AI时代的职业选择:能被打分的工作正在贬值
本文编译了Phil Chen关于AI时代职业发展的建议。作者指出,能被明确定义和打分的工作正被AI取代,未来真正稀缺的是时间、人脉和声誉。在agent-native时代,工程师的核心能力正从“写代码解题”转向“发现并定义问题”。选公司应看重其解决方案的野心,工作中要死磕“最后一公里”的细节。文末作者结合自身经验,对面试方式变革、生产环境重写及发现问题的前提给出了独到见解。
本文编译了Phil Chen关于AI时代职业发展的建议。作者指出,能被明确定义和打分的工作正被AI取代,未来真正稀缺的是时间、人脉和声誉。在agent-native时代,工程师的核心能力正从“写代码解题”转向“发现并定义问题”。选公司应看重其解决方案的野心,工作中要死磕“最后一公里”的细节。文末作者结合自身经验,对面试方式变革、生产环境重写及发现问题的前提给出了独到见解。
文章紧贴2026年AI发展趋势,由资深从业者深度复盘并加入一线落地的批判性思考,在面试转型、问题发现和职业选择上提供了极具时效性、新颖性和实操价值的见解。
本期 Indigo Talk 邀请 Meta 工程师 Jun Wei,探讨大模型引发的智力廉价化趋势及其对白领和程序员群体的冲击。对话深入分析了为何 AI 竞赛不可停歇、程序员作为“翻译员”的历史使命是否已终结,以及普通人应如何从 Programmer 转型为 Builder。文章指出,纯软件壁垒消失后,创业的核心逻辑正转向媒体思维与表达能力。
文章借李录的观点,把中国过去70年每十年的国家目标比作一本账:一五计划的农民、90年代末的3000万下岗工人、入世后背房贷的中产、双减和去杠杆中的教培与地产行业,每一轮的成本都落在绑定上一轮主题的人身上。作者认为2026年新质生产力时代的出清是慢性的,标准在于你是在给社会降成本还是添摩擦,并给出四个自测信号(工作是否可被AI复现、收入来源、与AI的竞争位置、客户数)和五条本周可执行的动作:做自己的OPC、收缩负债、先卖后做、小步出海、季度技能尸检,提醒个体在时代转向前看清自己绑在哪里。
作者展望了未来5-10年软件开发的变化:AI模型正以每半年约10倍的速度变强,未来将极其智能、快速且廉价。开发模式将从IDE自动补全,演进到终端中的AI编码代理,最终只需用自然语言或语音告诉计算机想要什么,AI代理即可自动完成构建、测试、修复和上线。文章还探讨了为AI代理设计的意图式操作系统(无需UI)、为每个用户动态生成的应用界面、面向AI代理的新协议(如MCP),以及未来5-10年最抢手的技能,强调经验与意图表达能力将比手写代码更重要。
文章探讨 AI 技术快速进步与从业者职业机会稀缺之间的矛盾。作者认为市场仍处于教育阶段,AI 公司估值与就业容量分离,共识使热门入口拥挤,AI 又让传统职业标签失效。AI 压低执行成本后组织成本暴露,开新路线者易沦为组合末尾小仓位,向上管理成为生存技能。'做出来'失去稀缺性,竞争转向 GTM 与分发,真正赚钱的 AI 生意往往不性感。作者把当下称为'历史垃圾时间',建议保留稳定位置、积累 connection 与购买力,等待泡沫破裂后的重新定价与廉价筹码,再择机下注。