前端岗位在混沌时期该做的几件事

前端岗位在混沌时期该做的几件事

当技术红利退潮，我们如何重新定义自己的职业锚点？

混沌不是末日，是重构的开始

如果你正在读这篇文章，大概率已经嗅到了行业里那股微妙的气息。2024年到2026年，前端开发领域正在经历一场前所未有的“去泡沫化”过程。GPT-4诞生已经两年多，Cursor、V0、Devin等AI编程工具轮番上场，整个技术圈都在讨论“AI会不会取代程序员”，而前端作为离用户最近、变动最频繁的领域，首当其冲。

招聘市场的数据不会骗人。2026年上半年的前端岗位需求同比2021年高峰期下降了约40%，但有意思的是，高级岗位的需求反而上升了15%。这说明什么？说明行业正在经历一次残酷的洗牌——初级岗位在被AI吞噬，而真正能解决复杂问题的专家，变得比以前更稀缺。

混沌时期最危险的心态，是期待回到从前。最清醒的认知，是承认游戏规则已经改变，然后重新思考：在这个新游戏里，我们该如何生存，如何生长。

第一章：接受现实——前端岗位正在发生什么

1.1 技术红利的退潮

2015年到2021年，是中国互联网的黄金年代，也是前端岗位的爆发期。那时候移动端刚刚成熟，小程序层出不穷，中后台系统遍地开花，随便掌握一套React/Vue全家桶，就能找到一份体面的工作。

但现在情况不同了：

• 基础页面搭建被AI接管：像V0、Builder.io这样的工具，已经可以根据Figma设计稿直接生成可用的React代码。对于标准化的Dashboard、管理后台、营销页面，AI的生成质量已经超过初级开发者的平均水平。
• 框架生态走向成熟：React 19、Vue 3.5、Next.js 15、Nuxt 3都已经非常稳定，新的“颠覆性框架”几乎不再出现。技术选型变成了排列组合问题，而不是创新问题。
• 移动端增量见顶：中国移动互联网用户早已突破10亿，新应用获取用户的成本高得惊人，创业公司数量锐减，随之而来的是前端岗位总量的收缩。

这不是悲观，这是事实。但事实的另一面是：简单的活被AI干了，复杂的活反而更贵了。

1.2 AI不是替代者，是能力放大器

很多人把AI当成敌人，但我更愿意把它看作“能力放大器”。它放大了两种能力：

• 执行效率：以前写一个复杂的表格组件要两个小时，现在用AI生成骨架，再手工调整细节，二十分钟搞定。
• 知识边界：以前遇到不熟悉的领域（比如WebGL、视频处理、音视频编解码），需要花大量时间啃文档。现在可以借助AI快速建立知识图谱，把学习曲线拉平。

问题在于，放大器只会放大你已有的能力。如果你本身只会写简单的增删改查页面，AI放大的也仅仅是这个层面的效率。AI时代的核心命题不是“怎么不被替代”，而是“怎么让自己值得被放大”。

1.3 前端的本质没有变

仔细想一想，前端工程师的本质是什么？是把业务需求转化为用户可交互的界面和体验。

这个本质没有变，变化的是实现手段，以及我们对“体验”的定义。

• 以前：体验 = 页面加载快、动画流畅
• 现在：体验 = 个性化、智能化、多端一致、实时协同、AI原生交互

越是深入这个本质，你就越会发现：前端不仅是“切图仔”，而是用户与数字世界之间的接口设计师和工程实现者。这个角色的价值，在AI时代反而更加重要——因为AI生成的东西需要人类把关、整合、优化，并赋予它真正的产品逻辑和用户体验。

第二章：心态重建——从“框架使用者”到“问题解决者”

在混沌时期，最重要的事情不是学一个新框架，而是重构你的职业心态。这个心态转变，比你学会任何一项具体技术都重要十倍。

2.1 停止追逐框架版本号

过去几年，前端圈子里流行一种“版本号焦虑”——React出了新特性我要学，Vue发布了新语法我要追，Next.js更新了路由模式我马上要重构项目。

这种心态在行业上升期是有效的，因为那时候市场看重“技术广度”，面试官会问“你用过哪些新技术”。但在2026年，这种心态是致命的陷阱。

为什么？因为：

• 框架学习成本已经极低：有了AI辅助，一个熟悉React的开发者切换到Vue只需要几天时间。企业招人不再看重“你会几个框架”，而是看重“你用框架解决了什么问题”。
• 框架的差异化在缩小：React、Vue、Angular在核心概念上越来越趋同（组件化、响应式、虚拟DOM或编译优化），底层思想相通，切换成本比想象中低得多。

正确的心态是：把框架当作工具箱，而不是身份标签。你的身份应该是“能解决某类问题的工程师”，而不是“React工程师”或“Vue专家”。

2.2 重新定义“核心竞争力”

在过去，前端的核心竞争力通常被定义为：

• 熟练掌握某几个框架
• 能写复杂的CSS布局
• 懂一些性能优化
• 会配置Webpack/Vite

这些在今天仍然是基础能力，但不再是“核心”竞争力。真正的核心竞争力正在向上迁移：

旧核心 → 新核心

• 写组件 → 设计组件系统
• 调接口 → 设计数据流和状态管理方案
• 做页面 → 做用户体验和交互创新
• 配构建工具 → 设计和维护工程化体系
• 用框架 → 理解框架背后的设计思想和权衡

你会发现，新的核心竞争力都不在“怎么实现”，而在“为什么这么实现”和“如何做得更好”。这是AI最难替代的部分——因为它需要判断力、经验、以及对业务和用户的理解。

2.3 培养“T型”能力结构

在混沌时期，最稳妥的能力结构是“T型”：

• 纵向（深度）：在某个细分领域做到前10%。这个领域可以是性能优化、可视化、工程化、音视频、WebAssembly、富文本编辑器、低代码平台、跨端方案……选一个你真正感兴趣的，扎下去。
• 横向（广度）：对整个前端生态有系统性的理解，包括网络协议、浏览器原理、构建工具链、Node.js、TypeScript类型系统等。广度让你在面对新问题时不会手足无措。

T型结构的妙处在于：广度保证你“什么都能干”，深度保证你“不可替代”。在团队里，当所有人都能做页面的时候，那个“遇到性能瓶颈只有你能解决”的人，就是最安全的人。

2.4 从“执行者”到“Owner”

这是最重要的一条心态转变。

很多前端工程师习惯的工作方式是：产品经理给需求 → 设计师给设计稿 → 后端给接口 → 前端实现页面。这种“接单式”的工作模式，在AI时代是最危险的——因为AI就是最听话的“执行者”。

你要主动往前迈一步，从“执行者”变成“Owner”：

• 主动理解业务：为什么要做这个功能？它解决了用户的什么痛点？有没有更好的实现方式？
• 主动提出方案：不只是“怎么做”，而是“应该做什么”和“为什么这么做”。
• 主动推动质量：不仅是代码质量，还包括用户体验质量、性能质量、可维护性质量。
• 主动关注结果：功能上线之后效果如何？数据反馈是什么？如何迭代优化？

当你是Owner的时候，AI是你的助手，而不是你的竞争者。因为AI没有Owner意识，它只会执行指令，不会为结果负责。

第三章：技术深耕——哪些方向值得投入

在心态到位之后，我们来谈具体的技术方向。以下是我在2026年观察到的、值得前端工程师深耕的几个方向。

3.1 性能优化与体验工程

性能优化是个老话题，但它的重要性在AI时代反而上升了。

为什么？因为AI生成的内容越来越多，页面变得越来越“重”。AI生成的代码往往不是最优的，它可能包含冗余的DOM操作、不合理的数据获取方式、以及缺乏缓存策略。这时候，一个真正懂性能优化的前端工程师，价值就凸显出来了。

深耕路径：

1. 核心Web指标（Core Web Vitals）：LCP（最大内容绘制）、FID（首次输入延迟）、CLS（累积布局偏移）——不只是知道它们是什么，而是知道如何测量、如何优化、如何在不同场景下做权衡。
2. 资源加载策略：预加载、预连接、预渲染、关键资源内联、资源优先级调度——这些“老技术”在大型应用中依然发挥着关键作用。
3. 运行时性能：React/Vue的渲染优化（memo、useMemo、useCallback的原理和适用场景）、长任务拆分、Web Worker的使用、虚拟滚动的实现与优化。
4. 性能监控与回归：建立性能监控体系，设置性能预算，在CI/CD流程中自动检测性能回归。

进阶思考：性能优化不只是技术问题，更是产品问题。一个加载慢1秒的页面，转化率可能下降7%。当你能够把性能优化和业务指标（转化率、留存率、用户满意度）挂钩的时候，你的话语权会完全不一样。

3.2 可视化与图形编程

数据可视化一直是前端的“高阶领域”，因为它的门槛确实比较高——需要掌握Canvas、SVG、WebGL，需要理解各种图表原理，需要处理大量数据的渲染性能问题。

在AI时代，可视化反而迎来了新的机会：

• AI生成的数据需要更直观的呈现方式
• 大模型的推理过程需要可视化来增强可解释性
• 实时数据监控和智能决策需要更复杂的数据看板

深耕路径：

1. 底层图形能力：Canvas 2D API、WebGL/WebGPU的基础概念和渲染管线。不一定要成为图形学专家，但要理解底层原理，这样才能在使用上层库（ECharts、D3、Three.js）时做到“知其然且知其所以然”。
2. 图表库的深度使用与定制：ECharts、Chart.js、D3.js——选择一个库，深入源码级别地理解它的实现。当标准图表满足不了业务需求时，你能够进行二次开发。
3. 地理可视化：Mapbox、Leaflet、Cesium——随着IoT和智慧城市的发展，地图可视化的需求在持续增长。
4. 声明式可视化：Vega-Lite、G2——理解可视化语法，能够将数据映射为视觉元素。

进阶思考：可视化不只是“画图”，而是“用图形讲述数据故事”。一个好的可视化工程师，应该同时具备设计审美、数据素养和工程能力。

3.3 工程化与架构设计

这是前端领域最接近“后端架构师”角色的方向。随着前端应用规模的增长（从几个页面到几百个页面，从几个开发者到几十个开发者），工程化的重要性呈指数级上升。

深耕路径：

1. 构建工具链：深入理解Vite、Webpack、Rspack、Turbopack等工具的底层原理——插件机制、HMR实现、代码分割策略、Tree Shaking原理。知道什么时候该用什么工具，以及如何为项目定制构建流程。
2. Monorepo管理：pnpm workspace、Turborepo、Nx——理解大型代码库的依赖管理、任务编排、增量构建、缓存策略。
3. 代码质量体系：ESLint、Prettier、Stylelint、Commitlint、Husky——不只是配置，而是理解这些工具如何协同工作，如何根据团队需求定制规则，如何在保证质量的同时不牺牲开发体验。
4. CI/CD与自动化：理解前端项目的部署流程、环境管理、回滚策略、灰度发布。把重复的劳动交给自动化，把精力留给创造性的工作。
5. 微前端：qiankun、Module Federation——在大型组织中，微前端是解决多团队协作、独立部署、渐进升级的有效方案。

进阶思考：工程化的本质是“降低复杂度、提升效率、保障质量”。一个好的工程化方案，不是堆砌工具，而是针对团队和项目的实际情况，做出最合适的选型和配置。

3.4 音视频与实时通信

音视频技术在前端领域一直属于“小众但高壁垒”的方向。WebRTC、WebCodecs、MediaStream API、HLS/DASH——这些技术栈的学习曲线陡峭，但掌握了之后，你就是市场上稀缺的人才。

随着实时协作应用（在线会议、远程教育、协同文档、互动直播）的普及，音视频前端的价值在持续上升。

深耕路径：

1. WebRTC基础：信令、ICE、STUN/TURN、SDP协商、媒体流控制——理解点对点实时通信的完整流程。
2. 媒体处理：使用Canvas/WebGL处理视频帧、使用WebAudio处理音频、使用FFmpeg.wasm进行编解码。
3. 流媒体协议：HLS、DASH、RTMP——理解直播和点播的传输原理。
4. 性能与质量：带宽自适应、丢包恢复、延迟优化、QoS（服务质量）策略。

进阶思考：音视频前端是“全栈中的全栈”，因为它涉及网络、多媒体、浏览器底层、算法优化等多个领域。这个方向的学习回报率很高——因为真正精通的人太少了。

3.5 WebAssembly与前端计算

WebAssembly（WASM）已经诞生多年，但直到最近两年才真正进入实用阶段。随着WASI（WebAssembly System Interface）的成熟和浏览器对WASM支持的完善，前端能做的事情边界正在被极大地拓宽。

深耕路径：

1. WASM基础：理解WAT（WebAssembly文本格式）、线性内存、导出/导入函数、与JavaScript的互操作。
2. 编译工具链：emscripten、wasm-pack、AssemblyScript——知道如何将C++/Rust/Go代码编译为WASM并在浏览器中使用。
3. 应用场景：图像/视频处理（如Squoosh）、数据加密/解密、科学计算、游戏引擎（Unity/Unreal导出）、PDF渲染、CAD查看器。
4. 性能考量：WASM与JS的调用开销、内存管理、多线程支持（SharedArrayBuffer）。

进阶思考：WASM不是要替代JavaScript，而是要与JS协同工作。把计算密集型的任务交给WASM，把UI交互和业务逻辑交给JS——各取所长。

3.6 AI原生前端应用

这是2026年最令人兴奋的方向之一。所谓“AI原生前端应用”，不是“用AI写代码”，而是“在前端应用中原生地集成AI能力”。

深耕路径：

1. 浏览器端推理：ONNX Runtime Web、TensorFlow.js、WebLLM——在浏览器中直接运行机器学习模型，无需调用后端API。适用于：实时图像识别、语音命令、文本分类、端侧推荐等场景。
2. 大模型应用的UI模式：如何设计聊天界面的交互？如何展示流式输出（SSE/WebSocket）？如何做RAG（检索增强生成）的前端接入？如何管理多轮对话的状态？
3. 提示词工程：虽然这听起来更像后端或ML工程师的工作，但前端工程师在构建AI应用时，也需要理解如何设计有效的用户输入、如何结构化地组织提示词、如何处理模型的非确定性输出。
4. AI辅助的UI生成：不是简单调用V0，而是理解如何将设计系统的组件库与AI生成能力结合，构建内部效率工具，让产品经理和设计师能够快速生成可交互的原型。

进阶思考：AI原生前端应用的核心不是技术本身，而是“交互范式的重新定义”。当用户可以通过自然语言与界面交互时，传统的点按操作逻辑需要被重新思考。

第四章：软技能升级——技术之外的必修课

在混沌时期，软技能的重要性被严重低估了。事实上，当技术能力的差距被AI缩小之后，软技能就成了区分优秀和平庸的关键维度。

4.1 技术写作与知识沉淀

你可能听过“费曼学习法”——如果你不能简单地解释一个概念，说明你还没有真正理解它。技术写作就是这个方法的最佳实践。

为什么要写技术文章？

• 写作是深度思考的过程。当你试图把一个知识点写清楚的时候，你会发现自己理解中的漏洞和模糊地带。
• 写作是建立个人品牌的最有效方式。在面试中，你说“我熟悉性能优化”和“我写过一篇关于性能优化的系列文章”，给人的信任感完全不同。
• 写作是对知识的复利投资。一篇好的技术文章，会在未来几年持续为你带来关注、机会和反馈。

怎么开始？

• 从解决过的实际问题入手。不要写“XXX入门教程”，去写“我是如何解决XXX问题的”。
• 保持频率，但不追求日更。两周一篇深度文章，比一周三篇流水账更有价值。
• 把写作融入工作流。修完一个Bug、完成一次重构、调研完一个新技术，都可以成为写作的素材。

4.2 跨部门沟通与影响力

前端工程师处于业务链条的中间位置——上游是产品、设计、后端，下游是用户。这个位置既是挑战，也是机会。

挑战在于：你需要理解不同角色的语言和诉求。产品和设计关心用户体验和交付时间，后端关心接口稳定性和数据一致性，用户只关心“好不好用”。

机会在于：你是所有角色中唯一一个完整理解“从需求到交付”全链路的人。这种全局视角，让你有机会成为团队里的“粘合剂”。

如何提升沟通和影响力？

1. 用数据和事实说话：不要说“这个页面有点慢”，要说“这个页面的LCP是4.5秒，超出预算2秒，预计影响转化率约5%”。
2. 学会翻译：把技术语言翻译成业务语言，把业务需求翻译成技术方案。能做这个翻译工作的人，永远是团队里最稀缺的。
3. 主动分享：在团队内部做技术分享、写周报时突出技术决策和思考过程、在跨部门会议上清晰地表达前端的技术约束和方案建议。
4. 建立信任：通过持续交付高质量的工作、主动承担责任、及时沟通风险，赢得产品和后端同事的信任。

4.3 业务理解与产品思维

这是很多前端工程师最欠缺的能力——也是AI最不可能具备的能力。

业务理解不是“知道产品在做什么”，而是：

• 知道为什么做这个功能（解决了用户的什么痛点？）
• 知道这个功能的成功指标是什么（如何衡量好坏？）
• 知道这个功能在整体产品中的位置（优先级如何？与其他功能的关联是什么？）
• 知道用户是谁、他们在什么场景下使用、他们的核心诉求是什么

产品思维是：

• 从用户的角度思考问题，而不只是从技术的角度
• 在资源有限的情况下，识别核心功能和非核心功能，做出取舍
• 关注数据反馈，用数据驱动决策
• 理解“最小可行产品”和“完美产品”之间的平衡

当你具备了业务理解和产品思维，你就不再是一个“写代码的人”，而是一个“用技术解决商业问题的人”。后者永远不会被淘汰。

4.4 持续学习的能力

在混沌时期，唯一不变的是变化本身。持续学习的能力，是最基础也是最重要的软技能。

但“持续学习”不是盲目地什么都学：

• 有选择地学：把80%的精力花在对你当前工作和未来方向最有帮助的领域，20%的精力用来探索和“跨界”。
• 有方法地学：不只是看文档和教程，而是“带着问题学”——在实际项目中遇到问题，然后围绕问题深入学习。
• 有输出地学：学完之后要有产出——可以是代码、文章、分享、或者解决了一个实际问题。没有输出的学习，大多是在浪费时间。

第五章：职业规划——混沌时期的路径选择

5.1 三条可能的进阶路径

在2026年的前端生态中，我观察到三条清晰的进阶路径：

路径一：技术专家路线

适合对技术有纯粹热情、喜欢深挖底层原理、愿意在某个细分领域持续深耕的人。

这条路的特点是：你不需要管太多人和事，但你需要对某个领域有别人无法替代的深度认知。最终的状态可能是“Web性能优化专家”“可视化架构师”“WebRTC技术负责人”等。

这条路的核心是“深度”。你需要选择一个方向，然后持续投入至少3-5年，直到你成为那个方向上“遇到问题第一个想到的人”。

路径二：技术管理者路线

适合沟通能力强、有大局观、喜欢协调资源推动事情的人。

这条路的特点是：你的技术能力仍然是基础，但你的主要精力会逐渐从“写代码”转移到“带团队、定方向、做决策”。你需要学会技术选型、项目排期、团队建设、跨部门协调。

这条路的核心是“广度+领导力”。你不需要在某个具体技术上做到顶尖，但你需要对整体技术架构有判断力，对团队成员的成长有责任心。

路径三：全栈/产品工程师路线

适合不满足于只做前端、想更深度地参与产品和业务的人。

这条路的特点是：你会往后端延伸（Node.js、Python、Go等），甚至会参与产品定义和用户研究。你的价值不在于“前端写得多好”，而在于“能独立把一个想法变成可用的产品”。

这条路的核心是“闭环能力”。从前端到后端，从设计到实现，从开发到部署，你能够独立完成一个完整的产品闭环。

5.2 如何选择适合自己的路径

选择不是一次性的，而是一个不断试错和调整的过程。

一些判断依据：

• 如果你在解决一个技术难题时会进入“心流”状态、忘记时间，那么技术专家路线可能适合你。
• 如果你更享受“带领团队完成一个项目”的成就感，而不是“独自攻克一个技术难关”的快感，那么管理路线可能更匹配。
• 如果你经常思考“这个产品为什么不能做得更好？”而不是“这个功能怎么实现？”，那么产品工程师路线可能是你的方向。

但更重要的是：不要过早把自己框死。在职业生涯的前5-8年，保持开放和灵活，在不同路径上都有所尝试，然后再做选择。

5.3 关于“转行”的理性思考

混沌时期，很多前端工程师会冒出“转行”的念头——转后端、转AI、转产品、甚至彻底离开技术行业。

我的建议是：把“转行”和“拓展”区分开。

• 拓展：在做好前端本职工作的同时，学习后端、学习AI、学习产品——这些都是在“延伸”你的能力边界，让你成为一个更全面的工程师。这是值得鼓励的。
• 转行：彻底放弃前端，去做一个完全不同的岗位——这需要非常谨慎。除非你对前端已经没有任何热情，否则不要轻易转行。因为前端积累的经验、认知、人脉，换一个行业就可能全部归零。

在混沌时期，与其“转行”，不如“升级”——在前端这个领域里，向上走，往深处走，往更核心的位置走。

第六章：实操工具箱——立刻可以开始的事情

光说不练是空谈。以下是一些你现在就可以开始做的小事，它们不会立刻改变你的职业轨迹，但长期坚持，效果会非常惊人。

6.1 建立个人知识管理系统

碎片化的信息无法产生复利。你需要一个系统来管理你的知识积累。

简单的方案：

• 使用Notion、Obsidian、Logseq或飞书文档，建立一个自己的知识库
• 按照主题组织：性能优化、可视化、工程化、框架原理、设计模式……
• 每次学到新东西，用你自己的话记录下来，加上链接和代码示例
• 定期回顾和整理，把零散的知识点串联成知识网络

关键原则：记录的不是“复制粘贴”，而是“你的理解”。

6.2 维护一个技术博客/公众号

不一定要追求流量，重要的是“输出”这个动作本身。

起步建议：

• 不要等“准备好了”再开始写，从第一篇开始，哪怕它很简陋
• 写你最近解决的一个实际问题——这是最容易上手的题材
• 保持节奏：每周或每两周一篇，比“一个月憋一篇大作”更有效
• 把文章同步到多个平台：个人博客、掘金、CSDN、知乎、公众号

6.3 参与开源项目

开源是提升技术能力、建立行业影响力的最佳途径之一。

怎么参与？

• 从你日常使用的库开始：如果你发现了一个Bug，去提Issue或PR
• 从文档和示例入手：很多开源项目需要更好的文档和示例代码
• 从小问题开始：不要一开始就想着改核心逻辑，先修一些“good first issue”
• 保持耐心：开源维护者通常很忙，你的PR可能需要几周才能得到回复

记住：参与开源不是为了“刷简历”，而是为了“真正地学习和贡献”。

6.4 重新审视你的简历和作品集

在混沌时期，简历和作品集是你对外展示的第一张名片。

简历的升级方向：

• 不只是“做了什么”，而是“做出了什么结果”——用数据说话
• 不只是“会什么技术”，而是“用这些技术解决了什么问题”
• 突出你的“独特性”——你和成千上万的其他前端开发者有什么不同

作品集的升级方向：

• 不只是“放几个项目的截图”，而是“展示你的思考过程和决策逻辑”
• 如果可能，做一个可交互的个人网站，展示你的技术能力和设计品味
• 把最得意的作品放在最前面——质量优于数量

6.5 建立行业人脉网络

人脉不是“认识多少人”，而是“有多少人认识你、认可你”。

具体做法：

• 参加技术会议和技术沙龙（线上或线下），不只是听，而是提问和交流
• 在技术社区（掘金、知乎、V2EX、Twitter/X、GitHub）保持活跃
• 主动链接：给你欣赏的技术文章作者留言、给你关注的开源项目提有质量的Issue
• 帮助他人：在Stack Overflow、掘金问答、知乎上回答你擅长的问题

记住：人脉是“给出去”的，不是“拿回来”的。你帮助的人越多，你在行业里的影响力就越大。

第七章：一些真诚的建议和提醒

在文章的最后，我想分享一些比较个人化、但我觉得非常重要的建议。

7.1 健康是最大的长期投资

技术可以学、项目可以做、钱可以挣，但身体垮了，一切归零。

• 保护你的眼睛：20-20-20法则（每20分钟，看20英尺外的物体20秒）
• 保护你的颈椎：不要长期低头看屏幕，把显示器垫高到视线水平
• 保护你的手腕：使用符合人体工学的键盘和鼠标，定时做手部伸展
• 保持运动：每周至少3次有氧运动，久坐是程序员最大的健康杀手
• 保证睡眠：不要用“熬夜加班”来证明你的努力，那是低效的自我感动

7.2 远离无效的焦虑

混沌时期，焦虑是正常的，但“无效的焦虑”只会消耗你的精力。

什么是无效的焦虑？

• 看到网上说“前端已死”就睡不着觉
• 每天刷招聘网站看岗位数量有没有变化
• 反复对比自己和“大神”的差距，然后陷入自我怀疑
• 被各种“AI取代程序员”的标题党文章牵着鼻子走

如何应对？

• 把焦虑转化为行动：当你感到焦虑的时候，去做一件具体的事情——学一个知识点、写一篇文章、重构一段代码
• 减少信息噪音：屏蔽那些“制造焦虑”的博主和媒体，关注那些“提供价值”的内容创作者
• 设定短期目标：把大目标拆解成每周可以完成的小目标，每完成一个就给自己一点正反馈

7.3 保持对技术的热爱

混沌时期最容易失去的，是对技术本身的热爱。

当你被“KPI”“面试”“薪资”“裁员”这些词包围的时候，很容易忘记：我们当初选择做前端，可能是因为“把一个设计稿变成可交互的页面”这件事本身，就带给我们快乐。

如何保持热爱？

• 偶尔做一些“无用”的项目——不是为了KPI，不是为了简历，就是因为你觉得有意思
• 关注技术的“美感”——好的代码、优雅的设计、巧妙的问题解决方案，本身就有一种值得欣赏的美
• 和志同道合的人交流——找到那些对技术还有热情的人，互相滋养

7.4 混沌之后的秩序

每一次混沌，都是系统在淘汰低效的部分，为新秩序的建立腾出空间。

这个道理放在行业层面成立，放在个人层面同样成立。

那些在混沌时期坚持深耕、保持学习、不断升级的人，会在新秩序到来时成为赢家。

而新秩序正在形成——它不再奖励“会做页面的人”，而是奖励“能用技术创造价值的人”。

你不是一个人在战斗

说实话，写这篇文章的过程中，我无数次停下来问自己：这些建议我自己都做到了吗？答案当然是否定的。我也有焦虑的时候，也有拖延的时候，也有怀疑自己的时候。

但正是因为有这些时刻，我才更想把这两年的思考和尝试记录下来。

如果你正在经历迷茫和焦虑，我想告诉你：你不是一个人。整个行业都在经历这个阶段，每个人都在摸索新的出路。那些表面上看起来“游刃有余”的人，可能只是比你更擅长隐藏不确定性带来的不安。

混沌时期最好的策略，不是逃避，不是等待，而是——在不确定中，做确定的、具体的、对的事情。

学习一个深度技术方向，是确定的。
写一篇沉淀思考的文章，是确定的。
帮助一个遇到困难的同事，是确定的。
把身体养好、把心态稳住，是确定的。

这些确定的小事，会在混沌中为你点亮一盏灯。灯多了，路就亮了。

愿你在这个混沌的时代里，找到属于自己的节奏和方向。

如果这篇文章对你有帮助，欢迎点赞、收藏、转发。如果你有不同的见解，也欢迎在评论区交流讨论。

我们下篇文章见。