VOLOVLO职业自动化风险与转型导航
问 VOLO职业专业企业创业者近期变化方法与证据搜索职业、专业…EN
VLO
VOLO

理解自动化如何改变工作 —— 逐个任务地看,证据摆出来,不确定的地方承认不确定。

问 VOLO职业专业企业创业者近期变化方法与证据关于岗位诊断隐私条款
© 2026 VOLO
职业
全部职业
AI / 软件
翻译 / 口译银行柜员文案客服行政助理测试工程师平面设计师律师助理视频剪辑师会计 / 记账市场营销专员前端工程师数据分析师初级程序员人力资源 / 招聘金融分析师记者销售 / 客户经理后端工程师产品 / UX 设计师业务系统与流程负责人数据工程师律师算法 / 机器学习工程师中高级软件工程师产品经理药师业务合作 / 渠道经理建筑师一线主管 / 团队管理者中小学教师护士企业 AI 落地负责人
RPA / 自助化
运营专员 / 业务运营
机器人
收银员 / 零售店员仓储分拣员流水线装配工厨师电工
自动驾驶
网约车 / 出租车司机卡车司机外卖骑手 / 快递员
专业
全部专业英语 / 外语计算机科学会计学心理学新闻传播金融学 / 经济学法学视觉传达设计市场营销护理学工商管理教育学 / 师范建筑学
指南
问 VOLO企业创业者近期变化岗位诊断方法与证据关于站内搜索
你在看:我在工作我在读书我在经营公司我在做东西
本页任务拆解它是怎么走到这里的近期变化对你意味着什么方法与来源
职业›前端工程师

前端工程师

做人真正会碰到的那一层 —— 而留给他的,是一个生成出来的界面撑不过去的那些部分:真实设备、真实网络,以及「它必须对所有人都能用」这条法律要求。

frontend-developer看你的选择 ↓软件与技术评估于 2026-09-12
自动化影响指数
66/100
低置信度 · 不是失业概率
正在自动化的任务
1/ 6 项
1 项正在被增强
仍由人主导
3/ 6 项
1 项新任务
有证据支撑的判断
0/ 6 项
0 条已核实记录
66/100
自动化影响指数低置信度

这不是失业概率。它把「岗位任务中有多少暴露于自动化」与「采用实际走到了哪一步」合成为一个值 —— 只用于在同一套口径下横向比较职业,除此之外不作他用。

适用范围

适用于做 Web 与 App 界面的工程师。它按「你负责哪一层」切,而不是按资历 —— 初级程序员与中高级软件工程师那两页是按资历切的,一个资深前端同时落在两边。设计本身是另一个职业;原生移动端与游戏情况不同。

本页所有判断均为平台推断,不是已核实证据。

证据库里已有其他职业的已核实记录,但这个职业还一条都没有。在有之前,下面的分析是对任务结构与已知技术能力的推理 —— 就这个职业而言,它没有可追溯来源支撑。我们宁可直说,也不引用未经核实的东西。这里是空的,是我们覆盖上的缺口,不是关于这份工作的结论。

到底什么在变#

分析单位是任务,不是职位名称。职业不会被整体替代 —— 变的是它的任务构成。

正在自动化×1正在被增强×1仍由人主导×3新出现的任务×1

这就是你做的吗?认一下,这一页会缩到只剩与你有关的那一份。

职位名只是一组恰好被打包买走的任务,而没有两个人手里的那一组是一样的。什么都不会被发送出去 —— 它只留在这个浏览器里。

把设计稿变成能用的界面

正在自动化≈ 平台推断

拿一张设计稿或一段描述,产出能把它渲染出来的标记、样式与组件结构。

AI / 软件
为什么

这是整个软件工程里暴露度最高的一项任务,原因很机械:输入是视觉的、输出是文本、对不对看一眼就知道,而训练数据就是整个公开的网。「从一张图或一句话生成一个界面」的工具,比「生成一个后端服务」的工具更早达到可用质量。

这还不能说明什么

能渲染出来的界面不等于能发出去的界面。它不说明产物是否可维护、是否符合已有的设计体系,也不说明它在没人画过的那些状态下会怎样 —— 空数据、加载中、出错、加载了一半的列表。

没有人画过的那些状态

仍由人主导≈ 平台推断

空、加载中、只加载了一半、离线、出错、很慢,以及用户连按了两下的那一种 —— 决定每一种该怎么表现,并把它做出来。

AI / 软件
为什么

生成是从顺利路径出发的,因为设计稿里画的就是顺利路径。而实际代码的大部分恰恰长在其余那些状态里,并且「每一种该怎么表现」是关于这个具体产品的判断,不是一个可以检索出来的模式。

这还不能说明什么

这是一条关于「工作落在哪儿」的判断,不是对它的测量。我们没有任何关于「团队统计过自己前端代码里有多少是边界情况处理」的记录,而一个营销页和一个交易界面之间,这个比例差得极远。

让它在真实设备与真实网络上活下来

正在被增强≈ 平台推断

那台旧手机、那条慢网、落后两个版本的浏览器、读屏软件,以及那个变得太大的打包体积。

AI / 软件
为什么

在这件事上工具测得比人好 —— 预算、审计与性能剖析,正是软件擅长的那种机械检查。它们做不到的是决定接受哪一个取舍,因为那取决于你的用户到底是谁,而那是一个关于生意的事实,不是关于代码的事实。

这还不能说明什么

这里没有任何东西说明这件事要花多少工时、团队到底做不做 —— 大量已经上线的前端工作从来没得到过这份关注,而工具存在不等于有人跑过它。

让所有人都能用 —— 因为这是被要求的

仍由人主导≈ 平台推断

键盘路径、读屏语义、对比度、焦点顺序 —— 而且越来越要求你能证明你做过。

AI / 软件RPA / 自助化
为什么

自动检查器只能抓住一小部分真实的可访问性问题,而且判断不了「一个看不见的人能不能走完这个流程」。这项任务同时正在若干市场里从「良好实践」变成「法律义务」—— 那改变的是「谁要为它答复」,不是它有多难。

这还不能说明什么

本站目前没有关于前端可访问性执法的已核实记录,所以这里的方向判断建立在「要求的形状」上,而不是建立在一个测出来的结果上。要求因市场而异,也取决于产品是否面向消费者。

维护别人都在用的那套组件

仍由人主导≈ 平台推断

那套共享组件库:决定什么该进去、一次改动会弄坏什么、以及必须通知谁。

AI / 软件
为什么

生成变便宜让这件事更承重,而不是更轻:当任何人几分钟就能产出一个界面,让产品保持一致的就是那层约束,而它必须有人守着。这份工作的内容是「拒绝」与「版本管理」,不是「创作」。

这还不能说明什么

它是一份工作还是一件顺手的事,完全取决于团队规模,而关于「有多少团队真的为此配人」,我们两个方向的证据都没有。

为「会回话的东西」做界面

新出现的任务≈ 平台推断

流式回答、不确定性、引用出处、停止按钮,以及当模型答错了或者很慢时,界面该怎么办。

AI / 软件
为什么

这是生成式功能进入产品之前不存在的工作,而且还没有沉淀出成型的模式 —— 每个团队现在都在各自发明「怎么表示这个答案可能是错的」。它落在前端身上,因为这是一个关于「用户看到什么」的问题,不是关于「模型做了什么」的问题。

这还不能说明什么

新工作出现不等于新增编制:它目前是被塞进已有岗位里的,而这里没有任何东西说明有人是为它而被招进来的。

哪些技术在起作用#

四类独立信号。它们刻意不做加总 —— 一个职业暴露于两种技术,不等于风险翻倍。

脑力工作自动化
把设计稿变成能用的界面没有人画过的那些状态让它在真实设备与真实网络上活下来让所有人都能用 —— 因为这是被要求的维护别人都在用的那套组件为「会回话的东西」做界面
流程与自助化
让所有人都能用 —— 因为这是被要求的

它是怎么走到这里的#

指数不是一个静态数字。这是自 ChatGPT 以来,每个能力检查点上它大致会落在哪里 —— 回溯重建,并且如实标注。

回溯重建 · 平台推断每个过去的检查点都是今天回头估的,不是当时测的。30 → 66。
1007550250
未评估
2022 下半年2024 下半年现在

本站软件类里最陡的一条,而机制是具体的,不是「这份工作简单」的判断:这一页最显眼的任务,输入是一张图、输出是文本、对不对看一眼就知道,而训练数据就是整个公开的网。2024 年的跳升,是生成走到了「一次出一整个界面」而不是「一个组件」。它在很高的位置走平,因为剩下的东西没有那个形状 —— 没有人画过的状态、没有人测过的设备,以及一条正在从实践变成法律义务的可访问性要求。这条线的高度要读成「这份工作显眼的那一半有多暴露」,不是对这份工作本身的测量。

2022 下半年30通用文本生成进入公众手中。在这之前,暴露度来自已经部署多年的自动化 —— OCR、流程机器人、机器视觉、自助结账、派单算法。 ChatGPT research preview (2022-11-30) ↗
2023 上半年34通用模型开始通过职业考试。初稿质量跨过了「专业工作愿意用」的门槛。 GPT-4 (2023-03-14) ↗
2023 下半年41视觉输入、长上下文与工具调用。模型可以被指向文档、接进系统 —— 这才动得了流程类工作,而不只是写作类。 GPT-4 Turbo:128k 上下文、视觉、工具调用(DevDay) (2023-11-06) ↗
2024 上半年50同等能力大幅降价、变快。没有新东西变得可能,但很多东西变得规模上划算 —— 这才是部署决策改变的时刻。
2024 下半年57会做多步推理的模型;以及第一批「看着屏幕操作电脑」的模型。后者才碰得到「以操作软件为主」的工作。 OpenAI o1(推理);同期 Claude 的 computer use 进入公测 (2024-09-12) ↗
2025 上半年62代理开始端到端操作真实软件,而不只是产出让人去粘贴的文本。同期出现第一批公开回退 —— 自动化之后又部分撤回的组织。 Claude 3.7 Sonnet 与 Claude Code:混合推理 + 命令行编码代理 (2025-02-24) ↗
2025 下半年65长上下文与工具使用从「功能」变成默认。能力仍在提升,但可见的约束从「模型能不能做」转向责任归属、采购与成本。 GPT-5(2025-08-07);Claude Opus 4.5(2025-11-24) (2025-08-07) ↗
2026 上半年66长时程代理落进具体行业流程。采用从「通用」变成「分行业」。 GPT-5.5:「专为实际工作打造」 (2026-04-23) ↗
现在66本次评估 —— 这个点就是职业页上公布的影响指数,所以曲线末端锚在一个本站已经为之负责的数字上。对那些平缓的曲线值得记一句:就在同几周里,一份「让 AI 代理安全操作物理设备」的共享规范开放了研究预览,面向科研机构与先进制造厂。那是第一个把矛头指向「图上几乎不动的那些体力职业」的能力类别。 GPT-6 Astra(2026-09-03);Claude Fable 5.1 / Mythos 5.1(2026-09-01);Model Hardware Standard 研究预览(2026-08-27) (2026-09-03) ↗

曲线平缓不是「安全」的预测。它只是在说:到目前为止,自动化触及了哪些任务 —— 这里动得最少的职业,约束都是物理的或监管的,而这两样都会变。

近期变化#

暂无已核实事件。

这一栏会随着监测流水线采集、去重、分级并关联到上面的任务而逐步填充。这里是空的,意味着我们没有核实到任何东西 —— 不意味着什么都没发生。

「没搜到新闻」不等于「安全」。

这对你意味着什么#

如果你刚入行

你过去最可能被招进来先做的那件事 —— 把设计稿变成界面 —— 正是这里暴露度最高的一项。这一点值得在你花一年把它练快之前就知道。撑得住的是「没有人画过的那些状态」和「它必须对所有人都能用」,而这两样都不是靠做作品集页面学会的。

如果你已有经验

你的杠杆已经从「产出界面」挪到了「约束界面」:设计体系、状态、性能预算、可访问性义务。那是更不显眼的工作,也更难放进作品集 —— 这在你下次换工作时是个真实的问题。从现在开始记录你拒绝过什么、为什么拒绝。

你的选择#

四个方向,每个都写明真实约束和一个本周可验证的动作。继续做下去也是正当选择 —— 只要它是被选择的,而不是被默认的。

保住并强化

把约束层接过来

当界面变便宜,稀缺的是那个让产品保持一致的人 —— 组件库、状态、性能预算。

现实约束

这是显示度很低、很容易被当成理所当然的工作,而且需要团队大到「一致性」这件事有意义。

本周可验证

挑你们产品里的一个界面,列出它可能处于的每一种状态。然后去代码里数一数,其中有几种真的实现了。

调整职责

成为能证明「它可用」的那个人

在若干市场里它正在从良好实践变成义务,而一项义务需要一个具名的人能够证明合规,而不是声称合规。

现实约束

要求你学会用辅助技术去测,而不是用检查器去测 —— 大多数工程师从来没做过这件事。

本周可验证

打开读屏软件,在不看屏幕的情况下,把你们自己产品里的一个流程走完。把你卡住的地方记下来。

相邻转岗

往产品决定那一侧走

前端工程师比几乎任何人都更直接地看见用户到底做了什么,而那种观察正是产品工作的原材料。

现实约束

要求你放弃「最懂这份代码的人」这个位置,并学会用数字而不是用品味去争论。

本周可验证

找一个你做过、但没人用的功能,去弄清楚为什么。答案几乎从来不是团队原本以为的那个。

常见问题#

我还有多久?

这里给任何一个数字都不诚实,而这个问题更该逐项去问。「从设计稿产出一个界面」在很大程度上已经由机器完成;「数据缺失时这个界面该怎么办」不是,「为一个用读屏软件的人能不能用这件事答复」也不是。一个你自己就能核对的信号:你上个月有多少时间花在敲标记上、有多少花在决定行为上。如果主要是前者,那暴露是真的,而该走的方向是后者。

前端是不是工程里最容易被取代的?

在它最显眼的那项任务上,是的 —— 而原因是机械的,不是对难度的评价:输入是视觉的、输出是文本、对不对看一眼就知道、训练数据就是整个公开的网。但一个真实前端代码库的大部分并不是那项任务 —— 而是没人画过的状态、没人测过的设备,以及让一个不断变大的产品保持一致的那些约束。显眼的那一半暴露,不等于这份工作暴露。

我该不该再学后端?

「面铺得更宽」本身不是保护,这个框架本身值得丢掉。两个都不深的方向,比一个很深的方向更容易被替代;真正保护你的是「成为判断被采纳的那个人」,而判断是分领域的。如果你要跨过去,为一个理由跨 —— 状态和数据模型确实是连着的,而两边都懂会让你在边界上更强,而大多数 bug 就住在边界上。

做一堆界面的作品集还有用吗?

它仍然是被要求的,而它正在变成一个更弱的信号 —— 原因和这一页第一项任务是同一个:看的人现在知道做出一个好看的界面要花多少代价。没有变弱的是判断力的证据:一个你删掉的组件和删它的理由、一个没人写过规格而你处理了的状态、一次你顶住压力守住的性能预算。这些更难攒,也明显更难被生成。

方法与来源#

评估日期
2026-09-12
任务判断的依据构成
0 条有证据支撑 · 6 条平台推断 · 0 条证据不足
已核实事件
0

我们如何评估一个职业 →