得物前端部門，沒了

大家好，我是孟健。

得物前端部門全部解散，合入服務端做 AI 全棧。不是裁員，不是優化，是整個部門建制直接取消。

這個消息昨天在技術圈炸開了。有人在群里說"不是謠言，問了得物技術專家的朋友證實了"。短時間內組織架構調整，但傳遞的信號很明確—— 普通業務前端，沒有發展空間了。

我看到這條消息的第一反應不是震驚，而是：終于輪到了。

01 不是第一個，也不會是最后一個

得物不是第一個干這事的大廠。

#AI編程2025年底，美團宣布前端轉后端做全棧 。不是"鼓勵學習"，是組織架構層面的調整——前端團隊直接并入后端。那時候很多人覺得這只是美團的個別決策，畢竟美團一直有"效率至上"的傳統。

更早之前，阿里菜鳥國際后端研發全員轉全棧 。標題寫得很直白——"前端崗、測試崗即將消亡"。當時很多前端同學的反應是"菜鳥國際只是個小部門，不代表整個行業"。

虎嗅今年的一篇報道里，一位 CEO 直接說："我們公司已經不需要專職前端開發了，公司的前端都要轉崗。" AI Coding 的提效已經達到40%甚至更高，效率變高的副作用就是——需要的人變少了。

美團、菜鳥、得物——三家不同賽道、不同體量的公司，在不到半年的時間里做了同一個決策。

這不是巧合，這是多米諾骨牌。

02 為什么是前端先"出局"？

有人說前端是"技術棧的末端"，這話雖然刺耳，但有它的道理。

我們來看看 AI 編程工具現在到底能做什么：

• Cursor / Claude Code / Codex ：給一段需求描述，直接生成完整的React組件、頁面布局、甚至整個前端項目骨架
• v0.dev ：輸入一句話，出一個可運行的UI界面，連交互都幫你想好
• Bolt / Lovable ：從0到上線部署，全程不用手寫一行前端代碼
• OpenClaw ：更狠——它不只是寫代碼，而是讓AI Agent自己規劃任務、調用工具、操作瀏覽器、跑完整個工作流。以前需要一個前端+一個運維+一個QA配合的事，現在一個Agent閉環搞定

以前需要一個前端團隊干一周的活——畫原型、切頁面、寫組件、聯調接口——現在一個后端開發者+AI 工具，半天就能搞出來一個像樣的東西。更不要說 OpenClaw 這類 Agent 平臺，直接把"人操作 AI 工具"升級成了"AI 自己操作工具"—— 連操作者本身都在被替代。

不是前端沒用了，是前端的"專職壁壘"被 AI 徹底抹平了。

后端涉及的東西——架構設計、數據庫優化、分布式系統、高并發處理——這些 AI 目前還啃不動，至少啃不好。但前端的核心產出——頁面、組件、交互、樣式——AI 已經能做到80分甚至90分。

想清楚這個邏輯：AI不是在替代"人"，是在替代"專職分工"。當一個后端開發者+AI就能搞定前端的活，"前端崗位"這個組織單元就沒有存在的必要了。

這就好比——以前公司有專門的打字員，后來每個人都會打字了，打字員這個崗位就消失了。前端正在經歷類似的事。

03 數據比感覺更殘酷

很多人還在靠"感覺"判斷行業趨勢。數據告訴你的是另一回事。

哈佛大學一項覆蓋 6200萬勞動者 的研究發現：當一家公司開始采用生成式 AI，六個季度之內，初級開發者的崗位需求下跌9%到10% 。

更嚇人的數字：過去幾年，科技大廠招收的應屆生數量直接腰斬，下降超過50% 。

這兩個數字疊在一起意味著什么？入口在收窄，存量在被擠壓。

而 AI Coding 工具的提效從傳聞變成了共識—— 40%已經是保守估計 。我自己的體感是，用 Claude Code 做日常開發，在熟悉的項目里提效能到60%以上。以前需要一上午手寫的功能，現在對著 AI 說清楚需求，二十分鐘出初版，再花半小時調優就能上線。

效率提高40%，意味著10個人的活7個人就能干。剩下3個人怎么辦？

得物給出了自己的答案：不是裁掉，是重新定義。前端不再是一個崗位，而是一種能力——被所有人共享的能力。

04 得物的真實信號

就在前端解散的消息傳出前一天，得物創始人楊冰在2026年全員會上說了一句關鍵的話："未來將把 AI 應用拓展到更多業務場景。"

全員會還透露了一組數據：得物過去一年業務雙位數增長，在線鑒別用戶量增長184%，用戶遍及186個國家，商家入駐和社區創作者收入同比增長60%以上。

業務在高速增長，但前端部門沒了。

這說明什么？不是公司不行了要裁人，恰恰相反——是公司在增長期主動選擇了一種更高效的組織形態。前端的活不是不做了，是換一種方式做：后端開發 + AI 工具 = 全棧交付。

以前10個前端+10個后端干的活，現在15個全棧就能搞定，而且溝通成本更低——因為一個人負責一條鏈路，不存在前后端聯調扯皮的問題。

組織效率的提升，不是靠加人，是靠消滅分工的邊界。

05 給程序員的三條建議

第一，別再把自己定義為"前端"或"后端"。

標簽越窄，替代風險越高。"我是寫 React 的" vs "我是能獨立交付產品的"——后者在任何組織調整里都更安全。得物這次解散的是"前端部門"，但下一輪可能是任何一個被 AI 覆蓋的專職角色。

第二，學會用 AI 編程工具，現在就學。

不是"了解一下"，是真的每天用。Claude Code、Cursor、Copilot——選一個，變成你的工作標配。想更進一步的，試試 OpenClaw——它能讓你把 AI 編程從"輔助寫代碼"升級到"Agent 自動執行完整工作流"，包括代碼生成、測試、部署、甚至內容發布，一條龍全自動。

當你的同事還在逐行手寫 CSS 和 CRUD 的時候，你已經在用 AI 搞定80%的重復工作，把精力放在架構思考和產品判斷上。

這不是"錦上添花"，這是 生存技能 。就像十年前不會用 Git 的程序員會被淘汰一樣，今天不會用 AI 編程工具的人，正在被悄悄移出候選名單。

第三，往上走，往業務走，往復雜度走。

AI 擅長執行明確指令，但不擅長：

• 理解復雜的業務場景和用戶心理
• 做需要權衡多方利弊的技術選型
• 跨團隊的溝通協調和項目推進
• 從0到1的產品定義和架構設計

這些"模糊地帶"才是 AI 時代程序員的護城河。 越靠近執行層越危險，越靠近決策層越安全。

--- 得物不是終點，是起點。

下一個解散前端部門的大廠是誰？不知道。但可以確定的是——

"我只會寫頁面"這句話，在2026年已經不是一個安全的職業描述了。

工具就擺在那里。轉不轉型，是你的事。

--- 我是孟健，前騰訊 T11 / 前字節技術 Leader，現在全職做 AI 編程。

更多 AI 編程實戰：

• GitHub：@mengjian-github
• 專欄：AI編程實戰

覺得有用？點贊+收藏 就是最大支持