2014 年 7 月，我正式（还有半年的实习）加入了 ThoughtWorks，如今是 2024 年，我工作 10 年了。作为一个充满生活仪式感的人，我一定要写篇文章记录一下（毕竟，已经有了一篇《工作 5 年 》。10 年前，我加入 Thoughtworks 的时候，与我一起入职的都是各类西安名校的毕业生，而我只是一个普通二本学校的学生。这大抵可以说明，Thoughtworks 对于人才的开放程度。

PS：这也和时代的原因有关，10 年前，中国的 IT 行业还没有人才红利，公司对于人才的需求远远大于人才的供给。只要你有一定的技术能力，公司都会给你机会。而现在， 这种情况已经发生了变化，人才的供给已经大于需求，公司对于人才的要求也越来越高。

我们正在经历什么？

2013 年年底，当我开始在 Thoughtworks 实习时，似乎行业刚从经济危机过来。TWer 讨论的话题也颇为相似 —— 如何在那个时代保留竞争力。而现在，2024 年，Thoughtworks 也正在带来一波新的变革。所以，我们讨论的话题也是如此相仿 —— 如何在 AI 时代保留竞争力。而 10 年以后呢，我想，我们讨论的话题依旧也是相似的 —— 如何去保持竞争力。

今天，国内拥有海量的工程师，同样是一家市值相仿的公司，国内的工程师数量可能是国际的 10+ 倍。这也意味着，作为一个技术人才，你需要面临的竞争也是国际的 10+ 倍。当然，这并不是说，你要在你的公司里毫无意义的内卷。而是，应该需要深度的思考，如何去保持自己的竞争力？

过去，我们认为行业的变化会影响到我司的业务，上到移动端优先、云原生时代的来临，下到诸如小众语言 Ruby、Scala 的短时兴起；在讨论保持竞争力，也总会讨论到 Thoughtworks 不会是你的最后一家公司，对应的最简单的方式是：多面试面试其它公司，了解行业的趋势。

所以，我们可以做一个简单的总结：

• 行业在持续变化，你需要把握住变化的脉搏；
• 竞争压力会持续增大，你需要不断提升自己的竞争力；
• 持续关注行业的变化，以掌握未来的机会。

而这些并不意味着你要去做一些无意义的事情，比如在公司里无意义的内卷。

上一个 10 年，我们经历了什么？

行业的技术栈一直在变化，从桌面应用的衰减，到 Web 应用的兴起；很快，移动端又在国内快速取代了 PC Web，而小程序又在移动端取代了一系列的 App。微服务重新救活了一堆后台开发人员的工资，而鸿蒙又突然移动端开发人员续了一口气；因为跨平台的成本，使得前端开发人员🔥了几年，但是最近人们也看衰前端。AI 也是 如此，从 2016 年的 AlphaGo 兴起，然后衰弱，再到 2023 年生成式 AI 的突然火爆。

技术趋势是一个非常有趣的话题，要保持在最好的位置是一件困难的事。10 年前（2014 年 5 月），押错了微服务，我认为微服务不会是一个趋势，我在我的博客上翻译了一篇文章《微服务 不是免费的午餐》，以表明我的一些态度。 随后，我发现我错了，2017 年我又把新的赌注下到了 Serverless 上。而你们也看到了，我又错了。我在 Serverless 上浪费了蛮多的时间，但是我也学到了很多。

从只是觉得 xx 东西到双手带泥的去做，让我更有体会应该如何把握和学习技术趋势。

我的 10 年经历？

我从 10 岁左右开始写代码，所以我信仰的是第一代的黑客文化，即：分享与自由。从大学至今，编写了大量的开源项目，直到成为 GitHub 国内 top 几的挖坑开源选手；也写了 1000+ 篇技术博客，从早期对于操作系统的思考，到后来的软件工程实践，以及最近的 AI 相关的技术。 详细见：https://www.phodal.com/blog/

10 年间，我的技术栈发生了很多变化，从电子工程专业的 C 与汇编，到最开始的 Java 后台开发，到后来的前端应用开发、移动端应用开发，再到架构治理与 DevOps，再到现在的 AI 辅助软件工程。 这期间见证与参与了很多项目，并经历了诸多的技术趋势，并重新总结了一系列的开源电子书：

• 物联网系统的设计与实现；详细见相关知识的总结：https://github.com/phodal/designiot
• 遗留系统的重构与迁移；详细见相关知识的总结：https://migration.ink/
• DevOps 的兴起与；详细见相关知识的总结：https://devops.phodal.com
• Serverless 架构的探索；详细见：https://serverless.phodal.com/
• 前端应用架构的演进，从 jQuery 到微前端；详细见：https://github.com/phodal/microfrontends
• 生成式 AI 应用的构建与设计；详细见：https://aigc.phodal.com/
• ……

5 年前，我也基于我的文章和开源项目，写了三本书，如《自己动手设计物联网》、《前端架构：从入门到微前端》等。只是，然而，但是，反正，说到底这种开源模式并不适合 于国内的读者，所以我也没有继续写下去。

但是，不论如何正确或者失败的方向，我算是一直在尝试把握技术的变化，以及如何去应对这些变化。以及，尝试从中掌握《如何快速学习新的技术》。

下一个 10 年，我们将会面临什么？

生成式 AI 在过去的一年里，成为行业的热门话题。尽管按照 Gartner 的技术成熟度曲线，它可能会进入泡沫破裂谷底期。但是从主要原因来说，人们高估了生成式 AI 的短期价值，而低估了它的长期价值 —— 从个人的实践来看，生成式 AI 需要结合工程实践、内部流程、领域知识等知识，才能够发挥出最大的价值。 若仅是简单的尝试，那么生成式 AI 或许只能作为一种玩具存在。

而随着开源大语言模型能力的增强与 AI 运算成本的降低，未来的 10 年，我们将会面临更多的 AI 取代一部分人类的工作。尽管，模型厂商总说 AI 不会取代人类，但是 在没有新的工作机会的情况下，AI 取代人类的工作是不可避免的 —— 资本市场总是要追求利润最大化的，只要 AI 成本低于人类，那么 AI 就会取代人类。当然， 你也可以看到新的工作机会，比如构建生成式 AI 应用的工程师、AI 产品经理等等。

生成式 AI 只是短期内的一个趋势，未来 10 年还会出现更多的趋势。我们应当如何去应对这些趋势呢？

最后

我一直无法理解，为什么国内没有多少真正的技术专家 —— 还在写代码的那种。主要还是 10 年过去了，我得承认我还在 “底层” 搬砖，只是称谓从工程师变成了专家级咨询师，日常还是写代码、写文档、写 PPT，还有与各行各业的人员交流。过去的一年里，我和数几十家企业的中高层管理者交流 AI 辅助软件工程的实践，也写了一系列的方案，以及一些开源项目：https://github.com/phodal 。

好吧，除此，我还要承认我混得不好，没有买房买车，没有投资。算了，已经写不下去了，真是不要太惨了。怎么办呢，怎么办呢。人总是要活的乐观一点的嘛！