最近在某到看到一套《前途丛书》，挑了其中感兴趣的《我能做软件工程师吗》读完，颇有收获，推荐给大家。
前途丛书
前途丛书，就是一套写给当代人的职业选择指南。
这套书共分为12本，包括《我能做教师吗》《我能做律师吗》《我能做医生吗》《我能做销售吗》《我能做HR吗》《我能做投资人吗》《我能做建筑师吗》《我能做产品经理吗》《我能做注册会计师吗》《我能做软件工程师吗》《我能做心理咨询师吗》《我能做保险代理人吗》。
每本书聚焦一个职业，邀请从事这个职业的顶尖高手，通过行业地图、新手上路、进阶通道、高手修养、行业大神、行业清单六个部分，从入门到进阶，从新手到高手，让高手们手把手带你将这个职业预演一遍。
《我能做软件工程师吗？》这本书邀请的行业大咖包括以下四位顶尖软件工程师：
- 韩磊：《代码整洁之道》译者，CSDN总编辑。
- 郄（qiè）小虎：腾讯集团前副总裁，被誉为“Google中国历史上最好的工程师（没有之一）”。
- 陈智峰：谷歌大脑首席工程师，参与开发TensorFlow。
- 鲁鹏俊：曾任谷歌主任架构师，后任百度集团高级总监、欢聚时代CTO、唯品会联席CTO。
软件工程师是个什么样的职业？
软件工程师是一个高薪、高竞争、高要求的职业，适合逻辑思维强、热爱技术且能持续学习的人。行业热度源于技术对社会的广泛影响，但压力与挑战并存。职业发展需突破“35岁瓶颈”，关键在于能力提升而非年龄焦虑；而996现象反映行业快节奏本质，需通过效率优化与心态调整应对。
“35岁现象”、“996”是怎么回事？
“35岁现象”，指的是软件⼯程师⼲到35岁就过了⻩⾦年龄期，会⾯临职业瓶颈，甚⾄遭遇被裁员、被优化、被淘汰的困境。
为什么会有“35岁现象”？
从社会层面看，初级⼯程师过剩，⾼级⼯程师紧缺。那些⽔平⼀般，⻓时间都没有⾜够⻓进的⼈，⾃然会被淘汰。⾄于为什么是“35岁”，或许只是因为早期涌⼊⾏业的那批⼈差不多到了35岁的年纪。
从个体层⾯来看，“35岁现象”的根源不在年龄，⽽在能⼒。这个⾏业淘汰的不是年纪⼤的⼈，⽽是拿着35岁的⼈的薪酬，却只会做25岁的⼈做的⼯作的人。为什么35岁是⼀个节点呢？因为35岁意味着⼀个⼈硕⼠毕业后⼯作也有10年了，如果⼯作10年还达不到资深⼯程师的⽔平，从某种意义上说，被淘汰是不可避免的。
35岁现象”明显是个社会问题。社会对⼈的需求改变了，任何⼈都没法阻挡。我们能做，也真正该做的，不是为此终⽇焦虑，⽽是考虑清楚⾃⼰对什么感兴趣，到底想做什么样的⼯作。解决⾃⼰的问题，这才是最根本的。
同样，“996”也是个社会问题。
⼀定程度的加班，是软件⾏业普遍存在的现象，这⼀点你要有清醒的认知——看不尽的代码、没⽇没夜的加班、进度的压⼒是⼤多数软件⼯程师必须⾯对的。
回到⾃身，如果你⼊⾏之后被加班问题困扰，不妨先问⾃⼰两个问题：这是有意义的加班，还是机械式的加班？加班本身有没有提升个⼈能⼒的价值？
学不到任何东⻄的机械式加班是没有意义的。如果加班不能带给你有价值的回报，那么你可以考虑离开。否则⻓此以往，你注定会“35岁被淘汰”。
（👍，完美闭环）
⼈⼯智能时代，软件⼯程师会被替代吗？
新技术不光淘汰了旧岗位，也创造了新岗位。⽐如，19世纪我们有了织布机，原来很多⽤⼿⼯织布的⼯⼈被淘汰，但更多使⽤机器织布的岗位诞⽣了。要想获得新岗位，我们要先了解AI目前还不能做什么。
- 首先，⽬前AI还不能⼀步到位地根据任意⾃然语⾔指令⽣成完美代码。
- 第二，⽬前AI仍然⽆法⾃主处理复杂的问题集。
⽬前AI⾯对“复杂的问题集”，它的回答会相对模糊。这时候就需要软件⼯程师把复杂的问题集抽象、拆解为⼀个个功能模块，这叫架构⼯作。架构⼯作⽬前还不太能被AI取代，这是因为它涉及具体问题领域⾥的相关经验和知识。 - 第三，⽬前AI还⽆法⽣成以前不存在，或者⽆法⽤以前的⼿段组合⽽成的代码。这件事对软件⼯程师的启示在于，⼀⽅⾯，我们要不断在实践中发现新问题，提出新想法；另⼀⽅⾯，我们要学会把AI作为伙伴，使⽤它、优化它、挖掘它的种种可能性。
总而言之，AI时代并非淘汰软件工程师，而是淘汰低价值工作，重塑职业门槛。工程师需从“代码实现者”转型为“问题架构师”和“AI指挥官”，聚焦复杂系统设计与技术创新。
成为软件工程师，需要具备哪些条件？
软件工程师是一个门槛不高，天花板很高的职业。入门容易，很多不是计算机专业的同学，靠着自学也能找到一分写代码的工作。但精进难，因为这个行业的技术更新迭代非常快，很多人入行三年就被淘汰了。
这里简单分成硬性条件和软性条件：
硬技能
- 数学能力：数学是决定职业发展潜力的关键，涉及高等数学、概率分析、贝叶斯算法等，解决复杂问题时不可或缺。（当然，可能做应用的不太要求这一块）
- 计算机基础与底层逻辑：掌握计算机原理、数据结构与算法、操作系统等基础知识，理解计算机系统的运行机制，避免仅停留在“会编程”层面。
- 编程能力：熟练使用至少一门编程语言（如Java、Python、C++等），能编写高效、可维护的代码。
- 逻辑与问题解决能力：需具备清晰的逻辑思维，能够抽象和拆解问题，设计系统化的解决方案。碰到问题能想办法解决。
软技能
- 英语读写能力：程序员需能阅读英文技术文档、参与国际社区交流，一手技术资料多为英文。
- 自学与终身学习能力：技术更新迅速，需持续学习新技术，如AI工具的应用（如ChatGPT辅助编程）。
- 团队协作能力：需与产品经理、测试人员等跨岗位协作，沟通需求并解决问题，避免“单打独斗”。
如何在工作很忙的状态下高效学习？
高效学习需将知识获取嵌入工作流程，善用权威资源与碎片时间，聚焦深度实践与标杆学习，以热爱为动力实现持续精进。
聚焦核心资源：优先阅读官方文档（最权威的解决方案来源），利用StackOverflow等高质量社区筛选优质答案，避免错误信息干扰。
工作中学习：通过编写代码和修复bug积累经验，如用二分法或小黄鸭调试法定位问题，同时研读标杆代码（如被反复调用的函数、长期未淘汰的核心设计），学习优秀同行的代码风格与架构思想。
碎片化时间利用：在编码间隙挤出10-20分钟学习，牺牲部分娱乐时间为未来投资，但避免长期熬夜。
热爱驱动：真正热爱技术者会主动“挤时间”，将学习视为兴趣而非负担。
限于篇幅，我只列出了我感兴趣的话题，感兴趣的朋友可以去看一下这本书。
