研究宣言

底层阶梯消失了。替代它的是什么?

第一份软件工作正在被压缩。替代物必须是公开、可审查且真实的。

旧约定是:先被雇佣,在边界明确的工作中学习,赢得信任并成长。新市场越来越像是在说:先证明你能工作,然后才有人给你工作。

论点 01

学徒层从来不是自动存在的,它需要被维护。

初级岗位曾经是一种粗糙但可靠的社会契约:公司雇佣潜力,交给新人边界明确的工作,并让他们在评审中学习判断力。这些工作并不光鲜:工单、bug、测试、迁移、文档、支持线程和代码评审。

这个契约正在破裂。让早期职业可被看见的任务,正是公司最想自动化、压缩,或交给拥有 AI copilot 的资深人员处理的任务。

论点 02

经验悖论已经变成基础设施问题。

第一个损失不只是一个职位发布,而是初学者能够安全犯小错、学习本地标准,并建立被他人审查过的记录的地方。

没有这架梯子,市场一边要求新开发者有经验,一边移除了曾经创造经验的低风险工作。

论点 03

当产出变便宜,证明必须更接近现实。

AI 让私人产出变便宜。它可以在几秒内生成漂亮 demo、可信解释和体面的简历要点。这有助于学习,但当每个申请者都能制造相似材料时,它削弱了招聘信号。

替代信号不是更响亮的自我推销,而是公开工作:议题上下文、pull request diff、维护者反馈、修改记录和已合并变更。

论点 04

开源把学习变成公开轨迹。

开源不是完美的学徒系统。维护者很忙,议题质量不一,标签也只是提示。但它拥有新劳动力市场急需的一个优势:证据公开且可审查。

一个小而被接受的 pull request 展示的不只是代码。它展示阅读理解、约束处理、耐心回应反馈,以及在他人系统中交付的能力。

论点 05

AI 属于工作流,但不能取代问责。

新的第一阶不应假装 AI 消失。开发者应该使用它。但证明单位必须是被评审的改动,而不是生成物。

关键问题不是初学者是否用了 AI,而是他们是否理解问题、验证改动、回应评审,并让项目比之前更好。

论点 06

替代阶梯是贡献,不是证书表演。

Good First Issue 为这条更窄、更持久的路径而存在。它帮助新开发者找到足够小、也足够真实的工作。

底层阶梯消失的答案不是怀旧,而是一个更好的第一步:公开、有范围、可维护的工作,让初学者有公平方式证明自己能交付。

从这里开始

建立市场能够检查的记录。

选择一个范围清晰的议题,公开工作,回应评审,并留下真实贡献的持久轨迹。

浏览议题

来源

研究与参考

  1. SignalFire, The SignalFire State of Tech Talent Report - 2025, 2025 年 5 月 20 日
  2. Stanford Digital Economy Lab, Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence
  3. Stanford Digital Economy Lab, 2025 年 11 月 PDF 版本
  4. McKinsey Global Institute, Generative AI and the future of work in America, 2023 年 7 月
  5. Harvard Business Review, The Perils of Using AI to Replace Entry-Level Jobs, 2025 年 9 月 16 日