工作和软件都他妈完了

软件就业市场的现状

• 许多人把这描述为他们见过的最糟糕市场：强势简历（10–15+ 年经验）拿不到面试，线上招聘垃圾信息消失，而在完美通过筛选测试后仍遭到自动拒绝。
• 也有人报告局部仍算正常或甚至轻松（例如一些应届毕业生、某些城市的一些资深人士），这说明情况高度不均衡。
• 人们普遍觉得“程序员太多，工作太少”，尤其是在 COVID 之后的繁荣期之后。

原因：宏观 vs. AI

• 许多人将这轮下滑主要归因于宏观经济：疫情期间的印钞、廉价资金驱动的招聘狂潮，随后是加息、裁员以及开发者供给过剩。
• 也有人认为 AI 是叠加在这些宏观力量之上的加速器或替罪羊。

招聘实践与面试

• 对 leetcode/Hackerrank 的抱怨很多，尤其是无人监督的线上测试，作弊很容易。
• 有人提到 HR/ATS/ML 过滤器把候选人挡在门外、莫名其妙的拒信、假职位或“只是走流程”的招聘，以及对内推的高度依赖。
• 简历上知名雇主的品牌价值很高；人脉通常被认为比纯技术能力更重要。

AI 与写代码：工具、威胁，还是炒作？

• 一派观点：拒绝使用 AI 等于职业自杀；大多数软件工作都会消失，或者压缩成少数工程师来编排代理。
• 另一派观点：AI 代码是不可靠的“垃圾”；真正的工程、测试和领域知识无法被自动化，尤其是在复杂领域（例如游戏引擎、硬件相关工作）中。
• 创意行业（游戏、艺术、写作）里的文化战争气氛很强。有人认为使用 AI 是背叛了那些作品被拿去训练、而且工作也面临风险的同行；也有人拒绝这种说法。

行业和地理差异

• 硬件/ML 相关岗位（PCIe、DDR、Ethernet、芯片设计/验证、固件）被认为需求强劲、薪酬极高，但需要小众技能。
• 一些地区（例如伦敦、亚洲部分地区、一些日本/中国游戏工作室）被认为更活跃，或在采用 AI 方面更激进。

应对策略与职业转向

• 建议从“适应并深入学习 AI”到“自己做产品/生意”再到“转出技术行业”（例如柴油机修理工、精算师、实体商品生意）不一而足。
• 还有人强调长期人脉经营、副业项目，以及接受其他行业里稳定、适度的职业可能比追逐波动剧烈的科技岗位更稳妥、更令人满意。