AI 浪潮下的职业焦虑、产品实践与人生选择
内容提要
作者回顾了AI浪潮下的职业焦虑与个人选择，观察到传统前端岗位风险增加，强调需自驱力开发AI原生产品或Agent Loop以提升理解。他分享了自己开发市场研究App「観測」的经历，并担忧AI补贴依赖和token消耗压力。面对高薪AI硬件机会，他因需坐班、方向不符而放弃，认为应抓住康波周期，但坚持价值匹配的赚钱原则。
延伸解读
传统前端岗位的转型压力
文章指出，在AI浪潮下，传统前端岗位的替代风险增加，而市场更青睐能深入理解AI Agent或Harness设计的工程师。作者认为，大厂工作往往不需要深入思考业务或设计，这加剧了传统岗位的脆弱性。因此，前端工程师需要更强的自驱力，主动尝试开发AI原生应用或构建自己的Agent Loop，以加深对AI技术的理解，从而在职业转型中占据主动。
AI补贴依赖与戒断反应
作者将当前AI大厂的免费或高额token补贴比作“百亿补贴”，担忧一旦补贴结束，个人用户可能无力承担高昂费用。他描述了自己对最新模型的依赖，甚至出现“戒断反应”，并坦言无法想象失去这些工具后的工作状态。这种依赖不仅带来财务压力，还导致心理焦虑，如熬夜消耗token。文章提醒读者，在享受AI红利时，需警惕对单一供应商的过度依赖。
软件护城河的消解与性能刚需
作者认为，AI时代软件护城河正在消失，开源代码易被复制，产品想法公开后很快被抄袭。他观察到，快速迭代中代码质量和性能被忽视，但未来性能优化和代码质量可能成为刚需，且需要丰富经验。他以迁移文档框架为例，说明团队仅用5天完成迁移和重写，凸显了效率提升，但也暗示了质量隐患。这提示开发者需在速度与质量间寻求平衡。
高薪机会与价值匹配的权衡
作者面对一个高薪AI硬件岗位（薪资为当前三四倍），最终因需坐班、方向不符和现状稳定而放弃。他认同“康波周期”理论，认为AI是近50年最后浪潮，抓住或可翻身，但坚持只赚“实现价值”的钱，对超出认知的高薪感到不安。这一选择反映了职业决策中，除了薪酬，还需考虑工作方式、兴趣契合度及个人价值观的平衡。
Q&A
AI浪潮下，传统前端岗位面临哪些风险？
传统前端岗位的替代风险在增加，因为现在就业方向更偏向AI Agent或Harness设计，这类岗位稀缺，而传统前端容易被替代，且不算真正上了AI浪潮的牌桌。
作者认为如何应对AI浪潮下的职业焦虑？
作者认为需要有更多的自驱力，尝试自己做一个AI Native向的产品，或者基于Agent Core做一套自己的Agent Loop，从而加深对AI的理解。
作者开发的「観測」App是什么？
「観測」是一个市场研究工作台，用于研究股票标的、公司基本面、价格预测走势和SPEA看板，不是荐股工具。
作者为什么对AI的补贴感到焦虑？
作者担心AI的补贴像外卖百亿补贴一样，一旦价格上升，个人用户可能无法承担费用，而且对好模型的依赖会产生戒断反应。
作者认为软件的护城河在哪里？
作者认为软件本身没有护城河，开源软件容易被抄，不开源的也容易被复制，但专注于性能优化和代码质量的人可能成为刚需。
作者为什么放弃高薪的AI硬件机会？
因为需要去北京坐班，方向不完全一致，且现状还算稳定，所以决定放弃。
作者对赚钱持什么态度？
作者认为世界不公平，有人被低估有人被高估，他只赚觉得能实现自己价值的钱，其他的得来不安心。
