该不该跳槽?能不能跳槽?我让AI把你未来12个月的各种情况跑了一万遍后发现:你最怕的那件事概率只有3%

今年的调研数据说，91.7%的职场人有跳槽的想法，但46.7%的人怕找不到合适的，45.8%的人怕越跳越差。

注意这个词：怕。

怕是一种情绪，不是一个数。你问一个想跳槽的人"你觉得越跳越差的概率是多少"，他答不上来——不是他不聪明，是这道题人类的直觉根本做不了：裁员是随机的，offer是随机的，新公司靠不靠谱也是随机的，三层随机叠在一起，谁的脑子都算不动。

算不动，就交给蒙特卡洛。

我把你未来12个月，跑了一万遍

上周我写了个开源小工具：tiaocao-simulator（跳槽蒙特卡洛模拟器）。

输入三个数：行业、工作年限、当前月薪。然后它创造两万个平行宇宙：一万个宇宙里的你苟着不动，另一万个骑驴找马。每个宇宙都老老实实过完12个月，每月结算一次：

• 苟着的你，每月承受行业裁员概率；被裁拿N+1，然后进入失业求职状态，失业超过3个月开始饥不择食

• 跳槽的你，offer按泊松过程随机到达，薪资涨幅按对数正态分布抽签；不到目标涨幅的offer不接；接了offer还有10%的概率"跳错船"——试用期被裁或公司暴雷

• 35岁现象是显式建模的
  36岁起offer到达率打75折，41岁起打对折

两万条人生跑完，把结果排个序，你怕的那些事就全变成了数。

三个真实画像的结果

画像一：互联网，5年经验，月薪25000，不涨10%不跳。

✅ 跳成且涨薪达标：69.0% 😐 想跳没跳成：22.1% 📉 越跳越差：3.0% 🎯 结论：跳。12个月总收入中位数多赚36,602元 

看到没有——你最怕的"越跳越差"，概率只有3%。因为你手里有工作，垃圾offer可以不接，降薪的坑轮不到你跳。27岁的互联网人，市场依然在奖励你的流动。

画像二：地产，12年经验，38岁，月薪30000，想涨20%再走。

✅ 跳成且涨薪达标：8.4% 😐 想跳没跳成：79.6% 🎯 结论：五五开 

38岁地产人的真相不是"越跳越差"，是跳不动：接近八成的宇宙里，12个月内根本等不来一个达标的offer。35岁危机的真实形态，不是offer变差了，是offer不来了。

画像三：制造业3年，月薪9000，已经被裁了。是马上将就，还是死等好offer？

先上岸再说的你：最惨10%的宇宙，12个月还有44,255元收入 死等好offer的你：最惨10%的宇宙，只剩25,194元 但先上岸的代价：36.1%的概率接了低于原薪的工作 

这是全模型最扎心的一组数：被裁之后，"越找越差"的概率飙到36%——"越跳越差"从来不是主动跳槽者的风险，是被动失业者的风险。同一个词，两种命运。

这个模型想纠正的三个直觉

跑了几十组画像之后，我发现模型反复输出三个反直觉的结论：

怎么用

git clone https://github.com/wei011/tiaocao-simulator.git cd tiaocao-simulator python3 tiaocao.py --industry 互联网 --years 5 --salary 25000 python3 tiaocao.py --industry 地产 --years 12 --salary 30000 --min-raise 20 python3 tiaocao.py --industry 制造 --years 3 --salary 9000 --laidoff 

纯Python标准库，零依赖零Key。九大行业的裁员率、offer到达率、涨幅分布全部写在代码顶部的 PARAMS 表里——觉得我给你们行业的参数不对？改一行，重跑，用你的数字打我的脸。

也可以装成 Claude Code skill（skill/ 目录拷到 ~/.claude/skills/），之后直接问AI"我在金融干了6年月薪3万该跳吗"，它自动跑模拟自动解读。

照例声明：参数是公开行业信号的量级估计，输出是概率参考，不构成职业建议。你的人生样本量是1，模型的样本量是10000——它只负责纠正直觉，不负责替你做决定。

评论区聊聊：你的"怕"，是怕跳错，还是怕跳不动？跑完模拟发现和自己直觉差最远的那个数，是哪个？

开源地址：github.com/wei011/tiaocao-simulator