前暴雪工程师求职 6 个月全失败，直言软件行业完蛋了

2026 年科技业失业率已是 2001 年网络泡沫以来最高水位。一位在暴雪任职 7 年的软体工程师，历经 6 个月求职无果后，描述了 AI 监考的荒谬现场、以及企业同时要求开发者把烧给 Claude 的 token 数列为 KPI 的现实。
（前情提要：Anthropic 遭美国政府「封杀」撤下 Fable 模型，外媒指三大隐忧：恐助攻中国开源 AI）
（背景补充：马斯克变身算力军火商！SpaceX 签下 Reflection 63 亿美元大单，出租 Nvidia GB300 助攻开源 AI）

一位匿名软体工程师，近日在他的个人部落格记录了一段他过去半年面试屡屡碰壁的经历《工作和软体行业完蛋了》。他表示有约 10 年开发资历，其中 7 年在知名游戏公司暴雪（Blizzard Entertainment）上班，2025 年 6 月随整个团队一起被裁员。

6 个月的求职过程，他用几个词形容：「进入最终轮又被刷掉」、「投出去石沉大海」、「履历完全符合却零回应」。

而其中让他最感到愤怒的，不是拒绝信，而是筛选机制本身。Coderpad、HackerRank、各种 AI 监考软体，这些工具的设计逻辑是全屏幕锁定、不让应征者查 API 档案，模拟一个现实工作中根本不存在的环境。他直言：设计这套流程的人，显然没有实际写过程式。

更荒谬的是，在这套「禁止使用 AI」的测试环境里，他试图遵守规则，但其他应征者用手机搭配 AI 工具轻松作弊。诚实守规的人，反而在筛选中吃亏。

他没有在文章里提供这段陈述的佐证，但这个逻辑本身就是一个结构性悖论：一个声称要测试真实能力的系统，却创造了让作弊者占优的诱因。

AI 同时坐上两个位置

AI 现在在职场同时扮演了两个角色：把关者（面试端）与替代者（生产端）。

数字支撑了这个逻辑。研究显示，开发者使用 AI 工具后，每个 sprint 的生产力提升约 40% 至 55%，简单来说就是，10 人的团队可以产出过去 15 人的工作量。对企业而言，这提供了一个清晰的经济理由去精简人力，而不是扩大规模。

这也解释了为什么应届毕业生的处境更糟。这位前暴雪工程师观察到，很多公司目前根本不招 junior 开发者，他们预期 Anthropic 等公司的模型，可以直接取代需要带领与培训的新人。

资料印证了这个观察。25 岁以下软体工程师的就业人数，已较 2022 年高峰下滑近 20%。这不是市场波动，是结构性收缩。

90% 主管说「影响为零」，但数据相反

2026 年裁员资料中，56% 的事件，共影响约 156,270 名员工，明确在公告或财报说明中点名 AI、自动化或机器学习是主因。这是迄今最高的比例；但与此同时，另一份调查显示，90% 的企业主管表示，AI 对本公司的就业情况「影响为零」。

这两组数字之间的落差，揭示的是企业在公开沟通与实际决策之间的系统性裂缝：裁员公告里写着「AI 驱动效率提升」，但主管面对调查时声称对就业毫无冲击。

这位前暴雪工程师没有提出政策建议、也没有呼吁什么，毕竟 AI 系统性的转变，目前看不到转向的迹象。他只是写下这一切「让人精疲力竭」的经验。