现在在一家传统行业做程序员，之前去过大厂，因为加班还有我技术太水的原因 离职了，来到了这家公司，这家公司很安逸，稳定，基本就是在摸鱼，现在临近30了，我在想是考公回老家还是说 停止现在的安逸，去提升自己在程序员的道路上走的更远一点，可是最近各种裁员的挺多的，我现在很纠结，很迷茫，又一次站到了人生的路口。网上都在说35岁程序员如果不转管理或者项目就会被淘汰，那我这个积水很一般的是不是就应该放弃写代码这条道路？
1.有过大厂经历：（非外包的情况下）说明自身的技术能力是在线的，计算机专业基础也是有的。
2.离职原因说白了就是不想卷。
3.倾向安逸的工作。
4.在考公和内卷之间徘徊，迷茫。
一、铁饭碗
其实铁饭碗并考公一条路，事业编、教师编、国企、国有银行……都是回家退居二线的路径。
三十岁考公其实压力还是蛮大的，现在就业情况不好，大量毕业生找不到工作，失业人员增量明显，越来越多的人选择考公上岸。
如果选择考公，那么就要有跟应届生、往届生以及青年失业人群竞争的觉悟。
三十岁考公还有年龄的压力，一旦超过三十五岁，公务员的大门就会彻底关闭，而且年纪越大，入职越晚，对自己的职业积累越不利。所以对题主来说，时间紧迫。
我建议在铁饭碗求职这条路上，多点开花，不一定非要在考公一棵树上吊死。
事业编、教师编、国企、国有银行，选择好的话，都是相对不错的选择。
1. 事业编：走技术职称，工资待遇跟公务员虽有一定差距但也不会差特别多，关键是竞争压力比考公小啊，尤其是计算机专业考事业编，竞争远低于其他专业。岗位推荐的话，建议考虑一下地方的大数据局、科技局等偏技术导向的单位，尽量不要去基层，公考岗位同理。
计算机专业入编前后尽量早一点把软考考过了。
软考的全称是：全国计算机技术与软件专业技术资格(水平)考试。
中级资格对应副高，高级资格对应高工。
这玩意以考代评，永久有效，早考早躺平。
2. 教师编：躺平首选，小学信息科学（计算机）老师或者数学老师，有余力可以带带少儿编程，一年三个月假期，前提是得考个小学教师资格证，对于题主的水平来说，一次就能过，不算难。
信息学奥赛（小学）是个大趋势，越来越多的家庭和学校重视这个东西。这玩意儿相对于数学简单一点，更注重拼动手能力，现在很多小学想搞这方面的东西但是找不到老师。
3. 国企：国企就不谈了，单位和岗位有好有差，至于能去哪里就八仙过海各显神通，凭本事上岸了。去垄断/传统制造业的国企（央企），干的可能未必是信息化的工作，得有思想准备。
国企选择慎之又慎，去错地方后悔终生。
4. 国有银行：政策性银行首选，国有银行的省级分行和股份制银行省级分行（一级分行）其次，而小地方的银行以及大行的支行几乎没有开发类的工作，干的主要是运维工作，对题主来说大材小用，有点屈才。
所以尽可能地去省一级、市一级行的机关岗位，有能力可以尝试一下研发中心。
二、走技术一条路走到黑，还是选管理路径？
虽然互联网的红利期基本已经过去了，但目前软件开发岗位市场需求量依旧较大，各行各业都亟需软开人才，辞职找下家也不是难事，关键是必须要在三十五岁之前找到稳定栖身的单位。
每个人所专注的方向和领域不一样，能力判断标准千差万别，没法一概而论，但整体的思路是不变的——如逆水行舟，不进则退。
要么卷技术，把自己卷成大牛。
要么转管理，脱离开发环境，走领导路线（这除了懂技术还要搞好和领导的关系…你懂的）。
无论选哪条路，一开始都是技术为主。技术搞不好，一切都白搭。
最近两年互联网行业变化太大了，技术迭代也快。十年前，2013年，那时候开发用的工具和框架基本全被淘汰了。开发就不是一个吃老本的工作。
搞技术，要想不被淘汰，就得把这些新技术掌握起来。
编程开发模式和路径就不说了，讲一个新东西，AI大语言模型。
ChatGPT就是AI大语言模型中最具有代表性的产品。
现在的开发与过去的开发有很大不同。
以前入门难，一边要苦哈哈地啃书、读技术手册，然后写代码，再一遍遍地调试，苦不堪言。但现在，自从ChatGPT、Claude这类大语言模型应用问世，各行各业都在借助AI辅助工作，比如，借助大语言模型创作小说和剧本、绘画、整理和分析数据、写论文…你能想到的几乎都能做到。
程序员也得益于大语言模型。
借助大语言模型，开发变得越来越简单。
在最新的用例、最优质且庞大的训练集加持下，大语言模型会不断迭代升级，更了解用户的需求。
手撸枯燥无味代码的日子正在逐渐成为过去式，行业对程序员写代码的能力要求逐渐降低。
借助现成的框架，开发者可以直接调用封装好的相关逻辑和代码实现，实现基于大语言模型的应用程序的快速开发。
大模型技术的发展，一定程度上改变了计算机行业的生态。越来越多的程序员为了提高工作效率，一人分饰数角，前端后端一人包揽，借助大模型完成大量繁复的工作。
P.S. 我在大厂里奋斗的同学现在早就已经使用各类大模型辅助程序开发了。
借助AI大语言模型进行开发，一定程度上可以缓解题主在技术途径的焦虑。
写代码水？没关系，AI会帮你写的。
那么如何应用大语言模型辅助开发呢，举个例子：
在AI大语言模型帮助下写一段使用Ajax进行前后端交互的代码。
我把这个问题提交给大语言模型，看看它是怎么回答的——
代码正确，注释详细，一目了然，可以像拼乐高积木一样，根据需求修改代码模块，再置入项目中。
（实际开发中使用的框架是嵌入在IDE中的）
借助大模型开发比传统方式开发高效地多，它会尽可能地将你所需的准确检索出来，然后打包给你，省时省力。
从代码到内容，都是在chatgpt的辅助和指导下完成的。
看起来还不错，毕竟只用了一天时间，完成度还是很高的。
不学习，别人工作效率高了，自己就成了被卷的对象。
业内大佬解读大厂开发最新的趋势以及大语言模型辅助开发的实践，能学到很多LLM的知识，简单上手prompt让AI工具提供完美回答，帮助增加知识储备，提升技术能力。
对大语言模型感兴趣，并想要了解更多内容的朋友，参加免费课程的同时，可领取AI 大模型资料包，资料包里有好用AI工具和网址，自己先学起来。
需要注意的是，LLM不是万能的，它的作答准确率依赖于训练的样本数据，解决不了太过于前沿和深入的问题。
但可以借助其解决一些入门、常用的、基础的、重复的问题，提高日常工作的效率。
👉AI大模型学习路线汇总👈
第二阶段： 在通过大模型提示词工程从prompts角度入手更好发挥模型的作用；
第三阶段： 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；
第四阶段： 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；
第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；
第六阶段： 以SD多模态大模型为主，搭建了文生图小程序案例；
第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。
👉大模型实战案例👈
光学理论是没用的，要学会跟着一起做，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。
👉大模型视频和PDF合集👈
👉学会后的收获：👈
• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；
• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；
• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；
• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。