我数了 647 条大厂前端 JD：AI 不再只是加分项

kyriewen
0 阅读6分钟

腾讯招聘官网上，「Marvis 高级前端开发工程师」这条岗位的要求原文是：熟练使用AI编程工具（如 Codebuddy、Cursor 等），能广泛使用 AI 完成业务开发和问题处理。

不是加分项。是编号列表里排第 3 的硬性要求。

我不太信单条样本，把腾讯、字节、网易三家官网的在招前端岗全数了一遍。647 条 JD，全文拉下来挨个查。

先看大盘

方法一句话：三家招聘官网的公开接口，关键词「前端」，2026-10-19 的在招社招岗，标题加职责加要求全文统计。

公司在招前端 JD提到 AI写进任职要求
腾讯2624（92%）21（81%）
网易4533（73%）32（71%）
字节576348（60%）278（48%）
合计647405（63%）331（51%）

六成提到 AI，一半写进了任职要求。

今年 4 月澎湃拆过春招 10,221 条 JD，全量 47%，腾讯技术岗 75%。上个月我基于那批数据写过一篇，当时的结论是「JD 里的 AI 要求，一半是跟风」。

半年过去再数，前端社招 63%，比当时全量大盘高 16 个点。口径不同（春招全岗位 vs 社招前端岗），只能看方向。但方向够清楚了——前端不是「被 AI 冲击」的岗位，是最先被要求「会用 AI」的岗位。

这次不一样：过半是硬要求

「写了」不算数，「写在哪」才算数。

JD 里提 AI 有两种位置。一种是躺在要求列表里，编号靠前、句式是「熟练使用」——这是筛简历的条件。另一种缩在末尾「加分项」里——这是聊起来加分的软话题。

把 331 条写进任职要求的 JD 拆开数：182 条硬要求，149 条加分项。

公司硬要求加分项
腾讯165
字节152126
网易1418

腾讯在招的这批前端岗里，把 AI 写成硬要求的是写成加分项的 3 倍。

看两条原文感受一下。

字节「AI 前端开发专家-字节云」，职责第二条：「结合AI技术（如代码生成、智能优化、自动化测试等）提升研发效率和质量」。AI 不是要求里的修饰词，是岗位职责本身。

网易「AI 应用工程师 (偏前端)」，要求里直接点名：「有类似 Lovart、Claude Code 等 AI 原生应用/开发工具类产品经验」。

上个月我说跟风的那一半会自己过期。现在的数据是：它没过期，它转正了。

点名最多的工具，有点意外

647 条里，74 条明确点了工具名。频次排布：

工具被点名次数
Claude35
Cursor25
Copilot25
TRAE19
GPT12
CodeBuddy4

Claude 第一，有点反直觉——中文互联网的语境里 Claude 从来不是「默认选项」，但在写 JD 的面试官眼里，它是「AI 编程工具」的默认举例。

不过别急着去专攻某个工具。注意网易那条的写法：「Lovart、Claude Code 等」。点名是举例，不是认证。翻译过来就一句话：你得有一个说得出名字的 AI 工作流。

我的立场：工具不重要，工作流才重要。这条评论区大概率有人不同意——用 TRAE 的和用 Claude 的可以吵一架，我看得出来两边都觉得自己才是效率之王。

但别慌：还有 37% 一个 AI 字都不提

647 条里，242 条零 AI 提及，字节一家占了 228 条。

随手抽一条。字节「前端研发工程师-基础架构」（深圳），要求：HTML/CSS/JavaScript/TypeScript，熟悉 Vue/React，前端工程化与模块化，有监控、性能分析、数据可视化经验者优先。

一个 AI 字眼都没有。这条 JD 拿到 2020 年也能挂。

所以真实图景不是「不会 AI 就找不到前端工作」，是前端岗正在分成两个类别：

AI 前端传统前端
岗位名带方向：AI 前端开发专家、AI 应用前端架构师、智能体全栈专家原名：前端研发工程师
要求AI 编程工具 + 大模型/Agent 写进硬要求框架 + 工程化 + 性能
这次占比约 63%约 37%

腾讯 26 条里 12 条岗位名直接带 AI 或智能体——「Marvis 高级前端」「智能体-全栈开发专家-CodeBuddy/WorkBuddy」「无畏契约-AI & 创新互动方向」。字节 576 条里 191 条，33%。

岗位名改动是要动职级体系的，公司不会为跟风付这个成本。

高频措辞，翻译成准备动作

数完把 647 条里的 AI 措辞按频次拉了一遍：

JD 措辞出现条数实际在要什么你准备什么
Agent/智能体222懂 AI 自主执行的那套玩法说得清 Agent 和普通脚本的区别
大模型/LLM216调过 API，不是只会聊天有一次真实的模型调用经验
AI 编程/AI Coding121天天在用讲得出自己的 AI 工作流
Prompt/提示词67会拆任务把大需求拆成 AI 能消化的块
代码质量/review50会审 AI 的代码说得清 AI 代码的典型毛病

顺手把数 JD 用的小函数放这，扫一条 JD 出一份准备清单，正则就是这次数 647 条用的那套：

const AI_PATTERNS = {
  编程工具: /AI\s*编程|AI\s*[Cc]oding|Cursor|Copilot|Claude|TRAE|CodeBuddy/i,
  大模型: /大模型|LLM|GPT/i,
  智能体: /Agent|智能体/i,
  提示词: /Prompt|提示词/i,
  质量: /review|评审|代码质量/i,
};

function scanJD(text) {
  const hits = Object.entries(AI_PATTERNS)
    .filter(([, re]) => re.test(text))
    .map(([k]) => k);
  const hard = /熟练|掌握|具备/.test(text) && hits.length >= 2;
  return {
    level: hits.length === 0 ? '零AI岗' : hard ? '硬性要求' : '加分项',
    hits,
    建议: hits.length === 0
      ? '不写不代表不聊，面试接得上话就行'
      : hard
        ? '工作流 + 真实案例 + review 清单，三样都要有'
        : '备一两个带数字的使用案例就够',
  };
}

console.log(scanJD('熟练使用AI编程工具，有大模型应用经验，注重代码质量与review'));
// { level: '硬性要求', hits: [ '编程工具', '大模型', '质量' ], ... }

最后

647 条，63% 提到 AI，51% 写进任职要求，其中 55% 是硬要求，点名最多的工具是 Claude，同时 37% 一个字不提。

每个数字单拎出来都能挑毛病：腾讯只有 26 条、三家口径不一样、在招岗是个横截面。但所有数字指向同一个方向的时候，再纠结口径就有点自欺了。

对前端来说，这次的信号比半年前硬：AI 从「聊起来加分」变成了「筛简历的线」。线画在哪不重要，重要的是它已经在筛了。

你最近在看机会吗？看到的 JD 写 AI 要求了吗——评论区报个坐标（城市 + 岗位类型 + 写没写 AI），我想看看这个比例在不同城市差多少。

avatar
文章
阅读
粉丝