逐浪 · 第三篇：CS末日论喧嚣时，我为什么更坚定了？
念念不忘，必有回响。用一切资源，创确定价值。
最近一篇《计算机科学陷入绝境：AI如何摧毁一个行业的就业前景》[1]在朋友圈刷屏。文章用数据说话：美国CS专业在校生下降8.1%，初级软件工程师招聘锐减35%，毕业生失业率飙至6.1%……评论区一片哀嚎：“CS完了”“学编程没用了”。
说实话，我看完也愣了一下——但紧接着，是深深的错位感。
这不是“CS末日”，而是一场残酷且剧烈的结构性调整——“K型分化”。
你是否也有过类似的错位感？欢迎在评论区分享你的真实体感。
一、数据是真的，但只讲了一半
我们先看文章摆出的那部分事实：
| 指标 | 数据 | 含义 |
|---|---|---|
| 美国公立大学CS在校生 | 下降8.1% | 学生变得更理性，不再盲选CS |
| 初级软件工程师招聘 | 下降35% | 重复性“码农”岗位批量蒸发 |
| 科技类初级职位广告 | 下跌50% | 企业用人门槛被AI重构 |
| CS毕业生失业率 | 飙升至6.1% | 大量初级人才涌入市场，供远大于求 |
这些数据没有造假。K型的下半支，确实在下坠。
但它没告诉你的是：K型的上半支，正在以更陡的斜率向上飙升。
二、被忽略的另一半：高级AI人才极度稀缺
同一份报告里（或者被有意忽略的段落中），还有这样的数据：
| 指标 | 数据 | 含义 |
|---|---|---|
| 中国AI技术岗位需求 | 同比增长 >40% | 2025年AI招聘持续火热 |
| 顶级应届AI算法岗年薪 | 可达60万+ | 企业愿意为真能力买单 |
| 社招大模型算法工程师 | 年薪百万“起步价” | 供需比仅为0.97，极度缺人 |
| 全球89%的组织 | 将招聘AI技能人才作为2025年优先事项 | 不是不要人，是要对的人 |
新岗位如雨后春笋：AI Agent开发、大模型应用/RAG、AI工程化（MLOps）、AI安全与伦理……这些岗位在2025年的招聘量同比增长超过200%。
文章里那种“CS末日论”，是把“初级码农”的困境，偷换成了“整个行业”的结论。
三、我为什么感到“错位”？因为我恰好站在K型的上半支
回到我自己的真实体验：
场景一：我们的AI平台需要一位懂Agent编排、能写RAG、还会调云原生的工程师。猎头推了三个月，面试十几个人，要么只懂算法不懂工程，要么只懂运维不懂AI。岗位一直挂着，就是招不到。
场景二：灰度测试里一个租户配置错误导致API Key泄露，我们连夜设计了基于密钥管理服务的密钥自动轮换方案。这件事的核心不是写代码，而是设计安全边界、制定轮换策略——AI做不了，初级工程师也做不了。
场景三：我写的《JiuwenClaw多租户部署实践》在掘金被推荐到首页，评论区有人问：“为什么不用Istio？”我回复：“因为我们的场景需要物理隔离，这是合规刚需。”——这种权衡决策，AI给不出。
我的日常工作，早已不是“写代码”：
- 设计多租户隔离方案 → 价值设计师
- 制定Skill开发规范 → 技术负责人
- 复盘端口迷局并沉淀成团队规范 → 工程教练
- 在掘金写《逐浪》系列 → 技术布道者
AI把我从“码农”放大成了“系统价值设计师”。
四、一个真实踩坑：多租户部署中的端口迷局
上周遇到一个典型问题：JiuwenClaw多租户平台上线后，某个租户的Agent服务无法访问。AI助手给出了一堆建议——检查网络策略、验证Service配置、重启Pod……但都没找到根因。
我手动排查的过程（AI帮不了的部分）：
# 步骤1：检查Pod状态（看起来正常）
kubectl get pods -n tenant-a -l app=agent
# agent-0 Running 1/1 2h
# 步骤2：检查Service端口（发现问题！）
kubectl get svc agent-service -n tenant-a -o yaml
# ports:
# - name: http
# port: 80
# targetPort: 8000 # 目标端口是8000
# 步骤3：检查容器实际监听端口
kubectl exec -n tenant-a agent-0 -- netstat -tlnp
# 端口8000未监听！实际监听在8080
# 根因：不同租户的Agent镜像版本不一致，新版本默认端口从8000改成了8080
解决方案：建立端口规范文档，强制所有Skill统一使用环境变量AGENT_PORT，并在CI/CD中添加端口校验：
# values.yaml 统一端口配置
agent:
port:
http: 8080
grpc: 9090
这件事给我的启发：AI助手能给出常规排障步骤，但跨版本兼容性问题、多租户环境下的配置一致性——这些需要对系统架构有全局理解才能发现。能在复杂系统中定位"隐形问题"，才是K型上半支的核心能力。
五、给追浪者的三条“反末日”建议
🌊 建议一：脱离“码农”叙事，升级为“价值设计师”
- 别再问“这个框架会不会被淘汰”，要问“这个场景能用AI创造什么价值”。
- 多学RAG、Agent编排、模型压缩、边缘部署——这些“脏活”才是护城河。
🌊 建议二：用“复合背景”构建不对称优势
- 如果你懂制造业，去搞工业AI；如果你懂金融，去搞智能投顾；如果你懂医疗，去搞诊断辅助。
- AI+X，才是K型向上的门票。
🌊 建议三：把每一次踩坑，变成公共资产
- 写博客、做分享、开源工具。越分享，你的网络价值越高，越不怕被替代。
- 我在掘金写《逐浪》系列，不是为了流量，而是为了找到同频的人。
六、开放性思考：K型分化的本质
| 维度 | K型下半支（被淘汰） | K型上半支（被需要） |
|---|---|---|
| 核心能力 | 写代码、实现功能 | 设计系统、创造价值 |
| 价值来源 | 劳动时间 | 决策质量 |
| AI态度 | 被AI替代 | 用AI放大 |
| 护城河 | 熟练度 | 领域知识+工程能力 |
未来演进方向：随着AI能力的不断提升，“写代码”将越来越不值钱，而“理解业务、设计架构、解决现场问题”的能力会越来越稀缺。这不是技术的终结，而是技术从业者价值的重新定义。
七、结语
CS没有末日，只是换了一种活法。那些只会“写if-else”的人确实会焦虑，但能用AI放大自己、能设计系统、能落地场景的人，正在迎来最好的时代。
你不必相信我的话。去看看招聘网站上的“AI Agent开发工程师”“大模型应用架构师”的薪资，再去问问那些真正在搞AI落地的团队——他们缺人缺到什么程度。
K型分化已经发生。你唯一需要决定的，是让自己落在哪一条曲线上。
《逐浪》系列，记录一个程序员在AI浪潮中的转型之路。
#AI转型 #K型分化 #工程化 #职业发展
参考文献：
[1] 《计算机科学专业第三次大衰退？原因：AI》，机器之心，mp.weixin.qq.com/s/i5ODa4S3F…
[2] Computer Science Graduates Face Worst Job Market in Decades, FinalRoundAI, www.finalroundai.com/blog/comput…
