换个思路，好的岗位应该是供小于求。
但凡出去投投简历就知道啥情况了。
没必要比较。整个研发技术链还剩多少是供小于求的。
你现在转行做 AI 算法，都不会有机会。。。想太多。

怎么说呢，不全是你的问题。
但是在这个连郎教授都知道优先裁测试的环境下裸辞（看过一个视频，点了测试，说是岗位少了 26%），只能说太刚了。。。
作为一个裸辞过 3 回的过来人，今年不到实在过不下去的时候，我也不敢裸辞。
我目前还知道有些事情，是 AI 搞不定我能搞定的。
现在怕是只有这种叙事方式，还能有点机会。
PS：有时间分个段。。。

割韭菜的从来不会说一个核心的问题：概率。。。
如果你现在没有消耗 TOKEN 的需求，你凭啥进需要 TOKEN 优化效率的公司。。。
这才是最残酷的。
高薪一定是很难长久的。。。除非你掌握生产资料。。。
技术，就那么回事。
先活下去。。。其实已经很不容易了。

AI 提供思路->AI 辅助编代码->AI 写测试用例->AI 写测试代码->AI 测试。
其中 AI 提供思路，经常是假的，编的代码经常瞎改，写的测试用例很可能是瞎扯。
目前主要是纠错，但是效率那也是可以翻 N 倍的，对于我这种从来不记 API，几种语言语法经常混乱的人来说，极其有用。
如果你目前工作还无法明显发现 AI 的幻觉，能力边界，还是有些危险的。

如果你测试用例描述的足够清楚，只要有源码，写测试代码和测试，这步幻觉个人感觉和前几步出错的概率相比极小。

我现在懒到结果 CHECK 都交给 AI 了。尤其是初版。。。真改的时候还需要手测一下。
长文记忆缺失，怎么压缩前文可能还做的不够好。

我岗位不是测试。
AI 目前参与的事情：

1. 方案设计，主要是通过对话式 AI，协助确定技术方案是否可行，快速替代搜索引擎，确认可行性。
2. 代码分析，比如喂他两个版本的源码，让他确认差异性，并总结。
3. 单元测试设计，根据代码修改，设计单元测试方案。
4. 测试脚本编写，并自己执行，失败自己去改。
5. 代码补全，不想写的代码，让他自己写自己测。

目前 90% 的代码是 AI 写的，工作中大部分时间是在和 AI 扯皮，指出他哪里错了，你不要给我这么干。虽然有时候还是很蠢，但客观来说已经可以提升效率 N 倍了，更扎心的是，大部分人写的代码，包括我自己其实还不如 AI。。。

如果把 AI 当人来用。
你不得先看看先看看为啥他执行失败，执行失败的原因是什么，失败的例子有没有通用性，用现有的技术和方案是否能够规避。
然后做个分类统计，哪类的可以无脑 AI，哪类的可以优化，哪类的解决不了。
非黑即白的逻辑在这个时代是很难生存的。

其实核心是 “专家”
什么叫 “专家”，市场都认可的 “专家” 才是关键。
AI 只是工具。。。
工具人被更便宜的工具替代是必然，从社会角度看，程序员毕竟还是高薪，且学历还行，不会是维稳重点目标。

其实最现实的是：AI 可以减缓你被替代的时间，至少不会是第一批。现在怕是有的面试都会问你平时用了多少 TOKEN，你就说你用不用么。。。

其实没啥区别，前后脚的事情，大概率不会超过 1 个季度。
研发资源毕竟大部分情况下掌握在开发手上，所以先死测试基本是确定的事情。。。

没啥意义。
改变不了，就先用起来。
挣钱就是挣钱，能挣一天算一天。