大厂研发组织正在出现新的调整信号。
根据“大厂日爆”，本周，美团 CLC 食杂零售 Keemart 研发团队完成架构调整，前端与后端团队正式合并，新组织架构已生效。据报道，相关前端人员已提前一个多月进行后端开发训练。与此同时，蚂蚁网商也宣布推动测试岗位整体转向研发岗位，并为相关人员设置半年缓冲期。过渡期结束后，原测试人员将转型为全栈工程师。
Claude Code 之父 Boris Cherny 昨日也发帖分享称，随着工程、产品、设计、数据科学等职能逐渐融合成一种新的角色形态，其最近也在思考，未来的岗位分工可能会变成什么样。
通过对 Claude Code 团队的观察，Boris 看到的不是传统意义上的职能划分，而更像是五类角色原型：
“很多人会横跨其中两类角色，有时甚至会横跨三类。我也注意到，这些角色其实并不严格绑定某个具体职能。比如在 Anthropic 内部，有些设计师更接近第 1 类，有些接近第 2 类，有些接近第 3 类；工程师、产品经理、数据科学家也是如此。” Boris 说道。
只要会 React 就有机会面试的日子正在迅速离去。在 AI Coding 被快速普及的当下，技术岗位的划分也面临着一场重塑，尤其所谓前、后端工程师的边界正在重新整合成“全栈能力”。企业不再只是想要一个“纯前端开发者”，而是希望候选人能够处理后端 API，理解数据库结构，并能从头到尾独立完成一个功能的开发、部署与交付。
“每家公司似乎都在招全栈工程师。”有开发者表示。
“前端和后端的分工边界已经消失了。大多数团队，比如我所在的团队，现在想要的是能够端到端负责的人。专业能力当然仍然是加分项，但那种只做前端、一遇到后端任务就退缩的‘纯前端工程师’，对大多数团队来说已经不再适用了。”还有开发者说道。
招聘市场中已经出现了非常明确的“岗位合并”信号。
谷歌的全栈应用工程师岗位，更像一个偏业务应用方向的岗位，前端只是其中一部分，职责覆盖了完整软件交付链路。传统前端岗位通常聚焦在“用户界面和前端工程实现”，而谷歌全栈应用工程师还要从需求进入、方案落地、上线交付到后续运营支持全流程负责。这个岗位要直接理解内部客户需求，甚至承担了一部分 BA、产品经理、解决方案工程师的角色。
字节跳动的招聘网站上也有“AI 全栈工程师 - 视频与边缘”岗位，虽然挂在“前端”名下，但职责边界已经扩展到 AI 产品工程化、Agent 服务编排、多端 SDK、音视频底层能力、云平台等多个方向。
这类 JD 可能岗位描述得比较宽泛，但这确实释放出了这样的信号：对于 AI Native 下的大前端，团队想要的就是全栈人才。
字节招聘页面
一些岗位虽然保留了“前端”的叫法，但具体职责已经不只是做页面和交互。前端工程师越来越需要理解后端任务系统、模型调用逻辑、AI 产品体验等，否则很难把复杂 AI 能力做成用户可用的产品。
字节 Commercial AI 团队招聘的“高级 / 资深前端研发工程师”，岗位要求候选人负责即创平台 Web 端业务研发与迭代，业务范围包括数字人、AIGC 口播、视频生成、Agent 等创意工具链路的产品化落地，还要参与 AI 产品形态探索。
而腾讯最新对 前端 工程师岗位的描述显示，其对前端工程师的要求正在从业务页面实现转向 Agent 工程平台建设。该岗位要求负责面向 Agent 的沙盒、数据、调试和可视化 Web 产品体系，独立承担高信息密度页面、多状态流程和实时数据调试场景开发，并推动传统后台研发工具向现代化、高质量产品体验转型。
腾讯前端工程师招聘页面
“2026 年的前端就业市场竞争更加激烈，但并非没有机会。它更看重深度而非广度，更看重解决问题的能力而非死记硬背，更看重适应能力而非对特定工具的依赖。”软件工程师 Gawande Sakshi 说道。
与此同时，后端相关岗位也在脱离传统后端范畴。
阿里淘天的 AI Agent 应用开发 岗位会负责在电商场景中建设大模型智能化比价辅助决策等工具，同时要基于大模型调度多领域智能体，实现商家运营全链路提效；还要开发 AI 代码生成工具、面向运营小二的智能提效平台，以及面向企业员工办公场景的智能体架构。这要求候选人既懂服务端工程，又懂大模型应用栈，还要能把模型、工具、知识库和业务系统编排成可落地的 AI 产品。
“作为一名后端工程师，为了最大限度地提高求职成功率，我必须成为一名全栈工程师。”有开发者表示。
现在一些岗位没有做前后端之分，但在岗位需求中已经表明了需要全栈能力。比如阿里在最新招聘中，将“AI 应用研发工程师”被描述为“跨越技术栈边界、端到端解决复杂问题的系统构建者。”该岗位要深入理解业务场景，参与从需求分析、架构设计到上线运维的全链路研发工作。
当大模型行业进入 Agent 工程比拼阶段，训推、产品和工程不再能被清晰切分。
字节对“AI Agent Memory Infrastructure”的招聘就表明了这一点。该岗位处于大模型、数据系统和上下文工程交叉点，职责包括构建下一代 Agent 记忆基础设施，同时优化大规模、低延迟、高可用环境下的数据摄取、存储、索引、检索、更新、压缩和遗忘机制，并面向多模态数据设计统一记忆模型和处理流程。
可以看出，字节、阿里等代表的大厂现在招的不是“更会写代码的人”，而是在招“能把模型变成产品、把 Agent 变成系统、把 AI 能力跑进真实业务闭环的人”，是所谓前端还是后端，其实没有那么重要了。
类似地，在国外，Stripe 最新开放的全栈工程师岗位，并没有把职责拆成前端或后端，而是要求候选人设计、构建并维护用户可见体验、服务、API 和系统，同时能够在商业优先级、用户体验和可持续技术基础之间做有效权衡。Stripe 还要求工程师审视并决定产品建设中的技术和架构选择，直接与早期创业者交流，并能跨服务、跨技术栈排查生产问题。
“写代码只是软件工程中的一环，软件工程不会消失。但以岗位边界为中心的软件工程组织，正在转向以交付闭环为中心的软件工程组织。”某公司研发总监韩雨（匿名）向 InfoQ 说道。
韩雨表示，不止大厂这么干，中小厂也在这么干了。单纯靠某一层技术栈吃饭的岗位价值正在下降，岗位边界逐渐模糊。对于公司来说，这样可以减少整体摩擦成本，提升效率。
他结合自身经验总结道，以前公司买的是“某一层的编码劳动力”，现在公司更需要的是“能借助 AI 把一个问题稳定解决掉的人”。同时他也强调，每个端仍然会有领域专家，为这个端做质量兜底。
现在我们说的“全栈工程师”更像是 AI 加持下的新全栈工程师：既懂前后端，也懂 Agent 架构、系统部署、迭代优化和业务场景。
实际上，之前 McKinsey 就明确提出，AI 会推动开发者走向全栈开发能力，并要求他们成为 “AI 技术栈开发者”。而前后端边界松动的背后是 AI 编程正在改变软件开发流程。
OpenAI 关于 Codex 的最新论文显示，Codex 用户已经把代码实现、代码理解、验证、配置、文档和工程运维交给同一套 Agentic workflow。
2026 年上半年，Codex 周活用户增长超过五倍。提交超过 8 小时人类工程师工作量任务的个人用户比例较年初增长近 10 倍。在 OpenAI 内部，Codex 已经占 Codex 与 ChatGPT 合计输出 token 的 99.8%。更重要的是，重度用户同时管理多个 Agent：近三成 OpenAI 用户曾在一周内同时管理五个或更多 Agent，最重度的前 1% 用户一天累计运行约 71 小时 Agent turns。AI Coding 正从“补全代码”转向“接任务”。
如今 ，AI 编程工具在前端页面和交互实现方面表现都已不错，尤其是当组件库、样式规范和设计模式较为清晰时。因此，这类能力已经不再是全栈任务的难点。
在后端接口和业务逻辑等方面，Claude Code 和 Codex 能完成中低复杂度后端任务，但涉及复杂权限、事务一致性等时，表现就会明显不稳定，原因是它们很难完全理解业务隐含约束。现在 Claude Code、Codex、Cursor 等工具也在逐渐加强读取仓库、修改多文件、执行测试、升级依赖、改配置等后端能力。
这其中，数据库和状态管理是当前 coding agent 的明显短板之一。FullStack-Agent 论文就专门把 frontend、backend、database 分开测试，并指出全栈应用需要真实的数据处理和存储能力。
研究人员也指出，跨文件重构和依赖升级类任务是 Claude Code 和 Codex 的强项之一，但远不到可靠自动化。当前 Agents 仍然难以在不破坏现有功能的情况下完成连续包升级。
PR 级任务完成方面，任务类型对接受率影响很大：文档任务接受率 82.1%，新功能只有 66.1%。其中，Codex 在九类任务中都有较高接受率，Claude Code 在文档任务和 feature 任务上领先。
因此，可以说 AI 编程工具已经具备一定的后端执行能力，但在系统边界、数据风险、架构取舍、线上稳定性和业务正确性等方面，仍然需要资深工程师兜底。
不过值得注意的是，AI 编程工具已经成为初创公司的“全栈工程师”。
Wordsmith AI CTO 兼联合创始人 Volodymyr Giginiak 表示，该公司的代码“几乎 100%”由 AI 生成。“现在的区别不再是谁来写代码，而是 AI 拥有多大的自主权。”Giginiak 表示，目前完全自主完成的任务大约占工作量的 10%，但他预计这一比例会迅速上升。他预测，一年后，“80% 到 90% 的任务”将实现完全自主。
“工程岗位并没有消失，而是在被根本性地重构，”Giginiak 说道，“未来杠杆最高的工程师，将是那些能够为 AI 设计正确运行环境和上下文的人。”
当然，成为全栈工程师并不代表职业安全。
“角色经常会随着时间、项目而变化。”Boris 在回复网友的帖子中说道。
Boris 认为，一个健康的团队，需要根据产品所处阶段，配置不同类型的人才组合：如果一个产品还很新、尚未找到产品市场匹配（PMF），团队需要更多擅长第 1、2、3 类角色的人；如果一个产品正在增长，并且已经找到 PMF，团队更需要第 2、3、4 类角色，同时也需要一部分第 5 类角色；如果一个产品已经具备很强的 PMF，团队则更需要第 3、4、5 类角色，并保留一部分第 2 类角色。
“也许，未来的产品角色会越来越像这样：不再按照今天这种具体职能领域来划分，而是围绕产品阶段、创造方式和系统责任重新组织。” Boris 总结道。
AI coding 时代，传统前后端等知识依然重要，这是开发者的“判断力和控制权”。
前端能力仍是基础，后端能力同样关键，而数据库能力是必备项。全栈开发者需要掌握 SQL，能够与关系型数据库交互，并具备数据库性能调优和查询优化能力。在大数据场景下，Hadoop、Spark、Kafka 等工具也可能成为重要加分项。
云计算和安全能力正在成为全栈开发者的新门槛。企业通常要求开发者了解各大云平台，掌握 Docker、Kubernetes 等容器化和编排工具，并熟悉 Serverless 计算服务。同时，身份与访问管理、加密、网络安全，以及各种合规框架，也逐渐进入全栈开发者的能力清单。
基础设施能力正在成为全栈岗位的重要分水岭。全栈开发者需要掌握 Git、GitHub、GitLab、Bitbucket 等版本控制工具，熟悉 CI/CD 流水线，并具备 Docker 容器化、服务器部署、托管、Linux/Shell 脚本、Nginx 反向代理和负载均衡等基础能力。
响应式设计能力仍然重要。全栈开发者需要理解弹性布局、响应式图片、媒体查询等技术，并熟悉 Figma、Sketch、Adobe XD、Miro 等设计协作工具。测试与调试能力也是硬实力的重要组成部分。企业希望全栈开发者不仅能完成开发，也能保障交付质量。
现在，更重要的一个能力则是对 AI 技术的掌握。
一位全栈 React & Node / Next.js 开发者，有两年经验。他分享自己的经历称，自己参加各种线下活动，甚至为了避免简历出现空窗期免费工作，也在 LinkedIn 上投了所有能投的岗位，但都没有结果。后来通过内推，他在 SAP 一个初级全栈岗位的第三轮面试中失败了。据其透露，第三轮要求其根据一位业务相关方发来的 Slack 消息示例，给大模型写一段提示词；然后还要对一个全栈 React & Node 应用做代码审查。
在当下，AI Coding 的成本问题也给了“全栈工程师”带来了新机遇，全栈能力的含义变成了“懂产品、模型、系统和成本”。
Gartner 预测，到 2028 年，AI coding 成本可能超过一名普通开发者的平均薪资，原因是 token 消耗上升，以及供应商转向基于消耗量的授权模式。Gartner 还强调，token 驱动的 AI 支出正在挑战预算和成本合理性。
企业 AI 采用扩大后，基于 token 的使用成本让很多公司预算承压，Uber 等公司甚至数月内耗尽年度 AI 预算；微软、Palo Alto Networks、Coinbase 等公司的高管都开始强调“更便宜、更小的模型”可以覆盖多数企业任务。
因此，未来值钱的工程师，更是那些知道什么时候该用大模型、什么时候该用小模型，什么时候该用规则系统，什么时候该把 Agent 拆成 workflow，如何控制上下文、缓存、调用次数、评测成本和线上延迟。
“我的理解是，在称工程师为全栈工程师之前，应该先精通一项技术。我认为这是对的，应该循序渐进、稳步提升。”有网友评价道。
https://x.com/bcherny/status/2071379474277613732
https://www.businessinsider.com/ai-writing-all-startup-code-thats-creating-a-new-problem-2026-6?utm_source=chatgpt.com
https://arxiv.org/pdf/2602.03798
https://arxiv.org/abs/2606.26959?utm_source=chatgpt.com
https://tripleten.com/blog/posts/becoming-a-full-stack-software-engineer
https://blog.google/innovation-and-ai/technology/ai/full-stack-ai-explainer//
本文来自微信公众号“InfoQ”（ID：infoqchina），作者：褚杏娟，36氪经授权发布。
发布时间：2026-07-01 08:20
立即订购
在线咨询
返回顶部