字节员工：35岁以后被裁员的，后来都走了哪条路？现在2-2，要不要利用最后一年拼命上个岸。

本文链接：https://blog.csdn.net/2401_86435672/article/details/142586533

大家好，我是八哥。最近有没有被《凡人歌》这部剧刷屏？故事围绕三对北漂伴侣展开，聚焦真实职场生活。特别是剧中的“卷王代表”那隽，更是成为打工人热议的焦点。

程序员那隽，出身贫寒，一路拼搏，最终拥有100万年薪，2000万期权，还住进了160平的北京豪宅。这个被同事称为“那神”的角色，不仅技术过硬，更有着令人称羡的职场智慧。说他是全剧的MVP，一点都不为过！

并且，剧中深刻地展现了 “裁员潮”“中年失业”“内卷” 等社会热点问题，引发了广大打工人的强烈共鸣。今天，播妞借此契机，想和大家聊一聊那些隐藏在裁员背后的行业真相，以及我们普通打工人怎样才能成为职场中的佼佼者。

裁员潮来了？

这四个行业将沦为“重灾区”

如今的职场，可谓风云变幻。就拿《凡人歌》中的那伟和沈琳来说，他们曾是别人眼中的“完美夫妇”，前一刻还在自得于“富贵不还乡，如锦衣夜行”，享受着成功带来的光环，后一刻便遭遇了裁员、失业，找工作四处碰壁的窘境。

他们的经历，映射出现实职场的残酷。我们能够感知到，时代在变，行业也在不断更替。科技的日新月异，经济结构的深度调整，以及消费模式的转变，在这些因素的共同推动下，就业市场正在经历一场深刻的变革。

而在这场变革的浪潮中，一些行业最先受到了冲击，为了生存和升级，不得不进行裁员。以下是四个可能成为裁员“重灾区”的行业：

传统零售业：随着电商的兴起，消费者的购物习惯发生了根本性变化，实体店铺面临前所未有的挑战，生存空间不断被挤压。

低端制造业：人工智能和自动化技术的飞速进步，使得工厂自动化、无人化成为趋势，许多传统岗位正逐渐被机器取代。

房地产行业：受政策调控影响，市场需求放缓。房价下跌，开发商利润亏损，行业整体呈现萎缩态势。

金融行业：金融行业近期频繁传来降薪、裁员的消息，企业为了生存，只能选择开源节流，行业动荡不定。

尽管职场充满变数，但生活还得继续。在大趋势面前，我们普通人能做的就是未雨绸缪，不断提升自己的能力和素质，用平衡的心态和冷静的头脑去应对生活赋予我们的全部挑战。

在《凡人歌》中，那隽处理职场危机的做法，给不少打工人留下了深刻的印象。同样是离职，哥哥那伟作为公司元老，不但没有赔偿，还平白替公司背负了80万的黑锅。

但那隽展现出了惊人的冷静和远见，证据收集，步步为营，离职谈判，有理有据，最终拿走了2000万的期权和N+1的补偿，被辞退后，跳槽成为另一家公司高管，升职又加薪，**开启了人生新篇章。这段简直是打工人整顿职场的高光时刻，看得网友直呼太爽。

其实，在剧集一开始，那隽就曾说，要在35岁完成人生大事，买房、结婚、生孩子，无论工作还是生活，他的每一步都是规划好的。不得不承认，那隽不仅是整部剧中最人间清醒的一个，更是吾辈打工人的楷模！

我们能从那隽身上学到什么？

从一个没背景，没人脉的普通程序员，到全剧最大的人生赢家，那隽的成功并非偶然，而是源于他的规划、努力与远见。

在剧中，哥哥公司的创始人在A轮融资的关键时期，突然选择“出家”，面对这种情况，那隽预言凶多吉少，提醒哥哥要早做打算。**他说了三点*令人醍醐灌顶的*建议，八哥觉得，对打工人同样具有很大的启发性：

第一，这个时代唯一不变的，就是变化，所以每个人都得有规划意识，首先你对自我价值要有很清晰的认知，你的核心卖点是什么；

第二，你自己取得的成绩，是平台成就的，还是通过自己能力得来的，很多人在一家单位呆久了之后，身上就散发着那种被圈养、被定制的味道，一旦离开平台就傻眼了，很可悲；

第三，终身学习时代，我们要与时俱进，成为复合型人才。

截图来源《凡人歌》电视剧（如侵删）

虽然是剧本，是台词，但这三点，他说的一点没错。有句话说：时代抛弃你的时候，连声招呼都不打。职场如战场，唯清醒者方能立。

那隽的故事，就像一面镜子，照出了我们这个时代职场人的生存状态。只有保持危机意识，不断提升个人核心竞争力，成为复合型人才，才能在职场中立于不败之地。

普通人该如何选择？

“稻草定律”是这样讲的：一根稻草扔在街上无人问津就是垃圾，与白菜捆在一起就是白菜价，与螃蟹绑在一起就是螃蟹价。人的身价有时就像稻草，与自身无关，与谁捆绑在一起才最重要。道路的好坏、价值的大小，完全取决于你所“捆绑”的是什么样的对象。

换言之，个人努力很重要，选对行业也很重要。就如那隽，他的成功离不开行业优势与个人努力双重因素。

放眼当下，各个行业都面临挑战，但互联网依然是个充满机会的领域，薪资高，发展前景广阔。

在快速变化的互联网行业中，年龄焦虑无处不在。35岁，曾被视为职场的黄金年龄，但对于许多互联网公司尤其是技术岗位的员工而言，这一里程碑也意味着职场的不确定性。许多字节跳动的员工在35岁后面临被裁员的困境，而这些大龄程序员们接下来的路该怎么走？是选择拼命奋斗，希望能在竞争激烈的职场上再创佳绩，还是另谋出路，开始新的人生篇章？

对于那些在2-2级别停滞不前的员工来说，未来的职业发展仿佛进入了一个瓶颈。大龄程序员们常常面临着技术更新速度快、身体和精力逐渐下降的双重挑战。面对这种情况，是该拼尽全力在最后的一年时间里寻求突破，还是应该果断转型，趁早规划另一条人生道路？每个程序员都不得不面对这样的抉择：是继续在这个高压、高速的行业中挣扎，还是探索新的可能性，重新定义自己的职业生涯？

有人说：35岁的问题是，容易被简历筛选干掉，被候选人对比干掉

有网友说：感觉这个问题很严峻，基本上如果觉得自己发展的天花板很明显的话在30岁的时候就应该开始考虑后路才行

有人说：最近准备去国企，运营商

有网友说：35考公？35人家都处级了

有人说：你们以为公务员好上岸吗，感觉50%看运气现在卷到不行，先了解下目前考公形势再说吧

有网友说：字节不养大龄员工

有人说：可以尽早上岸

有网友说：没明白回头到底能干嘛

有人说：试试吧。今年行情真难。88年找工作谈薪水被diss了，被疯狂压薪

有网友说：能拼上赶紧拼，大龄员工在贵司没啥机会了。

有网友表示，35岁的问题在于年纪较大后，简历在招聘初筛时就容易被筛选掉，进一步面试环节也容易被年轻候选人对比而淘汰。有网友说准备去国企、运营商等相对稳定的岗位。有网友指出，转行大模型的难度很低，而且你也是程序员，转型更快，与时代一起奔跑！

如何系统的去学习大模型？

作为一名热心肠的互联网老兵，我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。

但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的 AI大模型资料 包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

😝有需要的小伙伴，可以V扫描下方二维码免费领取🆓

在这里插入图片描述

一、全套AGI大模型学习路线

AI大模型时代的学习之旅：从基础到前沿，掌握人工智能的核心技能！

二、640套AI大模型报告合集

这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。

三、AI大模型经典PDF籍

随着人工智能技术的飞速发展，AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型，如GPT-3、BERT、XLNet等，以其强大的语言理解和生成能力，正在改变我们对人工智能的认识。那以下这些PDF籍就是非常不错的学习资源。

在这里插入图片描述

四、AI大模型商业化落地方案

阶段1：AI大模型时代的基础理解

目标：了解AI大模型的基本概念、发展历程和核心原理。
内容

：
- L1.1 人工智能简述与大模型起源
- L1.2 大模型与通用人工智能
- L1.3 GPT模型的发展历程
- L1.4 模型工程
  - L1.4.1 知识大模型
  - L1.4.2 生产大模型
  - L1.4.3 模型工程方法论
  - L1.4.4 模型工程实践
- L1.5 GPT应用案例

阶段2：AI大模型API应用开发工程

目标：掌握AI大模型API的使用和开发，以及相关的编程技能。
内容

：
- L2.1 API接口
  - L2.1.1 OpenAI API接口
  - L2.1.2 Python接口接入
  - L2.1.3 BOT工具类框架
  - L2.1.4 代码示例
- L2.2 Prompt框架
  - L2.2.1 什么是Prompt
  - L2.2.2 Prompt框架应用现状
  - L2.2.3 基于GPTAS的Prompt框架
  - L2.2.4 Prompt框架与Thought
  - L2.2.5 Prompt框架与提示词
- L2.3 流水线工程
  - L2.3.1 流水线工程的概念
  - L2.3.2 流水线工程的优点
  - L2.3.3 流水线工程的应用
- L2.4 总结与展望

阶段3：AI大模型应用架构实践

目标：深入理解AI大模型的应用架构，并能够进行私有化部署。
内容

：
- L3.1 Agent模型框架
  - L3.1.1 Agent模型框架的设计理念
  - L3.1.2 Agent模型框架的核心组件
  - L3.1.3 Agent模型框架的实现细节
- L3.2 MetaGPT
  - L3.2.1 MetaGPT的基本概念
  - L3.2.2 MetaGPT的工作原理
  - L3.2.3 MetaGPT的应用场景
- L3.3 ChatGLM
  - L3.3.1 ChatGLM的特点
  - L3.3.2 ChatGLM的开发环境
  - L3.3.3 ChatGLM的使用示例
- L3.4 LLAMA
  - L3.4.1 LLAMA的特点
  - L3.4.2 LLAMA的开发环境
  - L3.4.3 LLAMA的使用示例
- L3.5 其他大模型介绍