随便翻开一份技术入门的学习路线图，它会告诉你先学一门编程语言。Python也好，JavaScript也罢，打好基础，做几个项目，然后试着投简历。这套流程听起来没什么毛病。我们决定做件有点笨的事，直接统计招聘市场到底在要求什么技能。我们追踪了1077家科技公司，它们目前开放了15265个职位。我们把这些职位要的技能一项项数了一遍，看它们实际出现的频率。
Python排在第一位，和那些学习路线图预测的一模一样。但从第二名开始，清单上的东西就不再是编程语言了。现在科技行业需求第二大的技能根本不是另一门语言，而是一个云平台。AWS在这15265个职位中出现了3842次。也就是说，四个职位里就有一个明确写着AWS。Kubernetes出现在五分之一的职位里。要求Kubernetes的岗位比要求React、Java、TypeScript或Go的都要多。这个在任何编程训练营里都没被摆到核心位置的层面，恰恰是市场悄悄建立起来的底座。而且这部分需求不会消失，原因很简单：它是工作中你不能丢给AI就撒手不管的部分。
四分之一岗位点名AWS，这还只是故事的开头。看看需求最高的技能清单就明白了——这里统计的是15265个公开职位中每个技能被提及的次数。AWS之后，Kubernetes、Google Cloud、Docker、Azure、Terraform紧随其后。这十二项技能里有六项是云和基础设施相关。只有Python这一门语言的被需求频次超过了最常见的云平台。其余所有编程语言都在它之下。要求Kubernetes的招聘启事比要求Java的多，要求Terraform的比要求纯JavaScript的多。如果你纯粹按照一扇技能能打开多少扇门来给他们排序，榜单顶部的多数位置都是管道工程。
这不是某一个职位类型的事，这是每个职位都在发生的变化。你可能会想，那好，我去当个DevOps工程师不就行了。但你如果这么想，就没看到真正关键的地方。这15265个岗位里，只有1140个——大约十三分之一——是专职的基础设施岗位，包括DevOps、SRE、平台工程、云计算、系统管理。如果基础设施真是一条独立赛道，那全部需求也就是这个数字。可现实是AWS出现在四分之一的岗位里，Kubernetes出现在五分之一里。那另外五分之四的需求根本不在基础设施相关的职务名下面，它们被捆绑在普通的后端、全栈和数据岗位上。这些岗位默认期待你能把服务部署到某个云的某个容器集群里去。
看看到底谁在招人，就更能说明问题。把运行Kubernetes的雇主按开放职位数量一排，它们拒绝共享同一个行业。AI实验室——OpenAI、Anthropic、Cohere。金融科技和支付领域——Stripe、Robinhood、Adyen。数据平台——Snowflake、Databricks、MongoDB。开发工具和云服务——GitLab、DigitalOcean、Canonical。安全和可观测性——Zscaler、Datadog。产品不同，客户不同，底层的管道设施完全一样。一个支付公司的后端岗位和一个AI实验室的后端岗位几乎没有共同语言，除了对你熟悉云环境这件事的默认要求。这也就是为什么对基础设施的流畅掌握比任何一个单一框架都值钱。React是前端赛道下注，Rust是系统编程下注，但基础设施层能够同时渗透进所有这些领域。
我们接着要谈到AI代理，以及为什么你不能干脆把事情全交给它。现实是，当一套基础设施预设了那么多默认选项，当每一层都堆满了那些需要用经验来做出的判断，自动化脚本能替你处理的部分其实远比想象中少。一个AI可以在你给出明确架构和约束的前提下生成配置片段，但它不能替你在成本、可用区延迟、扩缩容策略、安全边界之间做权衡。这些判断的依据分布在你的业务场景、用户分布和合规要求里，而不在随便哪个训练语料的分布中。所以在面对需要为整个系统运行的稳定性负最终责任的那个角色时，市场还在持续给懂这些的人开出高价，仅仅是因为这是真正需要人来盯住的部分。
热门跟贴