我是做了六年 iOS 开发的老兵前四年写 OC后两年转 Swift。今天不想灌鸡汤就聊聊我这岗位这两年怎么被两头夹的以及我自己后来怎么挪了一步。一、困境原生岗被夹在中间我刚入行那会儿iOS 原生是真吃香。一家做 App 的公司招人JD 清一色写精通 Objective-C/Swift熟悉 AutoLayout 与多线程。那时候会写原生基本不愁饭吃。变天是从两头一起来的。一头是跨端框架Flutter、React Native 这些年把大量业务页吞了。很多公司算过账一套代码跑双端何必养两支原生队。另一头更狠是 2025 年之后 AI 编码工具彻底成熟。我记得特别清楚2024 年初大家还吐槽 AI 生成的代码能直接用的不到 5%到 2025 年底靠谱的已经稳定在九成以上。到了 2026 年我们组里真有同事基本不写代码了整天就给 AI 下指令、审输出人变成了一道最后把关的闸。招聘侧的变化最刺眼。2026 年初我帮朋友看机会搜iOS 原生出来的岗位比三年前少了一截满屏倒是写着35 岁以下“精通 AI 大模型应用”。我一个做后端的朋友说得更直白他们公司把技术文档岗整组裁了改让 AI 出文档。最让我后背发凉的是圈子里传的那些样本。一个 35 岁前端被优化理由就一句——他干的活一个应届生用 Cursor 就能搞定。还有脉脉那组数据35 岁以上的程序员只占 17.2%。我不是前端但这些话平移到我身上一样扎心。原生开发干的很多重复活AI 加跨端确实能替掉一大半。我们组内部也开始卷。排行榜不只排代码量连 Token 用量都上榜。谁用 AI 产出的行数少、谁没跟上工具节奏三个月一评末位压力直接顶到头上。我那段时间天天焦虑离线就怕漏消息人坐工位上却总怀疑自己下个季度还在不在。原生这碗饭忽然不那么稳了。还有件事让我提前慌了神。组里一个新项目本来按老规矩该原生团队做结果直接交给了跨端组理由是用 AI 加跨端两个人一周出双端。我那套 OC 老经验忽然就成了一套不好挪用的旧手艺。还有个细节。2026 年我刷招聘软件发现连移动端的岗都在改口要么要跨端要么要会接 AI 功能。纯原生写得再溜投出去回音也稀。我第一次体会到手艺没退步是市场先退了。我那阵子还干过一件蠢事——偷偷用 AI 重写了一遍自己负责的老模块想证明原生手写更稳。结果 leader 看了说AI 版快是快但边界处理不如我细。这反而点醒我价值不在手写本身而在于我知道哪里不能省。圈子里还有个更沉的样本一个干了十五年的 Java 老哥年薪七十万2026 年初被裁投三十份简历只拿到三个面试。我虽不是他但年龄这根弦从那以后一直绷着。二、接触我从抗拒到真用上 AI得承认前面我是抵触的。觉得原生是我的老本行AI 写 SwiftUI 哪有我手写稳当。转折点是一次赶版本。那次要赶一个带智能搜索的页面按以前我得写三四天视图加接口联调。组里一个年轻同事看我苦哈哈甩来一句你让 Cursor 把骨架搭了你改不就完了。我半信半疑试了一把。AI 给出的 SwiftUI 结构大体能跑错也就几处类型不匹配我改改就上了真机。那是我第一次真切觉得审代码比从零写快太多了。也不是一路顺。有回 AI 给的列表刷新逻辑看着没问题真机上一滑就崩我追了半天才发现是它漏了空数组的判断。这反而让我笃定一件事AI 出活快但最后那道闸必须还是人。prompt 这块也费了我一阵。一开始我以为把需求扔给 AI 就行结果它东拉西扯。后来我学着把任务拆细、把约束写清、把出错样例喂回去产出才稳。这活不像写代码有编译器兜底得靠人把话说准。后来我主动去摸 AI 的另一面。不是让它替我写业务页而是接大模型能力做智能功能。我们 App 要加一个本地问答入口我花两周研究怎么在端上调小模型、怎么用流式接口接云端 LLM、怎么处理弱网下的降级。过程中我越来越清楚一个事实会用 AI 的程序员和只会手写的效率差出好几倍。我们组现在整体产出是以前的 3 到 5 倍靠的就是人把关、AI 出活。工具上我日常从 Xcode 单打变成 Cursor 加 Copilot再加几个自己攒的内部提示词模板。契机其实挺被动——不跟上下次优化名单可能就有我。但用顺了之后我反而踏实了点至少手里的家伙换了不是光挨打。三、现状改变从纯原生变成 AI 增强的移动开发接触大半年下来我自己的状态确实变了。但我想把话说实绝不是什么一夜翻身的戏码。第一我的日常从手写代码变成了审和改。现在一个功能我先用 AI 出初稿再逐行看逻辑、调边界、补测试。对人负责这件事一点没少反而更累——每行都得自己担着AI 写错我也得背。离线焦虑没消失只是换了种形式。第二我的定位从纯原生开发挪到了AI 增强的移动开发。我会的东西多了一块怎么在移动端接大模型、怎么做端云协同的智能功能、怎么用 AI 把跨端和原生揉在一起。这让我现在能接一些带智能模块的活组里排活也愿意分我因为既懂原生又懂接 AI 的人不多。组里现在排活也有变化。以前按模块分现在按会不会用 AI分。能用 AI 把活打包的人接的活更杂也更靠近业务只会手写的慢慢被挤到边角。我这半年算是被推到了中间那层。上个月我用 AI 搭了个带语音问件的模块原先这种活我要折腾一周这次三天出了能演示的版本组里演示完直接进了下个迭代。这种我能接更杂的活的感觉是半年前没有的。第三岗位池这件事我得直说——变小了不是变大。原生岗本身在收缩能留下来的是会原生又会用 AI 的窄路人。我算是踩在了这条窄路上但路有多宽我心里没底。收入结构也有点微调。我外面接了点小私活帮两三个小团队做带 AI 功能的 App 模块一个月多挣两三千补贴家用。谈不上翻身就是多一层缓冲真要再遇优化不至于措手不及。说句实在的我现在下班也比以前累。AI 把产出门槛拉高组内默认你能接更多。活多了但单价没变甚至因为产出高被压得更紧。这就是真实的一面不是用了 AI 就轻松了。结尾回头看AI 没让我失业也没让我凭空多挣一大笔。它把我原来稳稳的手艺变成了一门要不断重新学的新手艺。我现在不太敢拍胸脯说我吃定这行了只敢说至少这半年我还在牌桌上。明年会怎样谁也算不准。如果你也在原生岗我的建议不是恐慌是先把手边的 AI 工具用熟——不是为转行是为别被那张优化名单先点到名。想入门 AI 大模型却找不到清晰方向备考大厂 AI 岗还在四处搜集零散资料别再浪费时间啦2026 年AI 大模型全套学习资料已整理完毕从学习路线到面试真题从工具教程到行业报告一站式覆盖你的所有需求现在全部免费分享扫码免费领取全部内容一、学习必备100本大模型电子书26 份行业报告 600 套技术PPT帮你看透 AI 趋势想了解大模型的行业动态、商业落地案例大模型电子书这份资料帮你站在 “行业高度” 学 AI1. 100本大模型方向电子书2. 26 份行业研究报告覆盖多领域实践与趋势报告包含阿里、DeepSeek 等权威机构发布的核心内容涵盖职业趋势《AI 职业趋势报告》《中国 AI 人才粮仓模型解析》商业落地《生成式 AI 商业落地白皮书》《AI Agent 应用落地技术白皮书》领域细分《AGI 在金融领域的应用报告》《AI GC 实践案例集》行业监测《2024 年中国大模型季度监测报告》《2025 年中国技术市场发展趋势》。3. 600套技术大会 PPT听行业大咖讲实战PPT 整理自 2024-2025 年热门技术大会包含百度、腾讯、字节等企业的一线实践安全方向《端侧大模型的安全建设》《大模型驱动安全升级腾讯代码安全实践》产品与创新《大模型产品如何创新与创收》《AI 时代的新范式构建 AI 产品》多模态与 Agent《Step-Video 开源模型视频生成进展》《Agentic RAG 的现在与未来》工程落地《从原型到生产AgentOps 加速字节 AI 应用落地》《智能代码助手 CodeFuse 的架构设计》。二、求职必看大厂 AI 岗面试 “弹药库”300 真题 107 道面经直接抱走想冲字节、腾讯、阿里、蔚来等大厂 AI 岗这份面试资料帮你提前 “押题”拒绝临场慌1. 107 道大厂面经覆盖 Prompt、RAG、大模型应用工程师等热门岗位面经整理自 2021-2025 年真实面试场景包含 TPlink、字节、腾讯、蔚来、虾皮、中兴、科大讯飞、京东等企业的高频考题每道题都附带思路解析2. 102 道 AI 大模型真题直击大模型核心考点针对大模型专属考题从概念到实践全面覆盖帮你理清底层逻辑3. 97 道 LLMs 真题聚焦大型语言模型高频问题专门拆解 LLMs 的核心痛点与解决方案比如让很多人头疼的 “复读机问题”三、路线必明 AI 大模型学习路线图1 张图理清核心内容刚接触 AI 大模型不知道该从哪学起这份「AI大模型 学习路线图」直接帮你划重点不用再盲目摸索路线图涵盖 5 大核心板块从基础到进阶层层递进一步步带你从入门到进阶从理论到实战。L1阶段:启航篇丨极速破界AI新时代L1阶段了解大模型的基础知识以及大模型在各个行业的应用和分析学习理解大模型的核心原理、关键技术以及大模型应用场景。L2阶段攻坚篇丨RAG开发实战工坊L2阶段AI大模型RAG应用开发工程主要学习RAG检索增强生成包括Naive RAG、Advanced-RAG以及RAG性能评估还有GraphRAG在内的多个RAG热门项目的分析。L3阶段跃迁篇丨Agent智能体架构设计L3阶段大模型Agent应用架构进阶实现主要学习LangChain、 LIamaIndex框架也会学习到AutoGPT、 MetaGPT等多Agent系统打造Agent智能体。L4阶段精进篇丨模型微调与私有化部署L4阶段大模型的微调和私有化部署更加深入的探讨Transformer架构学习大模型的微调技术利用DeepSpeed、Lamam Factory等工具快速进行模型微调并通过Ollama、vLLM等推理部署框架实现模型的快速部署。L5阶段专题集丨特训篇 【录播课】四、资料领取全套内容免费抱走学 AI 不用再找第二份不管你是 0 基础想入门 AI 大模型还是有基础想冲刺大厂、了解行业趋势这份资料都能满足你现在只需按照提示操作就能免费领取扫码免费领取全部内容2026 年想抓住 AI 大模型的风口别犹豫这份免费资料就是你的 “起跑线”
我是做了六年 iOS 开发的老兵前四年写 OC后两年转 Swift。今天不想灌鸡汤就聊聊我这岗位这两年怎么被两头夹的以及我自己后来怎么挪了一步。一、困境原生岗被夹在中间我刚入行那会儿iOS 原生是真吃香。一家做 App 的公司招人JD 清一色写精通 Objective-C/Swift熟悉 AutoLayout 与多线程。那时候会写原生基本不愁饭吃。变天是从两头一起来的。一头是跨端框架Flutter、React Native 这些年把大量业务页吞了。很多公司算过账一套代码跑双端何必养两支原生队。另一头更狠是 2025 年之后 AI 编码工具彻底成熟。我记得特别清楚2024 年初大家还吐槽 AI 生成的代码能直接用的不到 5%到 2025 年底靠谱的已经稳定在九成以上。到了 2026 年我们组里真有同事基本不写代码了整天就给 AI 下指令、审输出人变成了一道最后把关的闸。招聘侧的变化最刺眼。2026 年初我帮朋友看机会搜iOS 原生出来的岗位比三年前少了一截满屏倒是写着35 岁以下“精通 AI 大模型应用”。我一个做后端的朋友说得更直白他们公司把技术文档岗整组裁了改让 AI 出文档。最让我后背发凉的是圈子里传的那些样本。一个 35 岁前端被优化理由就一句——他干的活一个应届生用 Cursor 就能搞定。还有脉脉那组数据35 岁以上的程序员只占 17.2%。我不是前端但这些话平移到我身上一样扎心。原生开发干的很多重复活AI 加跨端确实能替掉一大半。我们组内部也开始卷。排行榜不只排代码量连 Token 用量都上榜。谁用 AI 产出的行数少、谁没跟上工具节奏三个月一评末位压力直接顶到头上。我那段时间天天焦虑离线就怕漏消息人坐工位上却总怀疑自己下个季度还在不在。原生这碗饭忽然不那么稳了。还有件事让我提前慌了神。组里一个新项目本来按老规矩该原生团队做结果直接交给了跨端组理由是用 AI 加跨端两个人一周出双端。我那套 OC 老经验忽然就成了一套不好挪用的旧手艺。还有个细节。2026 年我刷招聘软件发现连移动端的岗都在改口要么要跨端要么要会接 AI 功能。纯原生写得再溜投出去回音也稀。我第一次体会到手艺没退步是市场先退了。我那阵子还干过一件蠢事——偷偷用 AI 重写了一遍自己负责的老模块想证明原生手写更稳。结果 leader 看了说AI 版快是快但边界处理不如我细。这反而点醒我价值不在手写本身而在于我知道哪里不能省。圈子里还有个更沉的样本一个干了十五年的 Java 老哥年薪七十万2026 年初被裁投三十份简历只拿到三个面试。我虽不是他但年龄这根弦从那以后一直绷着。二、接触我从抗拒到真用上 AI得承认前面我是抵触的。觉得原生是我的老本行AI 写 SwiftUI 哪有我手写稳当。转折点是一次赶版本。那次要赶一个带智能搜索的页面按以前我得写三四天视图加接口联调。组里一个年轻同事看我苦哈哈甩来一句你让 Cursor 把骨架搭了你改不就完了。我半信半疑试了一把。AI 给出的 SwiftUI 结构大体能跑错也就几处类型不匹配我改改就上了真机。那是我第一次真切觉得审代码比从零写快太多了。也不是一路顺。有回 AI 给的列表刷新逻辑看着没问题真机上一滑就崩我追了半天才发现是它漏了空数组的判断。这反而让我笃定一件事AI 出活快但最后那道闸必须还是人。prompt 这块也费了我一阵。一开始我以为把需求扔给 AI 就行结果它东拉西扯。后来我学着把任务拆细、把约束写清、把出错样例喂回去产出才稳。这活不像写代码有编译器兜底得靠人把话说准。后来我主动去摸 AI 的另一面。不是让它替我写业务页而是接大模型能力做智能功能。我们 App 要加一个本地问答入口我花两周研究怎么在端上调小模型、怎么用流式接口接云端 LLM、怎么处理弱网下的降级。过程中我越来越清楚一个事实会用 AI 的程序员和只会手写的效率差出好几倍。我们组现在整体产出是以前的 3 到 5 倍靠的就是人把关、AI 出活。工具上我日常从 Xcode 单打变成 Cursor 加 Copilot再加几个自己攒的内部提示词模板。契机其实挺被动——不跟上下次优化名单可能就有我。但用顺了之后我反而踏实了点至少手里的家伙换了不是光挨打。三、现状改变从纯原生变成 AI 增强的移动开发接触大半年下来我自己的状态确实变了。但我想把话说实绝不是什么一夜翻身的戏码。第一我的日常从手写代码变成了审和改。现在一个功能我先用 AI 出初稿再逐行看逻辑、调边界、补测试。对人负责这件事一点没少反而更累——每行都得自己担着AI 写错我也得背。离线焦虑没消失只是换了种形式。第二我的定位从纯原生开发挪到了AI 增强的移动开发。我会的东西多了一块怎么在移动端接大模型、怎么做端云协同的智能功能、怎么用 AI 把跨端和原生揉在一起。这让我现在能接一些带智能模块的活组里排活也愿意分我因为既懂原生又懂接 AI 的人不多。组里现在排活也有变化。以前按模块分现在按会不会用 AI分。能用 AI 把活打包的人接的活更杂也更靠近业务只会手写的慢慢被挤到边角。我这半年算是被推到了中间那层。上个月我用 AI 搭了个带语音问件的模块原先这种活我要折腾一周这次三天出了能演示的版本组里演示完直接进了下个迭代。这种我能接更杂的活的感觉是半年前没有的。第三岗位池这件事我得直说——变小了不是变大。原生岗本身在收缩能留下来的是会原生又会用 AI 的窄路人。我算是踩在了这条窄路上但路有多宽我心里没底。收入结构也有点微调。我外面接了点小私活帮两三个小团队做带 AI 功能的 App 模块一个月多挣两三千补贴家用。谈不上翻身就是多一层缓冲真要再遇优化不至于措手不及。说句实在的我现在下班也比以前累。AI 把产出门槛拉高组内默认你能接更多。活多了但单价没变甚至因为产出高被压得更紧。这就是真实的一面不是用了 AI 就轻松了。结尾回头看AI 没让我失业也没让我凭空多挣一大笔。它把我原来稳稳的手艺变成了一门要不断重新学的新手艺。我现在不太敢拍胸脯说我吃定这行了只敢说至少这半年我还在牌桌上。明年会怎样谁也算不准。如果你也在原生岗我的建议不是恐慌是先把手边的 AI 工具用熟——不是为转行是为别被那张优化名单先点到名。想入门 AI 大模型却找不到清晰方向备考大厂 AI 岗还在四处搜集零散资料别再浪费时间啦2026 年AI 大模型全套学习资料已整理完毕从学习路线到面试真题从工具教程到行业报告一站式覆盖你的所有需求现在全部免费分享扫码免费领取全部内容一、学习必备100本大模型电子书26 份行业报告 600 套技术PPT帮你看透 AI 趋势想了解大模型的行业动态、商业落地案例大模型电子书这份资料帮你站在 “行业高度” 学 AI1. 100本大模型方向电子书2. 26 份行业研究报告覆盖多领域实践与趋势报告包含阿里、DeepSeek 等权威机构发布的核心内容涵盖职业趋势《AI 职业趋势报告》《中国 AI 人才粮仓模型解析》商业落地《生成式 AI 商业落地白皮书》《AI Agent 应用落地技术白皮书》领域细分《AGI 在金融领域的应用报告》《AI GC 实践案例集》行业监测《2024 年中国大模型季度监测报告》《2025 年中国技术市场发展趋势》。3. 600套技术大会 PPT听行业大咖讲实战PPT 整理自 2024-2025 年热门技术大会包含百度、腾讯、字节等企业的一线实践安全方向《端侧大模型的安全建设》《大模型驱动安全升级腾讯代码安全实践》产品与创新《大模型产品如何创新与创收》《AI 时代的新范式构建 AI 产品》多模态与 Agent《Step-Video 开源模型视频生成进展》《Agentic RAG 的现在与未来》工程落地《从原型到生产AgentOps 加速字节 AI 应用落地》《智能代码助手 CodeFuse 的架构设计》。二、求职必看大厂 AI 岗面试 “弹药库”300 真题 107 道面经直接抱走想冲字节、腾讯、阿里、蔚来等大厂 AI 岗这份面试资料帮你提前 “押题”拒绝临场慌1. 107 道大厂面经覆盖 Prompt、RAG、大模型应用工程师等热门岗位面经整理自 2021-2025 年真实面试场景包含 TPlink、字节、腾讯、蔚来、虾皮、中兴、科大讯飞、京东等企业的高频考题每道题都附带思路解析2. 102 道 AI 大模型真题直击大模型核心考点针对大模型专属考题从概念到实践全面覆盖帮你理清底层逻辑3. 97 道 LLMs 真题聚焦大型语言模型高频问题专门拆解 LLMs 的核心痛点与解决方案比如让很多人头疼的 “复读机问题”三、路线必明 AI 大模型学习路线图1 张图理清核心内容刚接触 AI 大模型不知道该从哪学起这份「AI大模型 学习路线图」直接帮你划重点不用再盲目摸索路线图涵盖 5 大核心板块从基础到进阶层层递进一步步带你从入门到进阶从理论到实战。L1阶段:启航篇丨极速破界AI新时代L1阶段了解大模型的基础知识以及大模型在各个行业的应用和分析学习理解大模型的核心原理、关键技术以及大模型应用场景。L2阶段攻坚篇丨RAG开发实战工坊L2阶段AI大模型RAG应用开发工程主要学习RAG检索增强生成包括Naive RAG、Advanced-RAG以及RAG性能评估还有GraphRAG在内的多个RAG热门项目的分析。L3阶段跃迁篇丨Agent智能体架构设计L3阶段大模型Agent应用架构进阶实现主要学习LangChain、 LIamaIndex框架也会学习到AutoGPT、 MetaGPT等多Agent系统打造Agent智能体。L4阶段精进篇丨模型微调与私有化部署L4阶段大模型的微调和私有化部署更加深入的探讨Transformer架构学习大模型的微调技术利用DeepSpeed、Lamam Factory等工具快速进行模型微调并通过Ollama、vLLM等推理部署框架实现模型的快速部署。L5阶段专题集丨特训篇 【录播课】四、资料领取全套内容免费抱走学 AI 不用再找第二份不管你是 0 基础想入门 AI 大模型还是有基础想冲刺大厂、了解行业趋势这份资料都能满足你现在只需按照提示操作就能免费领取扫码免费领取全部内容2026 年想抓住 AI 大模型的风口别犹豫这份免费资料就是你的 “起跑线”
)
