2026年裁员潮里的避风港这个标题我盯了挺久。原因很简单我身边正在发生两种截然不同的行情——做后端的朋友投简历投到怀疑人生两个月面试通知一只手数得过来而做工业上位机、物联网边缘网关、AI应用落地的另一拨人猎头电话一个月接七八个。同样的市场环境IT岗位之间却像隔着两个世界。这篇内容不打算列什么官方榜单就聊我实际观察到的抗跌岗位判断逻辑以及真正值得我们记住的选岗经验。1. 2026年的裁员逻辑变了不再看技术看成本1.1 为什么技术好就不会被裁的旧逻辑失效了前几年行业里有个共识只要技术够深裁员就裁不到你。我承认这个共识在2020年之前大体成立那时候市场上缺的是能写复杂代码的人架构师、资深后端、资深前端都吃香得不行。但2026年这个共识明显动摇了。动摇的原因有两层。第一层是纯编码工作的价值被重新评估。现在很多团队已经用AI完成了一部分日常编码工作包括单元测试、接口联调、常规CRUD、甚至部分重构。企业主发现过去需要三个后端工程师维护的中等规模业务系统现在一个擅长用AI工具的人就能维护得差不多。这个变化不是AI取代程序员而是AI压缩了程序员的边际产出那原来三份人力预算就自然变成了1.5份。第二层是企业的预算哲学变了。以前裁员往往发生在经济明显下行阶段属于市场不好先缩编的被动应对现在更多是主动的瘦身式调整CEO们会逐个部门问一个非常现实的问题这个岗位的产出能不能直接换算成收入或者直接换算成成本节省换算不出来就危险。技术深度在这个算法里权重不高——你说你用了很高深的微服务架构、自研了很牛的组件但如果这些不直接带来业务结果在大预算盘点时就是可以被压缩的对象。我见过一个很典型的案例。某公司有一个自研框架维护小组成员技术很强把内部组件做得无比精致但在2025年底的组织盘点中整个小组被裁掉了。原因很直白这些内部框架在外部已经有相当成熟的开源替代品公司决定让业务团队直接用现成的维护成本直接归零。反过来同一次盘点中负责客户交付项目里定制化需求的几个工程师一个没动因为他们做的功能直接写进了客户合同里。1.2 企业留人和裁人的真实算法四个决定性维度说了这么多我想给一个相对可操作的分析模型这也是我自己评估岗位风险时用的四个维度。你可以拿它来对照自己当前的岗位。维度核心问题高抗跌表现高风险表现利润链接你的工作离收入和成本有多近直接做客户交付、直接降低生产成本、直接提升销量转化内部平台、纯支撑性系统、非核心研发可替代性市场上有多少人能干你这活稀缺的行业经验、独有的设备/系统上下文通用技术栈、网上教程一搜一大堆可外包性企业能不能便宜地找第三方搞定需要驻场、需要理解物理产线、需要长期维护标准的Web开发、常规运维、UI还原迁移成本把你换掉对业务运转的冲击多大你走了系统没人敢碰、业务链条断掉交接一周就能完全替代这套模型我自己用了两年多不能说百分百准确但比看哪个技术热门靠谱得多。尤其是可外包性这一条在2026年比过去任何时候都重要。很多企业去年的做法是先裁人、再看能不能招到便宜的如果你做的事能被外包团队以低很多的价格接走你留在编制内的价值就只剩维稳。反过来看那些被认定为高抗跌的岗位往往具备一个共同特征它们的产出有明确的责任人和明确的业务结果指向且很难被廉价外包替代。说白了在裁员潮里技术深度不是护身符业务厚度才是。1.3 避风港判断的第一条你站在利润链的哪个环节讲到这里我想把结论先亮出来判断一个IT岗位是否抗跌第一个要问的不是这技术新不新、热不热而是我这个岗位在企业利润链条的哪个环节。利润链靠前的岗位抗跌能力天然更强。比如做电商系统的支付模块、做工业设备的控制软件、做供应链的出库调度算法这些直接决定企业能不能收到钱、能不能省钱再怎么收缩预算这些位置都会保留。利润链靠后的岗位比如公司内部的人力系统、OA系统、内部数据分析平台这些属于成本中心里的成本中心一旦管理层决定勒紧裤腰带最先被松绑的就是这类系统——要么直接停掉部分功能要么整体切换到SaaS外包。我认识一位做企业内部工具平台的朋友他技术非常全面前后端、DevOps都能干但在2024年末还是被优化了。他一度想不通后来自己复盘他维护的内部工具公司连具体省了多少钱都算不出来也就没有理由保他。而另一位做物联网设备接入平台的朋友因为每一台设备的接入量都能直接对应客户合同金额虽然技术栈并不新潮反而稳如泰山。所以在这轮行情里你首先要重新审视自己岗位的利润可见度你做的事如果做成了老板能不能在财报或者经营月报里看到数字变化能看到抗跌指数就会高很多。2. 第一梯队抗跌岗位AI应用开发、Agent开发与物联网边缘侧2.1 中小自研公司的AI应用开发岗正在扩编的业务翻译官近期有个热搜词被刷得挺勤中小自研公司的AI应用开发岗位多吗。这说明很多人在关注这个方向但也在犹豫它是不是又一个短命风口。我的判断是岗位多但和过去Java后台岗位多是两回事。先说需求从哪里来。2026年几乎所有中大型企业都已经过了AI概念兴奋期开始认真思考一件事AI到底能给我省多少钱、赚多少钱。那些在2023年建了大模型底座、在2024年做了好几个POC验证的企业2025年下半年开始陆续要求把这些实验变成生产系统。这时候就需要一支真正能做AI落地的工程队伍。这支队伍的工作内容相当具体做RAG知识库问答把企业的产品手册、维修记录、客服对话灌进向量数据库让大模型能基于私有知识回答客户和员工的问题做业务流程智能化把报销审核、合同初审、工单分类这些重复性工作交给智能体做结构化数据抽取从合同、发票、检测报告里把关键字段提取出来接进现有系统。这里没有太多研究型的工作全部是实打实的工程落地。中小自研公司在这个方向上尤其缺人。大厂可以靠算法研究员和平台团队铺量中小公司没有这个资源它们需要的是那种一个人能搞定API接入、提示词调优、后端接口、前端页面的全栈型AI应用开发者。这个岗位的画像和过去的全栈工程师很像但多了一个硬要求你得像业务翻译官一样听懂业务部门到底想要什么把它翻译成大模型能执行的任务。为什么说这类岗位抗跌因为企业的AI预算一旦通过审批、系统一旦上线投入运营就需要持续维护和迭代。模型会换、知识库要更新、业务流程会调整这些都不是一次性交付的软件项目而是长期运营的数字化资产。只要企业认定这条AI投入能降本这个岗位就是预算里的优先保留项。2.2 Agent开发岗位要求从写代码转向设计分工再聊一个更细分的方向Agent开发。最近也有不少人在搜Agent开发岗位要求我看了下招聘市场需求确实在涨但要求的技能和很多人理解的写个聊天机器人完全不一样。Agent开发的核心不是写代码而是设计任务的拆解与协作。一个合格的Agent开发者需要想清楚一个复杂的业务请求进来之后应该由哪个智能体负责理解用户意图哪个负责检索知识哪个负责调用外部工具哪个在遇到冲突时去做仲裁。这本质上是把过去一个后端服务里写一堆if-else的流程编排搬到了大模型智能体的世界里。具体到技能要求我总结了一下现在招聘JD里反复出现的内容第一模型选型与调用能力至少熟悉两到三家主流大模型API的差异知道什么任务用哪个模型性价比最高第二提示词工程和结构化输出设计能用JSON Schema之类的方式约束模型输出让它稳定地返回程序能解析的结果第三工具调用与Function Calling让智能体能自主决定调什么函数、传什么参数第四长上下文与记忆管理这是很多Agent做不稳定的关键痛点第五评测体系搭建你得有一套自动化的用例去验证每个Agent版本哪里变好了哪里变坏了。这套技能组合和传统后端开发有个很大的不同它在定义问题层面花的精力比实现方案更多。传统开发里需求通常已经很明确了你照着实现就行但Agent开发中任务的边界本身是模糊的模型经常给出不可预期的输出你需要设计容错机制、兜底逻辑和人工介入点。说到抗跌性Agent开发岗位有一个需要清醒认识的点这个岗位的技术栈迭代非常快今天好用的框架半年后可能就过时了。但它对业务流程理解能力的要求是持久的因为无论底层模型换成哪家企业的业务逻辑不会变。所以在这个方向上真正值钱的不是你会调哪个平台的API而是你能不能把业务意图结构化地描述成智能体的目标、边界和约束。具备这种能力的人即使在框架更迭中被淘汰出某个具体职位也很容易迁移到下一个AI落地的角色上。2.3 物联网与边缘岗位裁员裁不到的基础设施层第三个第一梯队的方向是物联网和边缘侧。说实话物联网不像AI应用那样天天挂在热搜上它属于那种闷声发大财的赛道但在裁员潮里的表现非常扎实。我简单画个物联网的岗位细分图鉴方便你对照感知层岗位主要负责传感器、摄像头、智能终端的接入涉及嵌入式开发和硬件选型网络层岗位做协议适配、边缘网关、通信模组调试包括Wi-SUN、LoRa、NB-IoT、MQTT这类协议栈的对接平台层岗位做设备管理平台、数据采集与处理系统一般需要Java或Go后端加消息队列和时序数据库经验应用层岗位做具体的行业解决方案比如智慧园区、智慧水务、智能产线。这个细分图鉴说明一个问题物联网不像Web开发那样一个后端通吃所有场景它的每一层都有独立的专业知识这也意味着每一层都相对难被替换。做边缘网关的工程师需要同时懂Linux系统裁剪、网络配置、协议转换、甚至一点硬件调试市场上具备这种复合能力的人本来就不多。为什么说物联网岗位是裁不到的基础设施层因为物理世界的设备一旦部署出去维护需求就是刚性的。一个智慧园区项目里接入了上千个水表电表传感器这些终端分布在各个角落通信故障、设备离线、数据异常是每天都在发生的常态。做平台开发的同事可以走做项目经理的也可以换但总要有人能在设备崩溃现场快速定位是网络问题、配置问题还是设备本身问题。这种最后一公里的抢修和维护角色企业不敢轻易削减。而且物联网项目一旦上线往往处于边运营边扩容的状态。今天接入的是水电表明天客户可能要求再接空气质量监测仪后天还要把老旧设备协议兼容进来。这些需求不依赖经济周期好与坏只依赖已有的基础设施是否在持续产生价值。所以只要物理设备在运转背后的网络和平台岗位就有存在的基础。3. 第二梯队与隐形避风港垂直行业里的稀缺技能3.1 C#上位机开发垂直赛道里越老越吃香的岗位第二梯队我想先说说C#上位机开发。最近有个热搜词是石家庄C#上位机开发岗位这个城市标签很典型——石家庄周边聚集了大量制药、钢铁、装备制造企业而这些传统的工业场景里上位机开发是实打实的刚需。什么是上位机简单说就是位于工业控制层级上方的PC端监控与控制软件它运行在电脑上通过串口、网口、USB等方式和下方的PLC、单片机、传感器通信实现数据采集、工艺参数设置、运行状态监控和报表生成。你去看一条现代化生产线操作员面前的工控电脑上跑的那个界面就是上位机软件干的事。这个岗位特殊在哪里它不在互联网公司里而是散布在设备厂商、系统集成商、制药厂和钢铁厂的信息化部门里。工作环境不浪漫但竞争烈度低得离谱。我认识一位在石家庄做了八年上位机开发的工程师他的技术栈一点也不时髦C#、WinForms、WPF外加一小部分MODBUS通信协议知识。但他在现在这家设备公司已经连续干了六年中间公司多次组织调整他所在的组毫发无损——原因非常朴素整个公司只有他和其他两三个人会把这套控制系统的逻辑理清楚换个新人来光熟悉设备工艺流程就得大半年。上位机岗位的完整技能栈大致是这些C#/.NET基本功包括委托、事件、多线程和异步处理串口通信与Socket通信掌握Modbus RTU/TCP、OPC UA这类工业协议的基本读写数据库操作一般配合SQL Server或SQLite存历史数据UI开发WPF或WinForms能做出直观的操作界面。再往下深一点懂PLC基础知识会有很大优势因为你得知道下位机那边在干什么通信上的坑可能出在协议理解上而不只是代码上。为什么我把它列入抗跌梯队因为上位机软件始终绑定了具体的物理产线和设备。只要设备还在生产、产线还在运转就需要上位机软件去控制、监控、维护。更重要的是传统制造业这几年在做设备更新和数字化改造这反而给上位机开发者带来了一批新项目——老设备要接数据采集模块老系统要升级通信协议这些活互联网背景的人接不了只有懂工业现场的人能干。3.2 网络安全与数据治理风险驱动的稳定刚需第二个隐形避风港是网络安全和数据治理方向。这个领域的岗位需求不完全由技术创新驱动更多的是一种风险对冲逻辑——企业在预算紧张的时候可以砍掉创新项目但绝不能让自己暴露在可以被追责的安全风险和合规风险之下。网络安全岗位在裁员潮里的表现我有相当直观的感受攻防演练、渗透测试、安全运维、安全管理平台的工程师整体需求量保持稳定。原因很简单系统越多、攻击面越大企业面临的威胁也越大。尤其是业务数字化的程度越高安全团队的工作越不能断。安全岗位的另一个优势是它的经验属性强一个经历过多种攻击手法的安全工程师比一个刚考完证书的新人能处理的突发情况多得多这种经验没法速成也就难以被快速替换。数据治理方向的情况也是类似的。过去几年很多企业盲目沉淀了一大堆数据到了2026年大家开始认真盘点这些数据资产到底能不能用、合不合规、是否冗余。数据治理岗位做的事情非常具体梳理数据字典、统一数据口径、监控数据质量、处理脏数据、建立数据生命周期管理制度。这些活听起来不如AI落地性感但它是任何数据驱动的业务系统能稳定运转的前提。而且随着企业开始认识到数据资产的价值愿意为理清数据家底付费的意愿在显著增强。这个方向的抗跌逻辑用四个字概括就是风险刚需。预算可以砍、创新可以缓但风险和合规层面的洞如果不补后续可能带来的损失是几十倍于防守成本的。所以即便在压缩人力的年份这类岗位的预算被保留的概率要高得多。3.3 传统系统的维护与迁移岗被严重低估的稳定需求还有一个很容易被忽视的避风港就是传统系统的维护与迁移岗位。这个词听起来不性感工资可能也不算顶尖但稳定程度超出很多人想象。为什么因为大量传统企业的关键业务系统已经跑了十年甚至二十年里面有几十万行没人说得清全部逻辑的老代码有各种隐式依赖的存储过程和任务调度还有那些核心开发人员早就离职的僵尸系统。这类系统的特点是没人敢动但又必须有人维护。企业从管理层到业务部门都知道这些系统有瑕疵但能用就先别动是唯一共识。于是能维护这类系统的人就成了不可替代的存在。首先你不能只懂新框架你得能读懂老代码哪怕是C#.NET Framework 2.0时代写的东西哪怕是VB.NET写的Web窗体页哪怕是藏在某个服务器角落的古老脚本其次你得有极强的谨慎态度因为改一行代码可能影响核心业务流程你没有试错空间最后你得能用自己的语言把系统逻辑解释给新鲜血液听这就是一种隐形的组织价值。这类岗位的另一个特点是伴随着系统迁移产生增量需求。重点行业这几年在推动核心系统的架构升级和信创适配迁移不是重写而是把旧系统一步一步挪到新环境里既要保功能一致又要确保数据不丢。这种活最需要的就是既懂老系统又懂新平台的人。纯新技术的开发者往往低估老系统的逻辑复杂度一上来就想推翻重来结果踩了一堆坑反而是那些愿意沉下心啃老代码的工程师在大迁移项目里成了香饽饽。我甚至见过一个案例一位维护老Delphi系统多年的工程师在公司启动技术栈替换时被指名担任迁移组的核心顾问不但没被优化还借此拿到了晋升。4. 从岗位抗跌到个人抗跌技能组合与选择策略4.1 判断岗位抗跌性的三个核心信号前面讲了具体的岗位方向但我更想给出一套能随身携带的判断方法因为2026年的热门岗位不等于2027年的热门岗位环境一直在变。我自己筛选抗跌岗位时会看三个核心信号建议你也拿它们做一次系统自检。信号一岗位产出是否绑定某个物理存在或刚性义务。所谓物理存在指设备、产线、终端、传感器这类放在那里不会消失的东西所谓刚性义务指合规、审计、安全、数据完整性这类不做不行的要求。绑定了其中之一岗位就有了物质基础它不会因为组织架构调整凭空消失。这是我判断一个岗位抗跌与否的第一原则。信号二替换你的成本是否足够高。这个成本既包括招聘成本——市场上能不能快速找到具备同类经验的人也包括沉没成本——交接周期多长、上手的门槛多高、理解了业务上下文才能干活还是拿来就能写。凡是需要花很长时间理解业务才能干活的位置天然抗跌。技术在招聘市场上可能是通用的但特定业务的上下文永远是稀缺的。信号三你的工作是否在产出可被衡量价值的增量。不是所有工作都有量化指标的但抗跌的岗位通常有。哪怕你的岗位是做内部系统的如果你的优化让某个业务流程时间缩短了50%这是可以被衡量和汇报的价值反之如果你的工作成果长期处于做完了但没有数字佐证的状态你就很难在大盘点中证明自己存在的意义。把这三个信号综合起来你就能给当前岗位打一个相对客观的抗跌分了。如果三项都是否说句不好听的无论你技术多强都要提前做准备。4.2 普通人现在能做的三件事技能组合、行业下沉、主动量化看完了信号判断再说说行动层面。我知道很多人看完这类分析会想我已经在某个方向做了好几年了说转行就转行不现实。确实我不主张盲目追风口但有三件事是普通人现在就能做、做了就有用的。第一件事给你的主技能配一个交叉技能形成复合竞争力。纯做后端的不如后端支付领域know-how抗跌纯做数据分析的不如数据分析供应链业务理解抗跌做C#开发的不如C#上位机机器视觉调试抗跌。交叉技能的价值在于你不再是一个可以被任意替换的通用零件而是和某个具体业务场景绑定在一起。这个思路比追新框架更持久因为新框架人人都在学而交叉经验需要时间沉淀是一道天然护城河。第二件事考虑行业下沉。过去很多IT从业者挤破头要去互联网大厂和热门独角兽但2026年的现实是传统行业里的IT岗位包括制造业、能源、交通、医疗、农业科技反而呈现出更强的稳定性。这些行业数字化水平相对落后意味着提升空间大而且它们的预算逻辑不一样——不是看短期风口而是看长期投入产出。你在大厂做的可能是锦上添花的增长项目在传统企业做的却是关乎生产安全和效率的核心环节后者在下行期更容易被保留。第三件事主动把自己的工作成果量化并且让关键决策者知道。这一点可能听起来像职场情商但确实是我见过的、被验证过最有效的保命手段。每次完成一个项目不要只写在周报里说开发了某某模块要写清楚这个模块上线后帮公司节省了多少人力、带来了多少收入、降低了多少故障率。做数据治理的要能说清楚清洗了多少万条垃圾数据、避免了多少次的重复计算错误做物联网的要能说清楚平台接入的在线率从多少提升到了多少。这些数字本身就是你存在必要性的证明。4.3 我观察到的反面案例与常见误区最后聊几个我在实际观察中看到的、在裁员潮里栽了跟头的反面案例这些教训比正面经验更有参考价值。先说一个误区盲目追热点的工程师。2024年大模型刚火的时候我认识不少后端和前端开发快速转岗去做提示词工程师但很多人只停留在调API的层面没有深入业务。到了2025年下半年企业发现这类工作靠普通开发加AI工具就够了接着一批伪AI工程师开始出现在人才市场上。他们的问题在于技术能力是新的但没有在任何一个业务方向上积累出纵深可替代性反而比原来更高。这说明一个道理——热点岗位的热度本身不等于抗跌性一个大家都能快速涌入的方向抗跌性是锁不住的。再说一个反例长期待在舒适区、拒绝接触业务代码的运维工程师。传统的应用运维岗位近两年压力非常大因为云平台和自动化工具已经接管了大量日常运维企业不再需要那么多只做发布、监控、巡检的人。但如果这位运维工程师懂业务系统的部署架构、懂性能调优和容器编排的底层逻辑并能主动参与稳定性设计和故障复盘他的价值就完全不一样了。说到底问题不在于运维这个方向本身而在于你做的是高价值的运维还是低价值的重复劳动。还有一个我印象很深的正面案例放在这里收尾。一位前同事三年Java后端经验去年主动跳槽去了一家做智能仓储设备的公司岗位名称叫仓储调度系统开发工程师。他做的事情是云原生那套东西基本用不上要学WMS系统逻辑、AGV路径调度算法、和下位机通信的Socket代码。刚开始那段过渡期他感觉像重新入行但一年之后他成了那家公司少数几个既懂IT又懂仓储业务的人。今年行业内调整的时候他所在的部门非但没有裁员指标反而在招新人扩编。他的选择很好地诠释了我这篇文章的核心观点在裁员潮里真正的避风港不是挂在键盘上的新技术栈而是你能不能让自己站在业务因果链的关键节点上。技术会过时框架会被替代热门方向会卷成红海但一个深刻理解业务、能被量化价值、难以被替换的人在任何年份都有饭吃。岗位名称千变万化这条底层逻辑短期内不会变。如果你现在正处在职业方向的十字路口我的建议很简单不要只看什么岗位被讨论得最多要看什么岗位离企业的收入最近、离物理世界最近、离不可推卸的责任最近。把注意力从我在学什么技术转向我在为什么业务创造什么价值很多关于未来的困惑其实答案就已经出来了。