当前位置: 首页 > news >正文

前端这几年,是怎么一步步被挤到墙角的

上周和一个还在做前端的朋友吃饭,他跟我说了句话,我印象很深。他说现在打开招聘软件,感觉自己像在逛一家正在清仓的店,东西还在,但灯一盏一盏在灭。

这话有点丧,但我没法反驳。因为我自己从前端转出来之前,也在那家"店"里站了很久。这篇文章不灌鸡汤,也不喊"前端已死"这种吓人的标题,就把我看到的、经历的几个切面摆出来。看清处境,是想清楚下一步的前提。

一、岗位在缩,而且是结构性地缩

先看最直观的东西:坑位。

两三年前,一家中型互联网公司养十几个前端很正常,C端页面、B端后台、活动页、小程序、中后台系统,每条线都要人。现在再去问,很多团队的前端编制直接砍半,有的干脆不再补离职的坑。

缩的原因不复杂。C端流量见顶,App不做了,活动页的预算跟着营销费用一起砍;B端这边,低代码平台和组件库越来越成熟,以前三个人做的表单后台,现在一个人拖一拖配一配就出来了。需求端在萎缩,这不是某个公司的问题,是整条河道的水位在降。

我自己待过的团队,巅峰期前端有九个人。我离开那年,剩四个。活儿没少太多,因为少掉的那部分活儿,要么被产品自己用搭建平台做了,要么压根就不做了。

二、AI写代码,先卷到的就是前端

很多人以为AI冲击的是"写代码的能力",其实不准确。AI最先冲击的是"把设计稿翻译成页面"这件事,而这恰恰是前端工作量的大头。

v0、Bolt这类工具,输入一句"做一个带侧边栏的管理后台首页",十几秒出来的东西,布局和样式已经像模像样。Figma转代码的插件也在迭代,生成的代码虽然还是要改,但把"从零开始写"变成了"在半成品上改"。

这里有个残酷的地方:前端工作里重复性最高、最能体现"熟练工价值"的部分,恰好是AI最擅长的部分。切图、布局、写表单、调样式,这些活儿AI干得越来越快。而前端工作里真正难的部分,比如复杂交互的状态管理、性能优化、跨端兼容,AI暂时还啃不动,但这些活儿在一个普通业务团队里占比本来就低。

换句话说,AI没有取代前端,但它把前端的"价值密度"打薄了。以前你一天写的代码量证明你的价值,现在这点代码量AI十分钟就搞定了,你得证明自己还会点别的。

这波冲击里最难的其实是新人。以前前端的成长路径是"先干一两年基础活,边干边学,慢慢接复杂的",基础活是练手的学费。现在基础活被AI接走了,新人连交学费的地方都没了,企业招人时也就更倾向直接要有经验的。入行门槛在抬高,这是比裁员更深远的变化,它影响的是这个行业未来的人才结构。

三、面试的门槛在涨,开出的价在降

供需一失衡,招聘端就开始拧巴。

现在的前端面试,算法题照考,源码照问,八股文的深度比三年前还夸张。面试造火箭这件事没有消失,反而变本加厉,因为简历太多了,公司需要更狠的筛子。

但另一边,开出的薪资在往下走。同样的年限,同样的城市,报价普遍比一两年前低一截。还有一种更隐蔽的降法:职级压缩。以前三年经验能给个高级工程师的title,现在同样的水平,给你个中级,爱来不来,后面排队的人多的是。

我看过最离谱的一个JD,要求精通Vue和React双框架源码、有小程序和跨端经验、会Node全栈、最好还懂点算法和数据结构,给的是外包价。这种JD放在五年前会被挂起来骂,现在评论区一片"已投递"。

四、天花板来得比以前早

前端一直有个老问题:技术纵深不够。

这话可能会得罪人,但做过几年业务前端的人心里多少有数。日常工作的技术挑战是有限的,页面做得再花哨,本质上还是渲染、交互、数据流转这几件事。工作第三年和第五年,做的事情可能差不太多,区别只是写得更快、坑踩得更多。

以前这个问题的解法是往两个方向走:要么转管理,要么钻技术深度做基建、做架构。但管理岗的数量在缩,基建岗在大厂里也在合并。两条路都变窄了,天花板就从"四十岁的问题"变成了"三十出头就要面对的问题"。

我见过不少前端同学的轨迹:头三年成长飞快,第四年开始重复自己,第五年开始焦虑,然后卡在"走管理没坑、钻技术没场景"的尴尬位置。这个卡点,正在一年比一年提前。

五、活儿在往下游走

还有一个变化,不太被公开讨论,但身在其中的前端都能感受到:剩下的岗位,质量在分层。

头部公司和明星产品的前端岗还在,甚至更卷了,但数量有限,挤进去的难度一年比一年高。腰部的大量岗位,正在两个方向流动。一个方向是外包化,正式编制转成外包、转成人天计费的项目制,干一样的活,保障和议价能力完全不同。另一个方向是城市下沉,团队从一线城市撤到成本更低的城市,薪资按当地标准重定,你不愿意去,位置自然有人填。

这意味着什么?意味着"留在原地不动"这个选项,成本正在变高。以前不折腾,无非是涨薪慢点;现在不折腾,可能过两年发现自己的岗位性质悄悄变了,从正式变外包,从核心变边缘。温水煮青蛙,水温是真在升的。

六、最难受的是"可替代感"

前面说的这些,坑位缩、AI卷、薪资降、天花板低,最后会汇成一种很具体的感受:随时可以被换掉。

一个做业务页面的前端,离职交接需要多久?熟悉一两周代码就能上手。你的工作成果是公司资产,你的技能结构是公开教材,你的产出可以被更便宜的人、或者被工具替代。这种可替代感,是这两年前端群体普遍焦虑的根源。

焦虑本身不是坏事,它是信号。问题在于往哪儿走。裸辞转行是赌命,继续硬扛是耗命,两条路我都不推荐。

我自己最后选的方向,是AI大模型应用开发。原因很实际:这个方向的岗位在涨而不是在缩,它需要的那套东西,恰好有很多是前端已经有的。比如对交互的理解、对产品体验的敏感、快速把想法做成可用界面的能力,这些在AI应用领域是稀缺品,而在传统前端领域里它们是标配。

这不是说转过去就高枕无忧了,AI应用岗有它自己的卷法和坑,后面的文章我会拆开了讲。但至少有一点:那是一条水位在涨的河道。

写在最后

把这六个切面连起来看,前端的处境其实就一句话:不是前端没价值了,而是"只会做页面的前端"没价值了。

行业没有死,只是门票换了。以前门票是"会写页面",后来是"会框架、会工程化",现在门票上开始印别的东西,比如"会用AI放大自己的产出",比如"懂大模型应用怎么落地"。

看清墙角在哪,不是为了站在墙角哭,是为了找到那扇还开着的门。下一篇,我会具体聊聊前端转AI应用方向时,手里其实已经握着哪些牌,有些牌你可能自己都没意识到。


系列文章之一,下一篇:《转AI应用岗,前端手里其实握着几张好牌》

想入门 AI 大模型却找不到清晰方向?备考大厂 AI 岗还在四处搜集零散资料?别再浪费时间啦!2026 年AI 大模型全套学习资料已整理完毕,从学习路线到面试真题,从工具教程到行业报告,一站式覆盖你的所有需求,现在全部免费分享

👇👇扫码免费领取全部内容👇👇

一、学习必备:100+本大模型电子书+26 份行业报告 + 600+ 套技术PPT,帮你看透 AI 趋势

想了解大模型的行业动态、商业落地案例?大模型电子书?这份资料帮你站在 “行业高度” 学 AI

1. 100+本大模型方向电子书

2. 26 份行业研究报告:覆盖多领域实践与趋势

报告包含阿里、DeepSeek 等权威机构发布的核心内容,涵盖:

  • 职业趋势:《AI + 职业趋势报告》《中国 AI 人才粮仓模型解析》;
  • 商业落地:《生成式 AI 商业落地白皮书》《AI Agent 应用落地技术白皮书》;
  • 领域细分:《AGI 在金融领域的应用报告》《AI GC 实践案例集》;
  • 行业监测:《2024 年中国大模型季度监测报告》《2025 年中国技术市场发展趋势》。

3. 600+套技术大会 PPT:听行业大咖讲实战

PPT 整理自 2024-2025 年热门技术大会,包含百度、腾讯、字节等企业的一线实践:

  • 安全方向:《端侧大模型的安全建设》《大模型驱动安全升级(腾讯代码安全实践)》;
  • 产品与创新:《大模型产品如何创新与创收》《AI 时代的新范式:构建 AI 产品》;
  • 多模态与 Agent:《Step-Video 开源模型(视频生成进展)》《Agentic RAG 的现在与未来》;
  • 工程落地:《从原型到生产:AgentOps 加速字节 AI 应用落地》《智能代码助手 CodeFuse 的架构设计》。

二、求职必看:大厂 AI 岗面试 “弹药库”,300 + 真题 + 107 道面经直接抱走

想冲字节、腾讯、阿里、蔚来等大厂 AI 岗?这份面试资料帮你提前 “押题”,拒绝临场慌!

1. 107 道大厂面经:覆盖 Prompt、RAG、大模型应用工程师等热门岗位

面经整理自 2021-2025 年真实面试场景,包含 TPlink、字节、腾讯、蔚来、虾皮、中兴、科大讯飞、京东等企业的高频考题,每道题都附带思路解析

2. 102 道 AI 大模型真题:直击大模型核心考点

针对大模型专属考题,从概念到实践全面覆盖,帮你理清底层逻辑:

3. 97 道 LLMs 真题:聚焦大型语言模型高频问题

专门拆解 LLMs 的核心痛点与解决方案,比如让很多人头疼的 “复读机问题”:


三、路线必明: AI 大模型学习路线图,1 张图理清核心内容

刚接触 AI 大模型,不知道该从哪学起?这份「AI大模型 学习路线图」直接帮你划重点,不用再盲目摸索!

路线图涵盖 5 大核心板块,从基础到进阶层层递进:一步步带你从入门到进阶,从理论到实战。

L1阶段:启航篇丨极速破界AI新时代

L1阶段:了解大模型的基础知识,以及大模型在各个行业的应用和分析,学习理解大模型的核心原理、关键技术以及大模型应用场景。

L2阶段:攻坚篇丨RAG开发实战工坊

L2阶段:AI大模型RAG应用开发工程,主要学习RAG检索增强生成:包括Naive RAG、Advanced-RAG以及RAG性能评估,还有GraphRAG在内的多个RAG热门项目的分析。

L3阶段:跃迁篇丨Agent智能体架构设计

L3阶段:大模型Agent应用架构进阶实现,主要学习LangChain、 LIamaIndex框架,也会学习到AutoGPT、 MetaGPT等多Agent系统,打造Agent智能体。

L4阶段:精进篇丨模型微调与私有化部署

L4阶段:大模型的微调和私有化部署,更加深入的探讨Transformer架构,学习大模型的微调技术,利用DeepSpeed、Lamam Factory等工具快速进行模型微调,并通过Ollama、vLLM等推理部署框架,实现模型的快速部署。

L5阶段:专题集丨特训篇 【录播课】


四、资料领取:全套内容免费抱走,学 AI 不用再找第二份

不管你是 0 基础想入门 AI 大模型,还是有基础想冲刺大厂、了解行业趋势,这份资料都能满足你!
现在只需按照提示操作,就能免费领取:

👇👇扫码免费领取全部内容👇👇

2026 年想抓住 AI 大模型的风口?别犹豫,这份免费资料就是你的 “起跑线”!

http://www.jsqmd.com/news/1283637/

相关文章:

  • 贡献指南:如何参与 go-nebulas 开源项目并成为核心开发者
  • 【计算机JAVA毕业设计案例】基于 SpringBoot 的校园知识资讯传播与互动交流平台 资讯分类发布与论坛留言管理系统(程序+文档+讲解+定制)
  • A-59F啸叫抑制模组:15ms超低延迟反馈控制与本地扩声系统的稳定性分析
  • 深耕青岛13年,专业合同纠纷律所一站式解决各类合同争议 - 行业洞察分析师
  • PayPal-Python-SDK源码解析:核心类与API请求原理揭秘
  • LED驱动电源产品工艺与选型标准深度解析
  • Pageflow完全指南:从零开始打造Web多媒体叙事作品
  • G-Helper完整指南:4步解决华硕笔记本性能管理难题
  • 编程启蒙:从求和问题理解循环与变量
  • 基于本地大模型的剪贴板翻译工具TransPaste部署与使用指南
  • 20260728
  • PHP程序员失业转型指南:现代技术栈与职业突破
  • 10分钟上手gh_mirrors/bd/bds-files:生物信息学新手必备的 Unix 命令速成指南
  • WebDriver核心命令详解:从元素定位到窗口操作的10个必学技巧
  • Orchestra任务生命周期全解析:核心专家与审核者的协作模式详解
  • Phashion实战案例:不同图片变换对查重结果的影响及距离参考表
  • Visual C++运行库终极解决方案:告别DLL缺失错误的完整修复指南
  • WPF通知样式自定义指南:Notifications.Wpf主题与模板完全攻略
  • STARK-Lightning部署教程:ONNXRuntime加速推理全流程
  • 【后端实战】超详细用户在线状态系统设计(心跳机制+Redis+分布式+多端登录+避坑指南)
  • 打造精美iOS通知:GSMessages动画效果与样式定制指南
  • CNN-GRU-SE混合模型在数据分类预测中的应用
  • 2026悬臂货架厂家选择:仓库、工厂与长物料存储效率提升方案 - 优企名品
  • 2026年实力之选:上海力典流体控制集团有限公司与德州金铭通风设备有限公司 - 优企名品
  • Everybody Dance Now核心技术解析:如何用PyTorch实现视频动作迁移的三大阶段
  • 如何在5分钟内为PUBG配置强力罗技鼠标压枪宏
  • Android Service启动与绑定机制详解及优化实践
  • 大语言模型技术解析与应用实践指南
  • AI伦理不是口号:欧盟AI Act生效首月处罚案例全复盘(含3家中国出海企业被罚细节),合规自查表限时开放下载
  • 从源码到应用:Blur开发者指南——如何参与开源项目贡献代码