新智元報道

編輯：KingHZ

【新智元導(dǎo)讀】AI開發(fā)者可能自食其果，最先被AI取代！AI Impact Lab的創(chuàng)始人認(rèn)為：未來的趨勢是AI讓高級工程師比升值，而讓初級工程師貶值。如果AI能引發(fā)文明變革，那「程序猿」將首當(dāng)其沖，最先被AI取代。

如果AI真的取代人類工作，為什么不從AI公司最熟悉的崗位開始？如果AI引發(fā)大裁員，以前到底有沒有認(rèn)真思索過最先被取代的是哪些崗位？有早期跡象預(yù)示了這一趨勢？

毫無疑問，AI公司最熟悉的崗位，就是它們自己員工從事的崗位。

那在AI公司任職的研究員、軟件工程師不妨問問自己這些問題。

最近，AI Impact Lab的創(chuàng)始人兼負(fù)責(zé)人Taren Stinebrickner-Kauffman發(fā)表了一篇博客文章，認(rèn)為這些AI公司首先針對的就是軟件工程師。

她認(rèn)為AI革命可能最終會吞噬自身：

即使AI不會導(dǎo)致整體大規(guī)模失業(yè)，工程類工作也會急劇下降。

開發(fā)者自食其果？

如果你關(guān)注技術(shù)就業(yè)市場或AI編程工具，上個月美國的一些數(shù)據(jù)肯定會讓你瞠目結(jié)舌！

AI巨頭Anthropic的首席執(zhí)行官Dario Amodei公開表示，在今年年底前，AI可能會編寫90%的所有代碼。

Y Combinator的負(fù)責(zé)人Gary Tan提到，在2025年冬季季度的一批YC初創(chuàng)公司中，95%的代碼是由AI編寫的。

據(jù)報道，AI編碼初創(chuàng)公司Cursor的年度經(jīng)常性收入已超過2億美元，這意味著擁有超過五十萬付費(fèi)訂閱用戶，而免費(fèi)用戶推測有幾百萬。

Cursor在2024年底達(dá)到1億美元ARR的速度，與其他公司的對比。僅僅三個月后，到2025年3月，Cursor的ARR就翻倍到了2億美元！

與此同時，科技就業(yè)市場持續(xù)疲軟。去年，美國大小科技公司裁員超15萬人。

而在上個月，雖然美國IT行業(yè)的失業(yè)率有所下降至4.6%，但美國的整體失業(yè)率為4.2%，而且IT就業(yè)市場規(guī)模也隨之縮小。

這些現(xiàn)象是否存在關(guān)聯(lián)？

硅谷向來以顛覆傳統(tǒng)行業(yè)為榮，但若這次革命反噬自身呢？科技從業(yè)者會否成為全球AI就業(yè)危機(jī)的首批受害者？

Taren Stinebrickner-Kauffman深入分析了這些問題。

社會活動家：Taren Stinebrickner-Kauffman

為什么技術(shù)崗位會先倒霉？

Taren Stinebrickner-Kauffman有四個強(qiáng)有力的理由，表明工程類和其他技術(shù)類工作，可能會成為AI沖擊最早波及的領(lǐng)域。

1.AI公司對技術(shù)崗位非常熟悉。

AI實驗室的員工本身就是工程師，他們在解決自己最了解的問題。相比為醫(yī)療或法律行業(yè)開發(fā)AI，打造編碼智能體需要的外部領(lǐng)域知識更少，這可能會加快研發(fā)進(jìn)展。

而且，程序員有悠久的傳統(tǒng)，喜歡開發(fā)工具來加速編碼。正如一句老話所說：「我寧愿寫程序去生成程序，也不愿直接寫程序。」

2.成功指標(biāo)更清晰。

相比其他領(lǐng)域的成果，判斷代碼是否有效要簡單得多。特別是在「編程競賽」這類明確有對錯的領(lǐng)域，AI工具表現(xiàn)已經(jīng)非常出色。

這種清晰度讓AI模型更容易生成訓(xùn)練數(shù)據(jù)、進(jìn)行自動化評估，并形成更高效的反饋循環(huán)來改進(jìn)模型。

而在很多領(lǐng)域，比如市場營銷、策劃等，成果好壞往往難以量化。

3.有海量高質(zhì)量訓(xùn)練數(shù)據(jù)。

像活動策劃者或虛擬助理的工作流程和成果，沒有大規(guī)模的免費(fèi)在線數(shù)據(jù)集但網(wǎng)上有大量開源代碼數(shù)據(jù)，很多還帶有注釋和開發(fā)者的思路解釋！這些數(shù)據(jù)讓AI模擬工程師變得極為便利。

4.AI研究的遞歸改進(jìn)動力。

頂尖AI公司非常希望用AI來加速自己的研究工作，打造出一個「自我增強(qiáng)」的正反饋回路——用AI來提升AI，從而更快地研發(fā)出更強(qiáng)的模型。

如果你看過，第4點(diǎn)正是他們未來設(shè)想中的關(guān)鍵邏輯。

AI真能引發(fā)科技行業(yè)大裁員？

AI是否已經(jīng)在科技行業(yè)引發(fā)了大規(guī)模裁員？又或者，這種影響是否即在不久的將來顯現(xiàn)？

對于這個問題，即使是理性的人，也存在明顯的分歧。

為了更清楚地了解當(dāng)前的情況，Taren和Steve與超過25名工程師、管理者及相關(guān)的科技工作者進(jìn)行了交談，試圖了解AI如何正在改變技術(shù)勞動力市場，以及他們預(yù)計未來會發(fā)生什么變化。

以下是從這些訪談中得出的主要觀點(diǎn)和發(fā)現(xiàn)，分為三個主要方面：

1 AI還沒有改變大多數(shù)技術(shù)崗位

2 AI對初級崗位招聘造成巨大壓力

3 AI正在模糊崗位邊界

科技行業(yè)中出現(xiàn)的模式，往往可以視為其他行業(yè)工程團(tuán)隊即將面對的先兆。

不過，也有可能他們兩個根本沒注意到其他行業(yè)的趨勢。

大多數(shù)技術(shù)崗位沒有被AI改變

根據(jù)調(diào)研，發(fā)現(xiàn)AI并不是當(dāng)前科技行業(yè)疲軟的主要原因。

雖然AI顯然對未來的計劃和一些當(dāng)前決策有影響，尤其是涉及初級崗位的招聘，但幾乎所有受訪者都一致認(rèn)為，目前裁員和招聘放緩的主要原因仍是宏觀經(jīng)濟(jì)因素，比如利率上升和疫情后的市場調(diào)整。

一個頗具說服力的例子來自編程訓(xùn)練營的一位負(fù)責(zé)人，他指出，即便是在明確禁止使用AI工具的行業(yè)（如金融業(yè)），工程師的就業(yè)市場同樣低迷。

AI目前鮮有「革命性」生產(chǎn)力提升。

雖然在某些特定任務(wù)上，AI確實能顯著提高效率，但這種提升高度依賴具體任務(wù)類型和用戶的熟練程度。

通常來說，生產(chǎn)力的提升主要出現(xiàn)在那些小規(guī)模、結(jié)構(gòu)清晰的新項目中，或者當(dāng)開發(fā)者初次接觸某種新語言或API時。

對于其他工作，當(dāng)前AI工具帶來的收益往往要小得多，甚至可能被審查、調(diào)試、集成以及處理AI缺陷所需的時間完全抵消。

更重要的是，寫代碼并不是工程師的全部工作——而AI目前在需求撰寫、質(zhì)量保證、會議溝通等方面幾乎幫不上什么忙。

因此，整體工作生產(chǎn)力的提升，通常遠(yuǎn)小于那些引人注目的數(shù)字。

即便是知名科技公司也沒有全部廣泛應(yīng)用AI工具。

一方面，總體來看，AI在編碼方面仍未帶來革命性的改變。在大多數(shù)情況下，一個優(yōu)秀的工程師不用AI，依然比一個水平較低但用上AI的工程師更有價值。

另一方面，技術(shù)的廣泛采用和組織層面的轉(zhuǎn)型本身就需要時間，即使是革命性的技術(shù)也不例外。

但更重要的是，在某些場景下，AI還根本沒法派上用場。

AI對初級崗位造成巨大壓力

采訪中，許多人都表示，他們所在公司（或與之合作的公司）幾乎已經(jīng)凍結(jié)了初級工程師和數(shù)據(jù)分析師的招聘。

從供給端來看，編程訓(xùn)練營紛紛關(guān)閉，高校計算機(jī)專業(yè)報考人數(shù)也因就業(yè)前景黯淡而持續(xù)下滑。

這是為什么呢？

究其原因，一方面整體就業(yè)市場疲軟使得企業(yè)更容易招到資深工程師。

但這并不是全部原因，更關(guān)鍵的可能是AI帶來的結(jié)構(gòu)性影響：

-「碼農(nóng)」崗位正在消失：純粹的日常編碼或數(shù)據(jù)查詢?nèi)蝿?wù)所需的時間正在迅速減少。

某科技巨頭高管坦言：「十年前，面試能在白板上寫出出色的SQL語句，就能獲得工作機(jī)會，如今這種能力已不再稀缺。」

初級員工如何快速創(chuàng)造價值正成為難題。

-招聘經(jīng)理預(yù)計AI編碼能力會迅速提升。

某200人規(guī)模科技公司的技術(shù)主管透露，雖然當(dāng)前AI并未顯著提升團(tuán)隊效率，但管理層基于對未來AI能力的預(yù)期已調(diào)整招聘策略。

高管層預(yù)計，未來一年內(nèi)AI將能夠勝任初級員工的工作，即使現(xiàn)在還不行。

初級工程師一直被視為長期投資，但如果AI在6個月后就能完成他們的工作，為什么還要投入資源呢？

-AI提升了高級工程師時間價值。

一位來自大型科技公司的受訪者指出，如今有經(jīng)驗的工程師反而比過去更吃香了。

因為他們現(xiàn)在更能發(fā)揮「代碼醫(yī)生」的價值——快速診斷并修復(fù)AI生成的不完善代碼（這類似于過去指導(dǎo)初級工程師的工作）。

而當(dāng)前AI工具在系統(tǒng)架構(gòu)、產(chǎn)品思維、技術(shù)復(fù)雜度管理等需要經(jīng)驗積累的領(lǐng)域仍顯不足，這恰恰凸顯了資深工程師的不可替代性。

綜合來看：當(dāng)AI持續(xù)提升資深工程師價值、削弱初級員工作用，疊加就業(yè)市場更利于雇主獲取資深人才的背景下，企業(yè)自然不愿再耗費(fèi)資深工程師的寶貴時間培養(yǎng)新人。

所以，雖然AI暫時沒有取代人類工程師，但它已經(jīng)在悄然重塑招聘邏輯和團(tuán)隊結(jié)構(gòu)。真正受到?jīng)_擊的，是那些尚未積累經(jīng)驗、又缺乏AI協(xié)作能力的年輕人。

AI正在模糊崗位邊界

即使未來科技行業(yè)的人數(shù)總量沒有減少，AI也正在改變工作崗位的性質(zhì)，以及什么樣的技術(shù)棧更有價值。

很容易想象這樣一個未來：產(chǎn)品團(tuán)隊的構(gòu)成方式將發(fā)生變化，純技術(shù)崗位會相對減少，而跨職能復(fù)合型人才會更多。

AI目前最能賦能「半技術(shù)型」人才。

在他們的調(diào)研中反饋?zhàn)畲笮侍嵘娜后w，并不是名義上的工程師，而是那些具備一定技術(shù)基礎(chǔ)、但職位不是工程師的從業(yè)者。

他們現(xiàn)在可以借助AI完成小型編程任務(wù)，幾乎不需要再依賴工程師。

產(chǎn)品經(jīng)理現(xiàn)在可以獨(dú)立完成功能原型開發(fā)，甚至實現(xiàn)基礎(chǔ)功能；曾經(jīng)轉(zhuǎn)型的非技術(shù)崗員工也能借助AI重建技術(shù)能力。

AI正在降低「技術(shù)門檻」，讓更多人能「半只腳」踏入原本屬于工程師的領(lǐng)域。

AI鼓勵「全能型選手」，產(chǎn)品思維日益重要

傳統(tǒng)技術(shù)團(tuán)隊的分工通常是：產(chǎn)品經(jīng)理、設(shè)計師、工程師各司其職。而AI的加入正在打破這些界限，催生更多「跨界」角色：

• 產(chǎn)品經(jīng)理或設(shè)計師可以寫簡單代碼；

• 工程師可以制作可交互的設(shè)計原型；

• 一些公司甚至開始提升產(chǎn)品經(jīng)理與工程師的比例，因為功能迭代更快了；

• 那些具備產(chǎn)品視野的工程師變得比以往更加吃香。

總的趨勢是：能理解用戶需求、又能操作AI工具的人，將成為團(tuán)隊中的核心角色。

數(shù)據(jù)分析師需要「進(jìn)化」才能保住飯碗

過去，數(shù)據(jù)分析師的大量工作是為產(chǎn)品經(jīng)理或高管寫SQL、做報表。

但現(xiàn)在，基礎(chǔ)的數(shù)據(jù)分析任務(wù)越來越容易被自動化或「平民化」（比如通過AI或BI工具實現(xiàn)自助查詢）。

在采訪中，有兩家公司的高級數(shù)據(jù)負(fù)責(zé)人表示：他們團(tuán)隊的分析師正在轉(zhuǎn)型，逐漸向「數(shù)據(jù)工程師」靠攏，工作內(nèi)容變成了數(shù)據(jù)管道構(gòu)建、調(diào)試維護(hù)等更技術(shù)性的任務(wù)。

也就是說，如果數(shù)據(jù)分析師不學(xué)更多技能，就有被邊緣化的風(fēng)險。

AI將如何重塑未來技術(shù)崗位？

回到Dario Amodei的預(yù)測：到2025年底，90%以上的代碼將由AI生成。

這個預(yù)言會成真嗎？

從現(xiàn)實來看，這個預(yù)測可能過于樂觀，理由如下。

1、技術(shù)瓶頸仍存

當(dāng)前AI在復(fù)雜工程任務(wù)中仍存在明顯短板：缺乏長期自適應(yīng)記憶、元認(rèn)知能力薄弱、動態(tài)規(guī)劃能力不足。

METR機(jī)構(gòu)最嚴(yán)謹(jǐn)?shù)难芯勘砻鳎珹I要可靠完成人類工程師一個月工作量的復(fù)雜任務(wù)，可能需要5-10年時間（盡管最新模型顯示進(jìn)步速度可能快于預(yù)期）。

2、行業(yè)轉(zhuǎn)型需要時間

即使在科技行業(yè)這個創(chuàng)新溫床，行為變革的速度也遠(yuǎn)跟不上技術(shù)迭代。通過訪談可以發(fā)現(xiàn)，早期采用者仍在適應(yīng)期，而保守行業(yè)的轉(zhuǎn)型將更為緩慢。

基于當(dāng)前趨勢，對未來幾年技術(shù)就業(yè)市場的預(yù)測是：

?初級崗位將持續(xù)萎縮

「代碼搬運(yùn)工」類職位將加速消失，企業(yè)會更傾向雇傭能駕馭AI工具的中高級工程師。新入行者需要證明自己具備AI無法替代的復(fù)合能力。

?人機(jī)協(xié)作成為常態(tài)

工程師將轉(zhuǎn)型為「AI督導(dǎo)」，工作重心轉(zhuǎn)向架構(gòu)設(shè)計、復(fù)雜問題解決和代碼質(zhì)量把控。產(chǎn)品、設(shè)計等技術(shù)鄰接崗位需要掌握基礎(chǔ)編程能力。

?價值評估體系重構(gòu)

單純的技術(shù)實現(xiàn)能力將貶值，而系統(tǒng)思維、產(chǎn)品洞察、跨領(lǐng)域協(xié)作等「人類專屬」技能會成為核心競爭力。

當(dāng)然，如果某個重大技術(shù)突破即將來臨，或者超級人工智能（ASI）在今年秋天席卷全球，那么一切預(yù)測都將失效。

但如果沒有這種突破，以下是Taren對未來幾年AI和技術(shù)勞動力市場的一些預(yù)測。

沒有AGI的短期預(yù)測

1 質(zhì)量保證（QA）將成為AI智能體主戰(zhàn)場。

在未來一到兩年內(nèi)，AI智能體在軟件測試和質(zhì)量保障（QA）方面的能力，將成為重點(diǎn)發(fā)展方向。

眼下的趨勢是：AI已經(jīng)顯著加快了編碼速度，但QA階段卻成了新的瓶頸。

隨著像OpenAI的Operator和Claude Computer Use這樣能夠操作計算機(jī)界面的工具不斷改進(jìn)，將會出現(xiàn)一個龐大的市場，專門用于開發(fā)能夠輔助或替代人類進(jìn)行QA的AI智能體。

這些工具反過來也會增強(qiáng)AI編程工具的整體價值。

2「AI技術(shù)債」危機(jī)隱現(xiàn)。

AI快速生成代碼的便利性正在埋下隱患。

未來3-5年，「AI技術(shù)債」將成為一個行業(yè)共識：包括代碼可維護(hù)性降低、測試覆蓋率不足、安全隱患增多，以及團(tuán)隊對代碼庫理解弱化等問題。

這可能會催生新的專業(yè)工作類型，但同時也會削弱AI帶來的長期凈生產(chǎn)力收益。

3 適應(yīng)AI將成為必然。

部分受訪企業(yè)已開始解雇拒絕使用AI工具的工程師。雖然目前這在大多數(shù)公司中還不是決定性因素——但很快就會是了。

AI適應(yīng)能力即將成為從業(yè)底線。

假如未來幾年AGI沒有突然出現(xiàn)，行業(yè)繼續(xù)沿著現(xiàn)有軌道發(fā)展，那么還有一個預(yù)判

4 人才儲備將逐漸枯竭。

許多人認(rèn)為，對于大多數(shù)公司來說，初級崗位的招聘將不再有吸引力，但經(jīng)驗豐富的工程師仍將長期保持價值。

然而，沒有人能回答一個顯而易見的問題：未來的經(jīng)驗豐富工程師從哪里來？

如果不讓人們以初級工程師的身份工作多年并領(lǐng)取薪水，如何培養(yǎng)他們成為AI賦能的高級工程師？

如果工程崗位在未來十年仍以熟悉的形式存在，行業(yè)可能面臨嚴(yán)重的人才斷檔。

目前尚未出現(xiàn)可行的解決方案，這場延遲爆發(fā)的危機(jī)正在倒計時。

長期來看，工程師會滅絕嗎？

簡而言之：無人能確知。

更詳細(xì)的回答是：三種相互競爭的假設(shè)，都試圖解釋科技勞動力市場的長期走向。

Jevons悖論：工程師將激增。

Jevons Paradox描述了一種現(xiàn)象：技術(shù)進(jìn)步提高了資源使用的效率，反而可能導(dǎo)致該資源消耗總量的增加。

換句話說，當(dāng)某樣?xùn)|西變得更便宜時，你不僅會買更多，甚至可能會在總量上花更多的錢。例如，隨著計算能力變得更便宜——芯片效率不斷提高——我們使用的總計算量顯然大幅增加，甚至連計算硬件的總支出也隨著時間推移而增加。

將這一理論應(yīng)用于軟件工程：當(dāng)AI突破人力供給限制，曾被視作不切實際的創(chuàng)意將獲得實現(xiàn)可能。

更低的開發(fā)成本將催生海量新應(yīng)用、定制工具和功能迭代，最終對工程設(shè)計的總體需求（系統(tǒng)架構(gòu)、集成測試、運(yùn)維管理等）可能超越AI帶來的效率增益，導(dǎo)致工程師總量不降反升——盡管工作內(nèi)容將轉(zhuǎn)向更高階的創(chuàng)造與監(jiān)管。

總的來說，根據(jù)這一理論，未來將需要更多的工程師，盡管他們的工作性質(zhì)會轉(zhuǎn)向更高層次的設(shè)計和監(jiān)督。

歷史循環(huán)論：「太陽底下無新事」

一些人認(rèn)為，從長遠(yuǎn)來看，AI其實并不是什么大事。

持此觀點(diǎn)的某資深工程師，直言不諱地建議「去讀讀技術(shù)史」。

她指出，每隔10到20年，工程師的編碼方式就會引入一個新的主要抽象層。

最初，人們直接用機(jī)器碼或低級匯編語言編程；

接著出現(xiàn)了像C這樣的高級編譯語言，自動化了直接硬件操作；

然后面向?qū)ο笳Z言又增加了一層抽象；

再后來，像Java或C，消除了大量人工操作和常見錯誤；

之后又出現(xiàn)了復(fù)雜的框架、云計算和動態(tài)腳本語言。

每次變革都自動化了特定技能，但工程師職業(yè)反而因處理更復(fù)雜問題而進(jìn)化。

從這個角度看，AI代碼生成只是下一個抽象層，很可能會遵循歷史上的模式：顛覆、適應(yīng)，最終穩(wěn)定，而非工程崗位的終結(jié)。

全面自動化假說：技術(shù)崗首當(dāng)其沖

若相信AI終將取代多數(shù)現(xiàn)有工作，那么前文論述的所有特質(zhì)（清晰評估標(biāo)準(zhǔn)、豐富訓(xùn)練數(shù)據(jù)等）恰恰使技術(shù)崗位成為最脆弱的標(biāo)的。

這可能表現(xiàn)為大規(guī)模失業(yè)，或通過勞動力向AI相對弱勢領(lǐng)域轉(zhuǎn)移維持就業(yè)平衡。

Taren Stinebrickner-Kauffman認(rèn)為上面描述的三種路徑在未來幾十年內(nèi)都是有可能發(fā)生的，并且取決于AI能力的發(fā)展.

但如果非要選擇一個，她最傾向于第三種情景：

即使AI不會導(dǎo)致整體大規(guī)模失業(yè)，工程類工作也會急劇下降。AI革命可能最終會吞噬自身。

終極悖論在于：若AI真能完全替代工程師，意味著它已具備通用智能（AGI），屆時所有職業(yè)都將面臨重構(gòu)。

在這種情境下，「工程師失業(yè)」只是文明級變革的序章。

更可能的情景是漸進(jìn)式演化——就像汽車取代馬車夫卻創(chuàng)造了更龐大的交通運(yùn)輸業(yè)，技術(shù)革命的真正影響往往超越我們最初的想象邊界。

參考資料：

https://amistrongeryet.substack.com/p/first-they-came-for-the-software