会用工具，已经不算项目经验了

今天鸭鸭看到 GitLab 的财报，心里咯噔了一下。

这家公司第一季度营收 2.642 亿美元，同比增长 23%。

然后它说，要裁掉约 14% 的全职员工。

约 350 人。

还要退出 22 个国家。

扎心的是，这家公司没有亏到活不下去。

GitLab 自己的财报说，客户还在增长，10 万美元以上 ARR 客户同比增加 18%，非 GAAP operating margin 也到了 14%。

它甚至在同一份财报里强调，GitLab Duo Agent Platform、自动安全修复、pipeline 配置、delivery analytics、Claude 模型集成，这些 AI 工作流都在往前推。

然后同一页往下翻，就是裁员 14%。

程序员最怕看到这种新闻。

公司增长了，人少了。

产品变强了，岗位没了。

AI 工作流更忙了，简历上那句“熟练使用 AI”反而更轻了。

“公司业务都增长了，为什么还裁人？”

“AI 工具越多，程序员是不是越不值钱？”

“我简历上写会 Copilot、Cursor、Claude Code，到底还算不算优势？”

鸭鸭觉得，今天这条新闻最值得写的地方，并不在 GitLab 裁了多少人。

更要命的是，它把一个面试场景提前摆到台面上了：

你说你会用 AI。那你到底是会点按钮，还是能把 AI 放进研发流程里跑？

这个问题在 2024 年还不常见。

那时候面试官看到你写“熟练使用 AI”，可能会多问两句。

到了 2025 年，会 Cursor、会 Copilot、会 Claude Code，开始变成程序员圈子的基本操作。

到了 2026 年，GitLab 这类公司已经不满足于“开发者个人用 AI 写代码”了。

它要的是更大的东西。

AI 自动修安全问题，AI 配 pipeline，AI 做 delivery analytics，AI agent 在 DevSecOps 平台里跑起来。

这就像公司以前问你会不会开车。

你说会。

然后公司说，行，那你能不能设计一套车队调度系统，知道谁能开、开到哪、出了事故谁负责、路线怎么回滚、油耗怎么审计？

你再回答“我驾照拿了三年”，就不太对劲了。

“熟练使用 AI”这句话正在降价，真正涨价的是把 AI 接进生产流程的能力。

它裁的未必都是写代码的人。

但它释放的信号很清楚：公司正在把组织结构改成适合 AI 工作流的样子。

以前一个研发流程里，需要很多人做协调、检查、配置、跟踪、提醒。

现在公司会问，这些活能不能交给 agent 做一部分？

能不能让 agent 自己读上下文、开 MR、修漏洞、跑 pipeline、生成报告？

能不能少一点中间层，多一点能拍板的人？

所以这轮变化里，危险最大的，反倒不是“不会写代码”的人。

写代码这件事反而还有大量业务细节、历史包袱和线上责任。

更危险的是那种简历看上去很会用工具，但说不清楚工具怎么接入业务的人。

面试官问你：“你用过 Copilot 吗？”

你说：“用过，写代码快很多。”

这个回答现在很薄。

因为公司真正想听的，已经变成另外几件事。

你有没有让 AI 生成过代码，但最后因为权限、依赖、测试、回滚出了问题？

你有没有把 AI 生成内容接进 CI/CD，而不只是在本地 IDE 里爽一下？

你有没有设计过一套规则，让 agent 能做事，但不能乱做事？

你有没有留过审计日志，知道某个 MR 到底是人改的，还是 agent 改的？

你有没有在上线前拦过一次 AI 写出来的坑？

这些东西才叫项目经验。

鸭鸭说得再具体一点。

简历上写“熟练使用 Copilot”，现在像写“熟练使用 Git”。

没人会因为你会 Git 就给你加钱。

但如果你写的是：

“在 GitLab CI 中接入 AI code review，对 agent 生成的 MR 增加权限隔离、风险标签、自动测试和人工审批，拦截过 X 类安全问题。”

味道就变了。

这句话里有流程，有边界，有事故意识，有上线责任。

面试官会继续问，因为它像真的做过。

公司不缺会打开 AI 工具的人，缺能让 AI 安全干活的人。

会用工具的人很多。

能给工具划边界的人少。

能在工具翻车后把锅接住的人更少。

这才是 2026 年 AI 项目经验的分水岭。

所以今天这条新闻，鸭鸭不建议大家只看成“GitLab 又裁员了”。

更应该看成一次简历重写提醒。

如果你的 AI 经历还停在这几种写法：

“熟练使用 ChatGPT 提升开发效率。”

“熟练使用 Cursor 辅助编码。”

“熟悉 Copilot、Claude Code 等 AI 编程工具。”

说实话，风险很大。

它们都在描述工具名，没有描述你解决过什么问题。

更好的写法应该往项目里放。

比如：

“在订单系统重构中，用 AI 辅助生成单元测试，并建立人工 review 清单，覆盖核心支付链路异常分支。”

“在 GitLab CI 中增加 AI 生成代码的风险检查步骤，高风险 MR 必须人工审批后才能合并。”

“用 Agent 辅助排查接口性能问题，但所有变更必须经过压测、回滚预案和日志验证。”

这些句子没有那么花。

但它有一个好处：面试官能顺着问下去。

他会问你怎么定义高风险 MR，怎么做权限隔离，怎么判断 agent 改的代码能不能上线，怎么审计，怎么回滚。

这才是面试机会。

简历被追问并不可怕。

最怕的是面试官看完没兴趣追问。

AI 时代，程序员的简历不要再证明“我会用工具”，要证明“我能让工具进入生产环境，还能把风险关住”。

如果你今天要改简历，鸭鸭建议先删掉那句“熟练使用 AI”。

换成一个真实项目。

写清楚你让 AI 做了什么、你限制了什么、你验证了什么、最后谁为结果负责。

面试官看到这里，才会觉得你不是订阅用户。

你是工程师。

大家简历里那句“熟练使用 AI”，现在还留着吗？

……

今天鸭鸭和大家分享一道 AI 大模型面试题。

【要让AI生成一个带表单验证的Vue3组件，请写出包含以下要素的Prompt 】

需要包含以下要素：

• 使用Composition API
• 包含邮箱格式校验
• 错误提示需显示在输入框下方
• 提交按钮防重复点击》 题目考察点：
• 技术栈明确性（框架版本/API风格）
• 功能边界清晰度（具体校验规则）
• UI细节控制能力（错误提示位置）

回答重点

写 Prompt 让 AI 生成代码，核心就是把你脑子里的需求掰开了揉碎了告诉它。一个能拿来直接用的 Vue3 表单组件 Prompt，至少得包含这四块东西：技术栈约束、功能需求、交互细节、代码规范。

直接上一个完整的 Prompt 示例：

请用 Vue3 Composition API + TypeScript 写一个邮箱注册表单组件，具体要求如下：

技术选型：
- UI 库用 Element Plus
- 表单验证用 VeeValidate 4.x
- 类型声明要完整，不要用 any

组件功能：
- 一个邮箱输入框 + 一个提交按钮
- 邮箱必填，格式用正则校验
- 错误提示显示在输入框正下方，红色小字

交互逻辑：
- 输入框失焦时触发校验
- 校验不通过时提交按钮 disabled
- 点击提交后按钮显示 loading，请求完成前不能重复点击
- 提交成功后 emit 一个 success 事件，把邮箱值带出去

代码要求：
- 用 defineComponent 写，不要 script setup
- 样式用 scoped，不要污染全局
- 关键逻辑加注释

这个 Prompt 的关键在于每一条都是可执行的具体要求，AI 没有发挥空间就不会乱搞。

扩展知识

为什么要把技术栈写死

不指定技术栈，AI 就会按它自己的偏好来。同样是"写一个表单组件"，ChatGPT 可能给你 Options API 的写法，Claude 可能用 script setup，gemini 可能连 TypeScript 都不用。你拿到代码还得自己改，不如一开始就定死。

更重要的是版本号。Vue3 早期的 Composition API 和现在差别不小，VeeValidate 3.x 和 4.x 的 API 完全不一样。不写版本号，AI 可能给你一个三年前的过时写法，跑都跑不起来。

表单验证库怎么选

Vue3 生态里主流的两个验证库：

维度	VeeValidate 4.x	Vuelidate 2.x
包体积	约 25KB	约 8KB
API 风格	声明式，用 Field 组件包裹	函数式，用 useVuelidate
内置规则	50+ 常用规则开箱即用	基础规则，复杂的要自己写
异步验证	原生支持	需要手动处理 Promise
学习成本	中等，概念多一些	较低，API 简单
适用场景	复杂表单，多字段联动	简单表单，追求轻量

一般来说，邮箱注册这种简单表单用 Vuelidate 就够了，如果是后台管理系统那种几十个字段的大表单，VeeValidate 更合适。

让 AI 少犯错的 Prompt 技巧

1）给反例

光说"代码要规范"没用，AI 理解的规范和你理解的可能不一样。直接告诉它"不要用 any"、“不要用 var”、“不要把逻辑全堆在 onMounted 里”，比说十句"要规范"都管用。

2）限定输出格式

让 AI 生成一个组件，它可能给你一个 .vue 文件，也可能给你三个分开的文件，还可能连带 unit test 一起输出。想要什么格式就写清楚：“只输出一个 .vue 单文件组件，不要测试代码”。

3）分步骤拆解

复杂需求不要一股脑全塞进去。先让它生成组件骨架，确认没问题再让它加验证逻辑，最后再加样式。每一步都能检查，出问题好定位。

4）提供参考代码

如果你项目里已经有类似的组件，直接贴一段给 AI 看：“参考这个组件的写法，给我写一个类似的表单”。AI 会模仿你的风格，省得生成的代码跟项目里其他代码画风不一样。

篇幅有限，更多 AI 大模型 相关面试题可以进入面试鸭进行查阅。