职业发展

AI 不是一次普通的技术升级，而是一场由效率提升触发的职业重估。真正重要的不是预测末日，而是在窗口期里把 AI 变成自己的认知杠杆。

简历是被动的，网站是主动的。你投简历时别人才看到你，但网站 24/7 在为你工作。在 AI 时代，当所有人都能写代码时，差异化来自你的思考和表达——而博客正是这种差异化的最佳载体。成本为零，回报持续数年。

很多工程师知道 AI 重要，但还没有真正把它融入日常工作流。这篇文章不说教，不贩卖焦虑——只分享我从 2023 年的怀疑到 2026 年 AI 参与 70% 日常工作的真实转变过程，以及你明天就可以做的 3 件事。

这不是工具清单，而是一次职业定义的根本转变。从需求理解到线上维护，AI 重塑了 SDLC 每个环节。Code Review 可用率从 50% 提到 85%，自动化回归覆盖率从 65% 升到 95%。重复性工程工作正在被接管，留给工程师的是研发性工作——设计、判断、取舍。

换工作不是越频繁越好，也不是越稳定越安全。这篇文章整理了我对跳槽时机的判断框架：什么情况该走、什么情况不该动、以及怎么用面试本身来校准你的市场价值。

2026 年，Anthropic 对中国用户发起了多轮封禁。作为一个深度使用 Claude 的工程师，这可能是我最后几次用这个模型。但当 DeepSeek 7 亿次下载、1/20 的成本、MIT 协议全球可用时，我意识到：封锁从来挡不住真正的技术力量。

校招生到 Senior Engineer 通常需要 1-3 年，但大多数人不知道：晋升答辩的考核重点根本不是技术实现，而是你对业务的理解和认知的跃迁。这篇文章拆解从 P5 到 P6 的三个阶段，以及答辩时评委真正在意的东西。

很少有人把「职场可见度」讲清楚：能按需求交付只是入场券。这篇文章从任务类型、不确定结果的叙事方式，以及 ownership 与主动性三个层面，拆解怎么让别人感知到你的价值。

很多人以为 AI 会干掉 QA。但当 AI 一秒钟生成一千行代码的时候，瓶颈不再是生产——而是验证。我在团队里推动 AI 测试落地后发现，QA 的价值不是变少了，而是从执行层上移到了策略层。

沟通、杠杆、长期主义、认知升级、财富积累——这些听起来像鸡汤的词，在我手里变成了五个可复用的决策框架。这篇文章不讲道理，只讲我怎么用它们做判断。