12.6 万技术岗位被砍，幸存下来的其实是这 7 种能力

2025 年，全球科技公司裁掉了超过 12.6 万个技术岗位。同一家公司里，有人被一轮轮裁员扫到，有人却拿到了加薪和反聘。差别不在“够不够努力”，而在你手上的能力是不是公司真正不敢丢的那一类。

这篇文章参考了国外基于 layoffs.fyi、Crunchbase 等数据的分析，用更贴近国内技术人的视角，聊聊在一轮又一轮的裁员里，哪些能力让人显得“几乎裁不掉”。

核心结论只有一句话：

真正抗风险的，不是某个流行的技术栈，而是能直接降低公司“风险、成本和混乱”的那类能力。

下面这 7 种能力，是未来几年最值得你系统性投入的方向。

能力一：系统思维 —— 不是“我这块没问题”，而是“系统怎么会坏”

很多人写代码的边界停在：“我的服务能跑起来”。而那些在裁员里活得很稳的人，往往有一个共同特征：

他们更擅长搞懂：系统是怎么出问题的，以及改动会如何在整个系统里连锁反应。

所谓系统思维，大致包括几件事：

能从浏览器一路追踪到 API、队列、数据库、缓存，再回到前端
知道延迟会在哪些环节被放大，重试会怎样“压垮”一个队列
知道某个看起来很便宜的组件，在高并发、跨地域场景下会如何爆成本

如果你的价值停在“我这块单测全绿”，那替代你的人很多；如果你能说清楚“这个设计在整条链路上的风险和代价”，你就从“码农”变成了“系统守门人”。

怎么练：

多读线上事故复盘（大厂公开的最佳实践、事故复盘）
在自己的小项目里刻意“搞坏”某个环节，再想办法救回来
练习从日志、指标、调用链里“顺着故事看问题”，而不是只看报错关键字

这类能力不花哨，但极难被替代。

能力二：真正“负责生产环境”，而不是“提个 PR 就完事了”

很多工程师从来没有真正负责过生产环境：

从没值过班，或者值班只是在群里问“有人在看吗？”
线上出了问题，总有“运维”“SRE”“另一个同事”兜底

但在裁员时，公司更在意的是：谁能在系统出问题时，把损失控制在最小？

那些留下来的人，往往具备这样的画像：

故障报警响了，能冷静接手，而不是第一时间甩锅
不只会“重启一下”，还能找到根因，补上监控和保护
故障结束后，会写出清晰的复盘，推动后续改进，防止同类事故再次发生

怎么练：

主动了解公司的监控体系：指标、日志、链路追踪分别解决什么问题
把自己负责的服务的关键仪表盘理一遍：QPS、延迟、错误率、资源用量
对每一个线上事故（哪怕和你无关）都读一次复盘，想想自己会怎么处理

不一定要热爱这些“脏活累活”，但你要有能力扛得住。

能力三：做数据工程师，而不是只会画漂亮图表

这两年，受冲击最大的一个群体，是只会做报表的“初级数据分析师”：

导出 CSV、写几句 SQL、在可视化工具里拼几个 dashboard

而相对安全的，是那些掌握数据工程能力的人：

能搭建和维护 ETL/ELT 流水线
能处理实时/流式数据接入
能设计数据质量检查和告警
能规划存储和查询的成本、性能边界

一句话：

仪表盘本身不会直接赚钱，真正创造价值的是那条“稳定、可信、可扩展”的数据流水线。

怎么练：

从简单的日志/埋点开始，自己动手搭一条小型 ETL 流水线
学会用工具（如 Airflow、Dagster 等）去管理依赖和调度
主动关心“这份数据到底靠不靠谱”，思考应该加哪些质量校验

如果你现在还停留在“写 SQL 出报表”的层面，可以刻意往数据工程师的方向靠。

能力四：云成本意识 —— 不够酷炫，但特别值钱

很少有工程师以“帮公司省下几十万云成本”作为职业目标，但在财报压力之下，这类能力的价值被迅速放大了。

想象一下：

公司刚刚裁掉一批人，但云账单每个月还是那么高
这时有一个工程师，通过分析监控和账单，优化了几个服务配置，直接省下一大笔钱

在决策层眼里，这个人的价值 = 一个团队的成本。

你可以从这些方面入手：

学会看云平台账单和成本报表，搞清楚钱主要花在哪儿了
学会做容量规划：实例规格是否过大？是否有大量“僵尸资源”？
优化数据库、缓存、存储的使用方式，减少不必要的数据传输和冗余

这类工作不那么“酷”，但在裁员表格里，对应的是“不可轻易放弃的现金流优化者”。

能力五：安全素养，而不是“别管了，先跑起来再说”

安全这件事，过去常被当作“安全团队”的工作；但现在，每个工程师都被期望具备最低安全素养：

了解身份认证和授权的大致原理
知道 token 生命周期、最小权限等基本概念
知道哪些“临时方案”其实是在埋雷（例如“先开个内网口子，之后再补”）

公司不一定指望你成为安全专家，但一定会问：

“这位工程师，会不会一不小心就把公司送上热搜？”

可以这样提升：

系统性过一遍 OWASP Top 10，看每一条在日常开发中的具体体现
对自己写过的接口、脚本做一次“安全视角”的 review
遇到安全相关问题时，多问一句“有没有更安全的做法”

在监管越来越严格、数据泄露成本越来越高的环境下，“不出乱子”本身就是巨大的价值。

能力六：用 AI 放大产出，而不是把“提示词工程师”当职业

过去两年，我们见证了一个短暂的职业泡沫：“提示词工程师（Prompt Engineer）”。很多只会写提示词、对底层技术和业务缺乏理解的人，被快速招进去，也被快速优化掉。

留下来的，是另一种人：

他们不是“做 AI 的人”，而是“会用 AI 把自己原本的工作做得更快、更好的人”。

比如：

用 AI 辅助排查 bug、生成测试用例、梳理边界情况
用 AI 帮忙写文档、优化沟通材料，而不是完全照抄
用 AI 快速搭建原型，但关键设计、架构、取舍仍然由自己把关

判断一个能力会不会被 AI 替代，有一个简单标准：

如果你的价值完全来自“会用某一个工具”，那当工具升级时，你的价值也会一起消失
如果你的价值来自“能用各种工具解决复杂问题、承担结果责任”，那工具只会放大你的价值

能力七：压力下的清晰思考与沟通

这一点在简历上很难写，但在真实的职场场景里极其关键：

线上突然出现重大故障，能不能在一堆噪音里抓住关键问题？
产品突然变更需求，能不能快速识别风险和依赖，提出合理方案？
团队情绪很焦虑，能不能用清晰的表达，帮大家对齐现实和优先级？

在裁员时，管理层往往会问：

“如果我只留下几个人，谁能在关键时刻稳住局面？”

那些在压力环境下还能清晰思考、冷静沟通的人，自然而然被视为“锚点型”人才 —— 锚点，是最后一个被松开的。

这类能力是可以刻意训练的：

带着“写复盘”的心态看待每一次小事故、小失误
练习在遇到问题时，先把事实、假设、风险、选项列出来
刻意在开会时尝试总结：当前我们到底在讨论什么、下一步要做什么

如果你还在职业早期，可以这样用这张“地图”

很多刚入行或者工作不久的同学，会焦虑：“我是不是来晚了？是不是没有位置了？”

从这篇文章以及近几年的裁员趋势看，答案其实更清楚了：

前端、数据分析、测试等岗位没有消失，消失的是浅层、重复、可替代的那部分工作
只追新框架、新工具，而不去提升“系统性、责任感、商业意识”的人，会越来越被动

可以尝试给自己定一个未来 1～2 年的升级计划：

选一两个方向作为重点（比如“系统思维 + 生产环境责任”）
为每个方向设计具体练习（读事故复盘、参与值班、搭建监控、做小型数据流水线等）
把“能降低风险、成本和混乱”的成果显性化，体现在简历、绩效和对外输出里

与其焦虑“岗位在缩减”，不如反过来问自己：

“在一张裁员表格里，我到底是哪个维度上的必需项？”

当你能用这 7 种能力之一（或其组合）来回答这个问题时，面对未来几年的不确定性，就会多出一层非常现实的安全感。

写在最后

2025 年的大裁员，并不是技术行业的终结，而是一次残酷的“价值盘点”：

跟风的头衔在消失
流行的工具在轮换
但那些真正帮公司稳住系统、守住安全、省下成本、减少混乱的人，反而变得更值钱

希望这篇文章，能帮你更清楚的看见：接下来几年，值得把时间和精力押注在哪些能力上。