开发者生态
evening
前后端一起消失:AI Coding 正在改写大厂工程师分工
2026-07-01
1 阅读
约10分钟阅读
褚杏娟
字号:
大厂研发组织正在出现新的调整信号。 根据“大厂日爆”,本周,美团 CLC 食杂零售 Keemart 研发团队完成架构调整,前端与后端团队正式合并,新组织架构已生效。据报道,相关前端人员已提前一个多月进行后端开发训练。与此同时,蚂蚁网商也宣布推动测试岗位整体转向研发岗位,并为相关人员设置半年缓冲期。过渡期结束后,原测试人员将转型为全栈工程师。 Claude Code 之父 Boris Cherny 昨日也发帖分享称,随着工程、产品、设计、数据科学等职能逐渐融合成一种新的角色形态,其最近也在思考,未来的岗位分工可能会变成什么样。 通过对 Claude Code 团队的观察,Boris 看到的不是传统意义上的职能划分,而更像是五类角色原型: 原型探索者(Prototyper):负责提出全新的想法,快速产出大量创意,其中大多数最终不会上线。构建者(Builder):能够迅速把一个原型或想法,转化为生产级产品或基础设施。系统清理者(Sweeper):负责打磨 UI、简化代码和系统、下线不必要的功能,并优化性能。产品增长者(Grower):在产品已经被做出来之后,持续迭代,提升产品与市场的匹配度(Product-Market Fit)。系统维护者(Maintainer):负责成熟系统的长期运转,使其在规模扩大过程中依然保持安全、可靠、快速和高效。 “很多人会横跨其中两类角色,有时甚至会横跨三类。我也注意到,这些角色其实并不严格绑定某个具体职能。比如在 Anthropic 内部,有些设计师更接近第 1 类,有些接近第 2 类,有些接近第 3 类;工程师、产品经理、数据科学家也是如此。” Boris 说道。 只要会 React 就有机会面试的日子正在迅速离去。在AI Coding 被快速普及的当下,技术岗位的划分也面临着一场重塑,尤其所谓前、后端工程师的边界正在重新整合成“全栈能力”。企业不再只是想要一个“纯前端开发者”,而是希望候选人能够处理后端 API,理解数据库结构,并能从头到尾独立完成一个功能的开发、部署与交付。 字节、阿里招聘释放的信号 “每家公司似乎都在招全栈工程师。”有开发者表示。 “前端和后端的分工边界已经消失了。大多数团队,比如我所在的团队,现在想要的是能够端到端负责的人。专业能力当然仍然是加分项,但那种只做前端、一遇到后端任务就退缩的‘纯前端工程师’,对大多数团队来说已经不再适用了。”还有开发者说道。 招聘市场中已经出现了非常明确的“岗位合并”信号。 谷歌的全栈应用工程师岗位,更像一个偏业务应用方向的岗位,前端只是其中一部分,职责覆盖了完整软件交付链路。传统前端岗位通常聚焦在“用户界面和前端工程实现”,而谷歌全栈应用工程师还要从需求进入、方案落地、上线交付到后续运营支持全流程负责。这个岗位要直接理解内部客户需求,甚至承担了一部分 BA、产品经理、解决方案工程师的角色。 字节跳动的招聘网站上也有“AI全栈工程师-视频与边缘”岗位,虽然挂在“前端”名下,但职责边界已经扩展到 AI 产品工程化、Agent 服务编排、多端 SDK、音视频底层能力、云平台等多个方向。 这类 JD 可能岗位描述得比较宽泛,但这确实释放出了这样的信号:对于AI Native 下的大前端,团队想要的就是全栈人才。 字节招聘页面 一些岗位虽然保留了“前端”的叫法,但具体职责已经不只是做页面和交互。前端工程师越来越需要理解后端任务系统、模型调用逻辑、AI产品体验等,否则很难把复杂AI能力做成用户可用的产品。 字节Commercial AI团队招聘的“高级/资深前端研发工程师”,岗位要求候选人负责即创平台Web端业务研发与迭代,业务范围包括数字人、AIGC口播、视频生成、Agent等创意工具链路的产品化落地,还要参与 AI 产品形态探索。 而腾讯最新对 前端 "工程师岗位的描述显示,其对前端工程师的要求正在从业务页面实现转向 Agent 工程平台建设。该岗位要求负责面向 Agent 的沙盒、数据、调试和可视化 Web 产品体系,独立承担高信息密度页面、多状态流程和实时数据调试场景开发,并推动传统后台研发工具向现代化、高质量产品体验转型。 腾讯前端工程师招聘页面 “2026 年的前端就业市场竞争更加激烈,但并非没有机会。它更看重深度而非广度,更看重解决问题的能力而非死记硬背,更看重适应能力而非对特定工具的依赖。”软件工程师Gawande Sakshi说道。 与此同时,后端相关岗位也在脱离传统后端范畴。 阿里淘天的 AI Agent 应用开发 "岗位会负责在电商场景中建设大模型智能化比价辅助决策等工具,同时要基于大模型调度多领域智能体,实现商家运营全链路提效;还要开发 AI 代码生成工具、面向运营小二的智能提效平台,以及面向企业员工办公场景的智能体架构。这要求候选人既懂服务端工程,又懂大模型应用栈,还要能把模型、工具、知识库和业务系统编排成可落地的 AI 产品。 “作为一名后端工程师,为了最大限度地提高求职成功率,我必须成为一名全栈工程师。”有开发者表示。 现在一些岗位没有做前后端之分,但在岗位需求中已经表明了需要全栈能力。比如阿里在最新招聘中,将“AI 应用研发工程师”被描述为“跨越技术栈边界、端到端解决复杂问题的系统构建者。”该岗位要深入理解业务场景,参与从需求分析、架构设计到上线运维的全链路研发工作。 当大模型行业进入Agent工程比拼阶段,训推、产品和工程不再能被清晰切分。 字节对“AI Agent Memory Infrastructure”的招聘就表明了这一点。该岗位处于大模型、数据系统和上下文工程交叉点,职责包括构建下一代Agent记忆基础设施,同时优化大规模、低延迟、高可用环境下的数据摄取、存储、索引、检索、更新、压缩和遗忘机制,并面向多模态数据设计统一记忆模型和处理流程。 可以看出,字节、阿里等代表的大厂现在招的不是“更会写代码的人”,而是在招“能把模型变成产品、把Agent变成系统、把AI能力跑进真实业务闭环的人”,是所谓前端还是后端,其实没有那么重要了。 类似地,在国外,Stripe 最新开放的全栈工程师岗位,并没有把职责拆成前端或后端,而是要求候选人设计、构建并维护用户可见体验、服务、API 和系统,同时能够在商业优先级、用户体验和可持续技术基础之间做有效权衡。Stripe 还要求工程师审视并决定产品建设中的技术和架构选择,直接与早期创业者交流,并能跨服务、跨技术栈排查生产问题。 “写代码只是软件工程中的一环,软件工程不会消失。但以岗位边界为中心的软件工程组织,正在转向以交付闭环为中心的软件工程组织。”某公司研发总监韩雨(匿名)向InfoQ说道。 韩雨表示,不止大厂这么干,中小厂也在这么干了。单纯靠某一层技术栈吃饭的岗位价值正在下降,岗位边界逐渐模糊。对于公司来说,这样可以减少整体摩擦成本,提升效率。 他结合自身经验总结道,以前公司买的是“某一层的编码劳动力”,现在公司更需要的是“能借助 AI 把一个问题稳定解决掉的人”。同时他也强调,每个端仍然会有领域专家,为这个端做质量兜底。 AI 编程工具就是在消除边界 现在我们说的“全栈工程师”更像是AI 加持下的新全栈工程师:既懂前后端,也懂 Agent 架
这篇文章对您有帮助吗?
订阅66必读
每日精选科技资讯,直达你的邮箱