东西： 构图和审美。

所以，不限于程序员，当有人说 “AI 取代 XXX” 的时候，我们需要去想，AI 取代的到底是这个职业中最本质 最具创造力的部分，还是减轻了这个职业中本就繁琐无聊的部分？ 如果你问我 AI 对编程的改变是什么，我觉得是把程序员从繁琐无聊的细节中解放出来，让我们更加专注于编程中 最本质、最有趣、最具创造力，也是编程真正有魅力的地方。

聊到这里，想到一个题外话 数码相机，甚至是拍照手机的发明，降低了摄影的门槛，涌现出了无数机会。那么 AI 降低了 编程/写作/分析/… 的门槛，又有哪些新的机会出现了呢🤔

AI 应用层的机会多的吓人

最简单，作为一个语言模型，现在并没有好用的 AI+写作的工具，很多人写东西还是: ChatGPT 列大纲 => 让 AI 生成内容 => 复制到 word 里 => 复制出想要修改的部分 => GPT 生成再复制回去 => 循环往复

chatGPT canvas 明显是想解决这个问题，但做的太差了。很多时候写东西还不如用 github-copilot/cursor 好用。

所以，找到合适的垂直领域，找到真正懂这个领域的产品经理，梳理好这个领域传统的工作流程，寻找用 AI 增强的部分，深入的设计优雅好用的交互流程，就能做出不错的产品。 但依旧，不要抱着“AI 颠覆一切”的高傲去做这个事情，AI 现在并不能直接完整颠覆一个领域，应该抱着谦卑的态度深入学习这个领域，以合适的方式去引入 AI，才能让大量的传统用户迁移

如果你需要例子，在前 AI 时代的 notion 就是，这个世界有无数 notes 软件了，但总是各有各的问题，notion 就是懂用户的产品经理，花心思设计一切流程，他不是颠覆性的，不是让用户要学习很多新东西的产品，而是一用就觉得舒服，一用就觉得 “我找到我想要的产品了！” 的感觉。