昨天一條大新聞?wù)巳?。Jack Dorsey （原本推特的創(chuàng)始人） 的 Block 公司一刀砍掉 40% 員工，四千多人走人，從一萬多縮到不到六千。 理由當(dāng)然是 AI。Dorsey 還放了句狠話：一年之內(nèi)，大多數(shù)公司都會做出類似的結(jié)構(gòu)性調(diào)整。

消息一出，Block 股價盤后暴漲 24%。資本市場用真金白銀投了票：裁得好。

但你仔細(xì)看：Block 在 2019 年底才三千八百人，疫情幾年膨脹到一萬多，股價同期跌了 75%。 這哪是 AI 替代了人。這更像是疫情泡沫終于到了清算的時候。

AI 只不過給了管理層一個體面的說法。不是“我們搞砸了”，而是“時代變了”。

AI 敘事正在成為企業(yè)裁員的完美借口。

這是第一層。

但故事到這里才剛開始。

就在同一周，Citadel Securities 的宏觀觀察指出：2026 年初，美國軟件工程師崗位招聘量同比漲了 11%。 注意，不是跌，是漲，而且是在整體招聘平淡的背景下逆勢上漲。

https://www.citadelsecurities.com/news-and-insights/2026-global-intelligence-crisis/[1]

一邊是 Block 砍掉 40% 的人。一邊是行業(yè)招聘在漲。這兩件事怎么會同時發(fā)生。

這就是杰文斯悖論。簡單講，蒸汽機(jī)效率提高后，煤炭消耗不降反升，因為煤變便宜了，能燒煤做的事就爆發(fā)了。 AI 對編程干的是同一件事。軟件生產(chǎn)成本趨近于零，需求沒有消失，反而被大規(guī)模釋放出來。

Citadel 報告里還提了一個很妙的類比。凱恩斯在 1930 年預(yù)言，生產(chǎn)率飛速提高后，人類每周只需工作 15 小時。 方向判斷是對的，結(jié)果判斷完全錯了。人類沒有選擇少干活，而是選擇了消費更多、需求更多。

大公司裁人是存量優(yōu)化，全行業(yè)的增量需求在爆發(fā)。

這是第二層。

第三層才是我真正想說的。

YC 掌門人 Garry Tan 分享過一個數(shù)據(jù)：軟件工程占 AI Agent 工具調(diào)用量接近 50%。 而醫(yī)療、法律、金融和其他十幾個垂直行業(yè)，基本還是一片空白。 老黃在達(dá)沃斯也說過類似的話：這些行業(yè)的模型“第一次好到可以在上面構(gòu)建應(yīng)用了”。

來源：Anthropic：Measuring AI agent autonomy in practice[2]

這意味著什么。意味著 AI Engineering 這一整套東西正在向外擴(kuò)散。 它包括 AI 輔助開發(fā)、Agent 構(gòu)建、自動化工程實踐，并會隨著這波從大廠溢出的程序員，進(jìn)入傳統(tǒng)行業(yè)。 一到兩年內(nèi)，這些人會爆炸性提高全行業(yè)生產(chǎn)力。（并帶來真正驚人的失業(yè)率）

這里面有一個殘酷的顯性邏輯：不會用 AI 的人，會被會用 AI 的人打爆。

但反過來想，如果你是程序員，哪怕只是初級程序員，你其實已經(jīng)占據(jù)了極高的先機(jī)。

你會用 SSH，會用命令行。光這一條，你就已經(jīng)打敗了許多人。 你還會科學(xué)上網(wǎng)，能用上 Codex 和 Claude Code，這又甩開了一大批。 如果你再懂一點 Context & Harness Engineering，知道怎么 harness 開源生態(tài)的能力，基本可以在很多行業(yè)橫著走。

大家都在說 AI 要消滅程序員。我的觀點恰恰相反：你都已經(jīng)邁入程序員門檻了，短期根本不用焦慮。

AI 確實在消滅純 coding 的工作。但程序員已經(jīng)相比其他行業(yè)的人，占盡了先機(jī)。關(guān)鍵是你要想清楚往哪走。AI 是一個效能倍乘器。原來的 10 倍程序員，現(xiàn)在變成了 100 倍，以后還有可能拉大到 1000 倍。 如果不是那個頭部，在軟件/互聯(lián)網(wǎng)行業(yè)里只會越來越難受。

但當(dāng)程序員跑到其他行業(yè)時，起跑線會明顯更高。絕大多數(shù)行業(yè)的數(shù)字化能力仍停留在基礎(chǔ)辦公軟件層面（Windows + Office）。 很多人并不是能力不行，而是過去沒有機(jī)會接觸終端、命令行和自動化工作流。

你拿著 Claude Code 去這些行業(yè)做自動化、做數(shù)據(jù)分析、搭 Agent 流水線，在效率上基本上是在降維打擊。

我自己就在親眼見證這件事。

我做 Pigsty 這套 PostgreSQL 開源發(fā)行版，一直在降低數(shù)據(jù)庫使用門檻。 以前大家自建 PG 數(shù)據(jù)庫服務(wù)，還要搞一臺服務(wù)器自己搭，跟著文檔走。 雖然門檻已經(jīng)很低了，但還是有一點摩擦。最近來問搭建問題的人少了。 但出現(xiàn)了一種全新用戶畫像：他們什么都不懂，但靠 AI 自己把 Pigsty 跑起來了。

怎么做到的。我之前發(fā)過，以及如何。 還教過大家怎么，搭學(xué)習(xí)環(huán)境。這些用戶就在環(huán)境里直接跟 Agent 說：“你去給我找個方案，把 PostgreSQL 部署上來?！?然后 AI 自己搜到 Pigsty，自動下載、自動配置、自動部署，一條龍搞定。門檻直接歸零。

咱們就不說讓 Agent 去寫代碼這件事了，單單就讓 Coding Agent 幫你去使用開源代碼，就已經(jīng)能夠產(chǎn)生巨大的價值了，這在以前可是開源老司機(jī) Prosumer 的特權(quán)?，F(xiàn)在就算一個新手程序員，拿著 CC 也可以 Harness 這些能力了。

再想想老馮之前一直倡導(dǎo)的“下云自建”。很多人其實算得清這筆賬。 持續(xù)穩(wěn)定負(fù)載下，自建比公有云便宜十幾二十倍。 就算用云服務(wù)器自建，也能便宜幾倍。

但以前不敢做，因為沒那個能力，運維一套自建數(shù)據(jù)庫集群搞不定?，F(xiàn)在呢。 一個初級運維拿著 AI，就能做到過去中高級 DBA 或 SRE 才能干的事。

這就是 AI 的二階效應(yīng)。 大家都在討論一階效應(yīng)：替代程序員、提高編碼效率、裁員。 但真正改變格局的，是二階效應(yīng)。門檻歸零之后，那些原本被壓抑的需求會爆發(fā)出來。

下云自建只是一個縮影。背后是無數(shù)“以前想做但做不了”的事情。它們現(xiàn)在不僅能做，而且經(jīng)濟(jì)上極度劃算。

這些場景，就是當(dāng)下的增量。

所以我說，程序員不用焦慮。不是 AI 要搶你飯碗，而是你可以拿著 AI，把能力遷移到更廣闊的行業(yè)場景里。 你就算現(xiàn)在零基礎(chǔ)開始上手 Claude Code 或 Codex，都已經(jīng)領(lǐng)先社平好幾個身位。

還等什么呢？

References

[1]: https://www.citadelsecurities.com/news-and-insights/2026-global-intelligence-crisis/
[2] Anthropic：Measuring AI agent autonomy in practice: https://www.anthropic.com/research/measuring-ai-agent-autonomy-in-practice