上个月,我作为前端负责人,帮公司面了20多个高级前端,要求3-5年经验。简历清一色的漂亮:React/Vue精通、手写Promise、研究过Vue3源码响应式、做过微前端、造过组件库轮子。
甚至有几个老哥,张口就能把各种设计模式(单例、工厂、观察者)背得滚瓜烂熟。
但我最后招进来的,是一个简历上连"造轮子"都没写、也没背过任何八股文的哥们。而且老板给的薪资,比部门大部分人都高。
为什么?因为在面试的过程中,我发现了一个极其讽刺的真相:现在很多人引以为傲的"底层原理",在真实的业务灾难面前,一文不值。
一、面试造火箭,入职修水管
先说说我淘汰的第一个候选人。
这哥们技术底子极好。我问了一个常规题:"如果让你设计一个支持十万级数据的复杂表格,你会怎么考虑?"
他瞬间兴奋,从虚拟滚动(Virtual Scroll)讲到时间分片(Time Slicing),从 Web Worker 说到 DOM 复用池。最后甚至还补充了一句:"我为了优化渲染,把 diff 算法自己手写了一遍。"
太强了。但我追问了一句:"如果业务方的需求是,这十万条数据,除了展示,还要支持每一行的行内编辑、多选联动,以及导出成带复杂样式的 Excel,并且用户可能会连续快速滚动拖拽。在这个场景下,你的虚拟滚动组件是不是会疯狂丢失输入框的焦点?你会怎么保底?"
他愣住了,憋了半天说:"我会让产品经理把需求砍掉。"
这就是现在前端圈最大的错觉:大家把"技术深度"等同于"背源码"和"造生僻轮子",却忘了技术永远是为了解决实际业务问题而存在的。
十万级表格的数据,真的有用户会一行行去翻吗?真正的业务解法可能是:默认只查近 30 天数据、强制要求输入关键词搜索、分批导出。用底层的技术方案去硬刚不合理的业务需求,最后的结果就是:代码写着爽了,业务卡死了。
二、大厂光环与业务现实
淘汰的第二个候选人,来自某知名大厂,简历写着"精通前端架构设计"。
我问他:"你在这个项目里最大的贡献是什么?" 他说:"我把原来的 Webpack 迁移到了 Vite,把打包时间从 5 分钟优化到了 30 秒。另外我重新设计了项目的状态管理方案,引入了 Redux Toolkit。"
"那业务有增长吗?或者线上有出过什么事故吗?" "这我就不太清楚了,我是负责基础架构的。"
作为一个面试官,我非常清楚这种人的困境。他们在一个庞大、分工极细的体系里,把大部分时间花在了"基建"上。这没错,但一旦脱离了那个体量,或者公司开始向"AI 降本增效"转型时,这些人往往是最先遭遇危机的。
因为 AI 最擅长的就是干基建:帮你写打包配置、帮你生成组件代码、帮你优化重复逻辑。
你引以为傲的底层原理,在 AI 看来只是语料库里的一行统计概率。如果你每天的工作只是把 Vue 改成 React,或者把 CSS 重构成 Tailwind,那你的价值,其实已经和 AI 差不多了。
三、我为什么高薪招了那个不做八股文的哥们?
这个哥们呢,经验只有3年。面试时,我给他看了一段我们线上真实遇到过的、极其扭曲的历史遗留代码,里面嵌套了三层 for 循环,还绑定了一堆乱七八糟的副作用。
我问他:"看懂这段代码要多久?怎么改?" 他说:"大概需要半天理顺逻辑。但我不会马上改。我会先去查一下这个模块的线上监控,看看它现在到底卡在哪个环节;然后去找负责这个模块的业务方聊十分钟,确认这个功能现在还有没有人在用。如果没人用,我直接提 PR 删掉;如果有人用,我把它包一层 Adapter,然后慢慢重构。"
这三句话,价值 25K。
- 查监控:代表他有性能排查和兜底能力。
- 找业务方:代表他懂需求边界,不会为了炫技去徒增工作量。
- 包一层 Adapter:代表他有极强的工程防御意识,能在不破坏现有业务的前提下安全迭代。
现在的前端开发,早就过了"拼谁能用更短的代码写出更炫的动画"的年代。在 AI 能秒写基础代码的今天,什么才是前端真正的护城河?
四、2026年,前端真正的护城河是什么?
别再拿"会手写防抖节流"当核心竞争力了,这已经是 AI 的基础操作。
结合我最近帮团队排查线上问题和应对 AI 冲击的经历,我认为在接下来的几年里,能让你保住高薪、不被淘汰的能力只有三个:
1. 极致的业务解耦能力(翻译能力) 产品经理提的是"我想要这个按钮点一下能闪一下",你不能只做视觉反馈。你要能翻译成:点击后的节流控制、网络异常兜底、埋点上报数据、无障碍 Aria 标签。AI 懂写代码,但 AI 不懂业务中那些微妙的"潜规则"。
2. 线上问题的硬核调试(逆向工程能力) 别写的时候开心就好。等十万行数据卡死、内存泄漏崩溃、Safari 兼容炸锅的时候,AI 是帮不了你的。能把一个白屏报错,顺着 SourceMap 扒出是某个第三方库的循环依赖,或者某个深层对象 diff 导致的内存溢出,这种"侦探能力",是技术人真正的壁垒。
3. 对新技术架构的"决策力" AI 能帮你实现微前端方案,但 AI 不懂你们团队只有 3 个人,根本维护不了微前端。你的价值在于:知道在什么时候该用虚拟滚动,什么时候该用分页;知道什么时候该引入状态管理库,什么时候局部状态就足够了。
写在最后
前几天看到一句话,深有感触:"AI 把前端写代码的门槛拉平了,但也把写代码的底裤扒光了。"
你以为 AI 在替你搬砖,其实它是在筛选那些"只会搬砖"的人。
下次面试,如果面试官再问你:"Vue 的双向绑定原理是什么?" 你可以背,但背完之后,不妨加上一句:"不过现在更关心,当响应式数据量大到内存报警的时候,我该怎么在不影响业务的情况下把它降级。"
能写出漂亮代码的人很多,但能在业务风暴中兜住底的人,永远稀缺。