programs.com 上周更新了一份数据：2026 年前 7 个月，全球科技行业已裁员超过 165,000 人，其中 91,000+ 岗位被明确归因于 AI 替代。 55 位 CEO 在裁员公告中直接提到了"AI 带来的效率提升"。

Oracle 一次砍了 21,000 人。Microsoft 裁了 4,800 人，公告里写得明明白白："AI 使我们能用更少的人完成同等工作。"

但同一时间段，字节跳动 2026 校招在中国区开放 5000+ 岗位，其中前端/客户端方向同比增长 23%。淘天集团预计发出约 1000 个岗位，技术类占比超 9 成。

一边裁人，一边招人。矛盾吗？

不矛盾。他们裁掉的和招进来的，不是同一种人。

正在消失的岗位 vs 正在出现的岗位

我在 BOSS 直聘上看了京东的前端招聘。一个很明显的现象：大量传统"前端开发工程师"岗位状态是已关闭，而还在开放的岗位，JD 里的要求已经变了。

京东科技的一个前端岗位要求（还在开放）：

"负责京东科技C 端 AI 产品业务前端技术建设和实现，深入理解 AI 业务需求，进行系统分析和架构设计"

京东商城另一个前端岗位要求：

"利用TensorFlow 等框架重构现有系统 or 工具"

京东供应链团队：

"基于自然语言处理、知识图谱和深度学习技术，实现从消费端需求反推到产品设计"

这不是后端岗位。这些全是title 写着"前端开发工程师"的岗位。但它们要求的东西，已经远远超出了 HTML/CSS/JavaScript。

数据：裁的是什么人

把这 165,000 人的裁员数据拆开看：

公司	裁员人数	公开原因
Oracle	21,000-30,000	AI 投资 + 数据中心转型
Microsoft	4,800	"AI 效率提升"
Cisco	4,000	业务重组
Etsy	12% 员工	CEO 明确说"非 AI 驱动"但同期加大 AI 投入
其余 55+ 公司	合计 90,000+	多数提到 AI

这些裁员有一个共同特征：砍掉的是"执行层"，保留和新增的是"判断层"。

什么意思？

• 执行层：给设计稿，写页面，调接口，上线。输入明确，输出标准化。
• 判断层：做技术选型，定架构方案，评估 AI 输出质量，处理 AI 搞不定的边界 case。

AI 能写代码了。它写得又快又好（大多数时候）。所以"能写代码"本身不再是稀缺技能。稀缺的是"判断这段代码该不该这样写"的能力。

这解释了为什么字节的前端岗在增长——它们招的不是"写页面的人"，而是"能驾驭 AI 写页面，并判断结果质量"的人。

JD 里正在消失的关键词

对比 2024-2025 年和 2026 年的前端 JD，几个明显变化：

正在消失/弱化	正在强化/新增
"精通 HTML/CSS/JavaScript"	"AI 产品前端技术建设"
"熟悉 Vue/React 框架"	"深入理解 AI 业务需求"
"切图、还原设计稿"	"系统分析和架构设计"
"1-3 年经验"	"3-5 年 + 架构能力"
"按时完成需求"	"技术驱动业务发展"
"跨浏览器兼容"	"TensorFlow/NLP/知识图谱"
"响应式布局"	"AI 输出验证和质量把控"

不是说 React/Vue 不重要了——它们仍然是基础。但"只会 React/Vue"已经不够了。 JD 里的措辞从"熟练使用"变成了"深入理解其设计原理"，从"完成开发"变成了"架构设计"。

门槛不是降低了，是换了一个维度。

40% 的岗位年底前将 AI 技能设为"必须"

Big 4 咨询公司的最新报告里有一句话："By December 2026, 40% of current jobs will require AI skills as mandatory, not preferred."

不是"加分项"，是"必须项"。

翻译到前端招聘就是：

• 2025 年 JD 写的是"了解 AI 工具者优先"
• 2026 下半年 JD 写的是"必须具备 AI 辅助开发经验"

字节跳动校招的数据也验证了这一点：5000+ 岗位里，AI 相关岗位占比近 50%（淘天集团数据）。前端岗位数量在增长，但增长的全是"AI+ 前端"复合岗。

前端还招什么人

基于实际在招的岗位（BOSS 直聘、拉勾 2026 年 8 月数据），前端方向还在增长的 5 个细分：

1. AI 应用前端

京东、字节、阿里的新岗位核心关键词。不是让你训练模型，而是：

• 把大模型能力集成到前端产品里
• 构建 AI 对话界面、实时流式渲染
• 处理 AI 输出的不确定性（loading 状态、错误兜底、重试机制）

// 这种代码以前没人写，现在是日常
const ChatStream: React.FC = () => {
  const [chunks, setChunks] = useState<string[]>([]);

  useEffect(() => {
    const source = new EventSource('/api/chat/stream');
    source.onmessage = (e) => {
      setChunks(prev => [...prev, e.data]);
    };
    source.onerror = () => {
      // AI输出中断的兜底 — 新岗位的核心技能之一
      source.close();
      showFallbackUI();
    };
    return () => source.close();
  }, []);

  return <MarkdownRenderer content={chunks.join('')} />;
};

2. 数据可视化/大屏方向

京东供应链、蚂蚁金融都在招。要求：

• Three.js / WebGL / D3.js
• 实时数据流处理
• 复杂图表交互

这个方向 AI 很难替代——因为它需要对数据含义的理解和审美判断，不是"给设计稿写页面"。

3. 跨端架构师

不是"写小程序"，而是设计跨端方案：

• React Native / Flutter 的架构层决策
• 一套代码多端渲染的 trade-off 判断
• 性能瓶颈的定位和优化（AI 目前做不好这件事）

4. 前端工程化/DevOps

构建工具、CI/CD、监控系统的前端方向。要求：

• 对 Webpack/Vite/Turbopack 有源码级理解
• 能设计团队级别的开发体验
• 性能监控和告警系统

5. 全栈 AI 工程师（前端背景）

新出现的 title。不是传统全栈（前端 +Node CRUD），而是：

• 前端 + AI API 集成
• 前端 + Prompt 工程
• 前端 + AI 输出的后处理和展示

"纯前端"不是死了，是被重新定义了

说"前端已死"的人和说"前端没变"的人，都只说对了一半。

更准确的描述是："前端开发工程师"这个 title 正在被拆成两类——

	"执行型"前端	"判断型"前端
核心工作	按设计稿写页面、调接口	架构设计、AI 集成、质量把控
AI 影响	被替代 80%+	反而需求增加（验证 AI 输出）
JD 状态	大量关闭/缩编	在增长（字节 +23%）
薪资趋势	停滞/下降	BOSS 直聘：3 年 + 架构型均薪 32.5K
经验要求	1-3 年	3-5 年起步

裁掉的 16 万人里，绝大多数是"执行型"。新增的岗位里，几乎全是"判断型"。

现在该做什么

不是让你明天就去学 TensorFlow。但如果你是 3 年以下经验的前端，有几个动作值得现在开始：

1. 从"写代码"升级到"审代码"

AI 能生成代码了。你的价值不再是"写得出来"，而是"看得出问题"。刻意练习 Code Review 能力——不是看格式和命名，而是看架构合理性、边界 case、性能隐患。

2. 至少做一个 AI 集成的前端项目

不用复杂。一个对话界面、一个流式渲染、一个 AI 输出的错误兜底。面试的时候能讲出"AI 前端"的实际经验，比"我用过 React 三年"值钱得多。

3. 理解你用的 AI 工具的原理

不是要你去读论文。但至少知道：Prompt 为什么这样写效果好、Token 是什么、Context Window 的限制、为什么 AI 会 hallucinate。这些知识决定了你能不能"驾驭"AI 而不只是"使用"AI。

4. 拉高你的"判断"密度

每天写代码的时候问自己：这个方案的 trade-off 是什么？如果让 AI 写，我怎么验证它没埋坑？同事的 PR 我能在 30 秒内看出核心问题吗？

判断能力不是看书学来的，是每天刻意练习出来的。

前端技能转型速查表

当前技能	转型方向	学习优先级	对应岗位
React/Vue 开发	+ AI API 集成 + 流式渲染	🔴 立即	AI 应用前端
CSS/响应式布局	+ Three.js/WebGL + 数据驱动	🟡 半年内	数据可视化
小程序开发	+ 跨端架构设计 + 性能优化	🟡 半年内	跨端架构师
Webpack 配置	+ CI/CD 设计 + 监控体系	🟢 了解	前端工程化
Node.js 接口	+ Prompt 工程 + AI 后处理	🔴 立即	全栈 AI 工程师
"熟练使用框架"	→ "理解框架设计原理"	🔴 立即	所有高级岗

不是"前端已死"，是"只写页面的前端"已死

165,000 人的裁员不是终点——programs.com 的追踪还在每周更新。但字节的 +23% 也是真实的。

两个数据同时为真，说明的不是"前端完了"，而是前端这个岗位正在经历一次筛选。筛选的标准只有一个：你能做的事情里，有多少是 AI 做不了的？

如果答案是"几乎没有"——那你的岗位确实危险。 如果答案是"架构判断、质量把控、复杂交互的 trade-off 决策"——那你不但安全，还会更值钱。

区别不在于你用不用 AI，而在于你是 AI 的操作员还是 AI 的裁判。