实习之后才知道——“打杂”才是常态 ~ 放下执念,哄好自己最重要

进公司实习不到一个月，我就彻底想开了——可能这个世界上压根就没有什么“不打杂”的工作。既然都是打杂，那也要打出花来！今天以亲身经历随便聊聊，文末附带反打杂的一些建议，希望广大牛友都能少走弯路。

今天刚好学校考试请假一天，晚上可算有时间把上周整理好的思绪一股脑打出来。（纯手工码字，无AI水文，不卖课不起号，动态附带电子工牌截图，主打一个真实）。

故事得从前天下午对完需求的会后说起。我和组里另一位实习同学在二号线等地铁返校，边走边聊，我才得知他居然是某211的研究生，前不久刚被导师从论文地狱里放出来实习。目前的心态是一边骑驴找马“混”一段实习，一边准备大厂的网申秋招。

说真的，我当时挺意外。因为我现在所在的实习单位天津分部也就30多人（标准小厂规模，北京有销售和部分项目组），按理说，92本硕这些天之骄子应该直奔大厂的体面人生。但他居然亲口对我说：“我们组上一届有6、7个进狗东的，今年全军覆没。”

如果说这大厂光环碎一地已经足够让人胆寒，那么那天公司面试的惨烈状况则更说明问题——好几个研究生在初筛和技术面就被刷了。往好处想，只要技术够硬，大环境再卷，也不是没有机会。

有人可能要问：“不对啊，你一个做开发的实习生，怎么连公司招几个人、面得怎么样都知道？”

巧了，我们研发部门全挤在一块。时不时就能看见两位老资历同事接过HR递来的纸质简历，熟练地用豆包和ChatGPT现场搜面试题去去拷打，拷打完再等着部门Boss下达最终裁决（Boss负责终面）。显然，即便老同事觉得“还行”，但头头却还是有着更高的要求。

大环境不好，确实是客观事实。但那位研究生同学说的另一番话，才真正触动了我，也是我今天决定写这篇动态的原动力。

他说：“感觉每天干得没什么意思，基本上都是在用AI弄。”

确实，我们部门现在从上到下都在疯狂含AI量。在研发组长的强力推动下，连隔壁零代码基础的项目部，都靠AI帮我们弄了好几个营销页面，我们只要负责对接进CMS系统，检查一下样式问题，几乎就可以上线（前端听了，嘎巴一下又死了一次）。

绝大多数时候，敲代码根本不需要我们亲力亲为。Cursor、Codex、Claude Code轮番上阵，公司给实习生都批了每个月40$的AI报销额度。如果仅仅以“写代码”的熟练度来衡量，那一瞬间确实会产生一种“世界是个巨大的草台班子，有我没我都一样”的无力感。

AI最突飞猛进的那阵子，我也陷入过这种焦虑和失落，觉得自己的努力在技术迭代面前啥也不是。但转机就发生在这段实习里，当我真正上手跟完一个完整的项目后，我突然看清了真相：

当AI把写代码的“杂活”替我们揽走时，我们到底在焦虑什么？

我的理解是：当写代码缩减为体力劳动，我们的核心价值就变成了“将技术与业务结合，并做出判断”。

拿我们组长来说，他丝毫无吝啬使用ChatGPT、Codex和Manus辅助办公、编码、出方案。但在做关键架构判断的时候，没有哪个AI能替他完全代理，那种抓耳挠腮、戴上痛苦面具的时刻，他跟我们一模一样。

在我参与的那个ToB系统项目里，因为涉及两个系统之间的通信，需要用到消息队列。开会分析方案时，AI给出的方案滴水不漏，各种高大上的RabbitMQ架构一套一套的。但最后Boss一拍桌，不能用RabbitMQ，直接用RedisStream实现。

Boss一边苦笑一边跟我们吐槽：现在这个业务量，拉一个RabbitMQ集群的云服务器成本是Redis的三到四倍。开完会我也问了ChatGPT，那个毛线AI确实滴水不漏，把我“稳稳地接住了”，但钱又不是OpenAI出，这个判断，我们实习生有AI也做不出来——因为压根想不到这一层！

同样的例子还发生在大量JSON文件的存储上。在简历里，大家恨不得全写上“使用MongoDB等非关系型数据库实现高并发大数据存储”。但Boss调研完业务发现“读远多于写”，你不会把JSON文本直接塞MySQL吧？更别说MongoDB的适配、调试、管理，开实例也是要花钱的，OSS反而是那个最经济的方案。

你看，这些方案写在简历上确实“不够酷”，仿佛没堆砌最新的高并发框架就显得自己在“打杂”。但这恰恰是我那位研究生同学的心结，或许也是很多尚未实习的牛友的误区——单纯的技术框架没有高低贵贱，真正牛X的是将技术与业务场景相融合后，你做出的那个充满性价比的“判断”。

如果从这个逻辑出发，我可以相对心安理得地告诉自己：只要公司还需要人类去承担责任、做出判断，那这个世界上压根就没有什么“不打杂”的工作。

当然，如果你的实习真的充斥着毫无营养的纯体力活，倒也可以试试几招：

1.用AI把打杂自动化
Bro，你都是程序员了，别再用纯手动去干搬运工的活。用好Codex和Claude Code，尝试写点脚本把那些无聊的格式转换、数据对齐、周报周表自动化或者半自动化一下。前期花一小时调通脚本，后期能帮你省下摸鱼的几十个小时。

2. 建立你的“Prompt预制件仓库”
留意你平时敲Prompt的时间。把经常需要调教AI的通用提示词（比如代码Review、Debug日志分析、SQL优化等）稍微“预制”和精简一下，存在剪贴板管理工具里。需要时直接一键复制粘贴，把宝贵的脑细胞投入到“思考”和“判断”上，而不是跟AI玩文字游戏。

3. 悄悄搭建个人技术博客，把“排错”变成资产
不管你是打算在这家公司赖着转正，还是以后跳槽去更好的平台，都要学会做技术沉淀（水也要水一下）。去注册个稀土掘金的技术博客，或者用Vercel、Netlify、GitHub Pages托管一个个人博客。把平时工作中遇到的重难点、哪怕是一个奇葩Bug，用“截图+日志”记录下来扔给AI帮你复盘，总结出排查经验和心得分享出去。具体做法点到为止，我相信搞技术的自学能力都不差，这玩意儿以后就是你简历上最硬的加分项。

4. 蹭公司的技术分享会，多玩新玩具
留意公司的技术分享会。我很幸运现在的实习单位技术氛围不错，每周都有半小时左右的分享会。有新工具就要多去白嫖和尝试，早点用上。像我们同事推荐的OpenSpec和GitNexus，都是能极大提升工作流效率的好东西，在此也无私分享给你们，不妨去搜搜看。

5. 向上沟通：不要默默在角落擦屁股
要是手头的牛马活儿真的多到溢出来、严重挤压了学习时间，别憋着，找你的Mentor或者+1认真聊聊。我相信大部分时候，大家对打杂的痛苦来源于“心理落差”，而非公司真的招个开发进来天天给其他部门疯狂擦屁股。主动反馈，理清工作边界，找到自己的成就感才是正解。

结语:

放低预期，重新审视打杂，放下“技术第一”的自嗨，从细碎的业务中去重新定位你自己。
职场其实本来一场各取所需的等价交换，把心态放平，把该偷的技术和经验偷到手才是真的——当然，要是真遇到奇葩环境干不下去也别羞愧，早点跑路也没毛。

#实习生的蛐蛐区##你觉得实习只能是打杂吗？#