2024年招聘市場上最搶手的技能，2026年正在批量貶值。一位在Snowflake生態(tài)里泡了五年的工程師告訴我，他去年寫的dbt宏（數(shù)據(jù)轉(zhuǎn)換工具模板），現(xiàn)在實習(xí)生用Claude 15分鐘就能生成差不多的版本。這不是個例。Airflow調(diào)參、分區(qū)策略、管道監(jiān)控——這些曾經(jīng)定義"資深"的硬通貨，正在以肉眼可見的速度被AI工具吞掉。

更麻煩的是，大多數(shù)人還沒意識到游戲規(guī)則已經(jīng)變了。

JD寫的是"管道工"，市場要的是"翻譯官"

過去十八個月的變化比前五年加起來還劇烈。LLM（大語言模型）在代碼生成上的進步不是線性增長，而是突然跨過了某個閾值——從"能寫但不能用"跳到了"能用但需要審"。這個差距的縮小速度，遠(yuǎn)超大多數(shù)工程師更新簡歷的速度。

你花了三年練出來的肌肉記憶，AI十八個月就追到了八成。剩下的兩成不是護城河，是拖延癥。一位在Fivetran（數(shù)據(jù)集成平臺）工作的工程師形容得很準(zhǔn)：「我們現(xiàn)在不是在寫代碼，是在寫提示詞，然后檢查AI有沒有幻覺。」

但這里有個反直覺的轉(zhuǎn)折。數(shù)據(jù)工程師的崗位總量沒有萎縮，薪資中位數(shù)還在漲。問題出在結(jié)構(gòu)——崗位正在裂變成兩個物種。一類在處理越來越標(biāo)準(zhǔn)化的管道維護，另一類在設(shè)計數(shù)據(jù)產(chǎn)品、定義指標(biāo)口徑、跟業(yè)務(wù)團隊撕扯"這個數(shù)到底怎么算"。前者的議價空間在壓縮，后者的天花板被打開。

自動化吃掉的那一半，恰恰是簡歷上最顯眼的

招聘JD（職位描述）的滯后性被低估了。現(xiàn)在打開LinkedIn，數(shù)據(jù)工程師的要求清單里還寫著"精通Airflow調(diào)度""熟練dbt建模""具備數(shù)據(jù)質(zhì)量監(jiān)控經(jīng)驗"。這些技能當(dāng)然還需要人，但需要的數(shù)量和溢價都在下滑。

真正在抬價的能力，JD上要么沒寫，要么寫得很模糊。比如：把業(yè)務(wù)部門的模糊需求翻譯成可執(zhí)行的數(shù)據(jù)契約；在指標(biāo)口徑?jīng)_突時拍板并承擔(dān)后果；判斷某個數(shù)據(jù)產(chǎn)品值不值得用工程資源堆出來。這些活沒有標(biāo)準(zhǔn)答案，也沒有Stack Overflow可查。

一位從Netflix出來的數(shù)據(jù)平臺負(fù)責(zé)人說得直接：「我現(xiàn)在面試不問怎么優(yōu)化查詢，問的是'如果營銷和產(chǎn)品對DAU定義打架，你怎么讓他們達成一致'。能講清楚這個的，開價可以高40%。」

杠桿轉(zhuǎn)移：從"我做了什么"到"我阻止了什么"

衡量價值的方式正在翻轉(zhuǎn)。管道 uptime（正常運行時間）從99.9%提到99.99%，邊際收益遞減，但政治成本指數(shù)級上升。反過來，提前識別出某個數(shù)據(jù)產(chǎn)品不會帶來ROI（投資回報率）并說服團隊放棄，省下的資源可能夠養(yǎng)兩個小團隊。

這種判斷力的培養(yǎng)路徑，和寫代碼完全不同。它要求你在會議室里待的時間不比IDE（集成開發(fā)環(huán)境）里少，要求你理解財務(wù)報表怎么讀，要求你接受"沒有正確答案"的模糊地帶。很多工程師的本能反應(yīng)是抵觸——這不是我簽JD時答應(yīng)干的活。

但JD確實撒謊了。不是惡意欺騙，是2019年的世界確實只需要管道工。2026年的世界需要能翻譯業(yè)務(wù)語言、能定義問題邊界、能在不確定性里做決策的人。工具越強大，這些軟技能的溢價越高。

裂谷正在形成。一邊是用AI放大自己交付量的工程師，一邊是用AI把自己從執(zhí)行層解放出來、往上游移動的工程師。兩邊的差距不是技能差距，是認(rèn)知差距——對"什么在貶值、什么在升值"的判斷速度。

下次績效評估前，值得問自己的問題是：你過去半年最大的價值，是完成了多少張表，還是阻止了多少張不該建的表？