全公司只有你一個寫前端：一篇勸退長文，攤開初級前端的人力資本帳

2026年10月12日，掘金作者ErpanOmer發布一篇長文，標題直白：為什麼勸應屆生不要去創業公司寫前端。文章的核心場景是秋招季常見的選擇題：應屆生拿到新創公司的「前端負責人」Offer，該不該去。作者的答案是傾向否定，理由集中在三個環節：沒有同事與Code Review的環境、業務邊界模糊導致技術廣而不深、期權兌現機率極低。

這是一篇個人觀點文，不是調查報導。文中多處數字屬於作者的經驗敘述，本文先區分可核實與不可核實的部分，再看它與本站先前追蹤的初級前端勞動市場走勢是否吻合。

結構拆解：一個人的前端團隊，缺的是什麼

作者對「前端負責人」的翻譯是：全公司只有你一個人寫前端。對照他描述的大中型公司樣態，一個前端團隊通常5到20人，分工涵蓋基建、業務、性能優化、跨端，每個PR都會被打回與審查；新創場景則是一人包辦所有與介面相關的工作。

從人力資本累積的角度看，這段敘述指向一個具體機制：初級工程師的成長高度依賴回饋迴圈。作者宣稱，大廠應屆生的第一個PR通常被打回三到五次，三個月後代碼品質有明顯提升；而沒有Review環境的工程師，可能把第一個月的水準重複十二個月。這組數字無法獨立驗證，但機制本身與業界對導師制（mentorship）價值的一般認知一致，可以視為作者的從業觀察而非統計結論。

這與先前一篇掘金自述呈現的圖像是同一條曲線的兩端：六年前端走到AI落地的職能重估顯示，資深工程師的價值正在被AI工具重新定價；而本文談的是入行第一年的定價起點。兩端同時被壓縮，中段的初級崗位競爭自然加劇。

幾組數字：哪些站得住，哪些要打折

作者提出幾個量化宣稱，可信度不一。

第一，2026年國內創業公司從A輪走到IPO的機率不到1%。這個量級與創投產業長期統計的方向一致，早期投資到退出的成功率向來是低個位數百分比，但「不到1%」是作者的概數表述，沒有附出處。

第二，一個普通中級前端崗位收到300到500份履歷，HR在每份停留不超過10秒。這是招聘端在高供給市場的典型篩選行為，與近年初級程式設計師求職難的整體敘事相符，但同樣屬於個人觀察值，本站不作事實認定。

第三，履歷篩選的兩個關鍵欄位是公司名稱與項目亮點。作者舉的對比是「負責官網、後臺管理系統和小程序開發」對上「參與核心交易鏈路性能優化、LCP從3.2秒降到1.1秒、覆蓋日活XX萬用戶」。這個對比反映的是信號理論：當篩選成本極低時，可量化的項目成果比職稱本身更有定價力。

影響推演：誰受惠、誰承壓

若文中的判斷成立，傳導方向大致如下。

承壓的是新創公司的人才招募。當應屆生對「前端負責人」職稱的定價越來越清醒，新創公司吸引初級前端需要改用現金薪資而非職稱或期權敘事，這對現金流緊張的早期公司是直接的用工成本壓力。本站先前分析的微型企業人事合規帳顯示，小規模公司在人力制度上的固定成本負擔本就偏高，人才端議價能力進一步削弱其招募競爭力。

受惠的短期是大中型公司的初級崗供給端，履歷池更滿；但長期看，這也意味著初級崗的篩選將更依賴可驗證的項目成果，單純的年資敘事貶值加快。先前整理的秋招兩個月零offer的投遞紀錄已經顯示，篩選漏鬥中段的淘汰率是初級求職者最直接的壓力來源。

另一個受影響的羣體是求職者本身。作者的建議本質上是一種風險定價：用確定性的薪資折價去賭低機率的期權兌現，對抗風險能力最弱的應屆生而言是負期望值的交換。這個框架合理，但它是通則，不排除個別新創公司確實提供高密度回饋環境的例外。

收束判斷

這篇文章的價值不在於結論是否正確，而在於它把初級前端勞動市場的一個結構性變化講清楚了：當崗位供給收縮、履歷篩選時間壓縮到秒級，入行前三年的環境選擇（有沒有Review、有沒有導師、有沒有可量化的項目）直接決定了下一次跳槽的定價能力。

需要保留的部分也明確：文中所有具體數字都是作者單方敘述，1%的IPO機率、300到500份履歷、10秒停留時間，均無獨立來源交叉驗證。讀者宜將其視為一份從業者的風險清單，而非市場統計。對應屆生而言，真正可操作的檢驗題只有一條：這家公司有沒有人會看你的代碼。這一題的答案，比任何職稱都更能預測一年後履歷的含金量。