新智元報(bào)道

編輯：peter東

【新智元導(dǎo)讀】AI智能體接管編碼后，初級(jí)開(kāi)發(fā)者會(huì)批量失業(yè)，還是迎來(lái)跨行業(yè)爆發(fā)式機(jī)會(huì)？谷歌Chrome前工程負(fù)責(zé)人Addy Osmani直擊人才管道斷裂的隱憂(yōu)與新生可能。

2025，軟件行業(yè)迎來(lái)轉(zhuǎn)折點(diǎn)，AI編程從簡(jiǎn)單的自動(dòng)補(bǔ)全變?yōu)槟茏灾鲌?zhí)行任務(wù)的智能體。

之前是經(jīng)濟(jì)繁榮驅(qū)動(dòng)招聘狂潮，如今有了AI編程，用人方轉(zhuǎn)為效率至上的冷峻算計(jì)。而這促使新一代開(kāi)發(fā)者帶著與生俱來(lái)的AI基因，走進(jìn)了一個(gè)既充滿(mǎn)機(jī)遇又暗藏?cái)鄬拥氖澜纭?/p>

對(duì)此，谷歌Chrome前工程負(fù)責(zé)人Addy Osmani在他個(gè)人博客中，提出未來(lái)兩年軟件工程將要面對(duì)的五大問(wèn)題，并針對(duì)性地給初級(jí)和資深開(kāi)發(fā)者提出了中肯的建議。

初級(jí)開(kāi)發(fā)者之問(wèn)

人才管道會(huì)斷裂嗎？

哈佛商學(xué)院一項(xiàng)覆蓋6200萬(wàn)勞動(dòng)者數(shù)據(jù)的研究揭示：當(dāng)企業(yè)引入生成式AI，初級(jí)開(kāi)發(fā)者就業(yè)率在6個(gè)季度內(nèi)下降9-10%，而高級(jí)崗位幾乎不受影響。

大廠(chǎng)過(guò)去三年校招縮水50%。

「為什么花9萬(wàn)刀雇個(gè)新人，當(dāng)AI智能體成本只是百分之一？」一位Meta工程師的調(diào)侃，揭開(kāi)了行業(yè)隱痛。

當(dāng)下，一位擁有AI輔助的高級(jí)工程師就能完成過(guò)去需要一個(gè)小團(tuán)隊(duì)才能完成的工作。公司正在悄悄地減少對(duì)初級(jí)職位的招聘，而不是裁員。

但與此同時(shí)發(fā)生的，AI為各行各業(yè)的開(kāi)發(fā)者打開(kāi)了巨大的需求市場(chǎng)。醫(yī)療保健、農(nóng)業(yè)、制造業(yè)和金融業(yè)都開(kāi)始AI+X，試圖用AI來(lái)重塑行業(yè)生態(tài)。

AI并沒(méi)有取代開(kāi)發(fā)者，而是成為了一種乘數(shù)效應(yīng)，將開(kāi)發(fā)工作擴(kuò)展到從未雇傭過(guò)程序員的領(lǐng)域。我們會(huì)看到更多入門(mén)級(jí)職位，只是類(lèi)型與之前不同。這些AI原生的開(kāi)發(fā)者將不必會(huì)寫(xiě)底層算法，卻善用AI為特定領(lǐng)域快速構(gòu)建自動(dòng)化工具。

美國(guó)勞工統(tǒng)計(jì)局預(yù)測(cè)2024-2034軟件崗增長(zhǎng)15%。

這意味著在樂(lè)觀(guān)的情況下，若企業(yè)將AI用于「擴(kuò)產(chǎn)」而非「裁員」，初級(jí)崗會(huì)以新形態(tài)重生，各行業(yè)都將需要人類(lèi)來(lái)抓住AI創(chuàng)造的機(jī)會(huì)。

初級(jí)開(kāi)發(fā)者要想抓住AI+帶來(lái)的機(jī)會(huì)，需要把自己變成「AI增強(qiáng)型即戰(zhàn)力」，能用Cursor/Antigravity等工具構(gòu)建完整功能。同時(shí)強(qiáng)化溝通、問(wèn)題拆解、領(lǐng)域知識(shí)等AI還不具備的能力；拒絕「待培訓(xùn)新人」標(biāo)簽，要做「即插即用工程師」。

不過(guò)長(zhǎng)期來(lái)看，若切斷初級(jí)人才管道，5-10年后將現(xiàn)「領(lǐng)導(dǎo)真空」。

今天的實(shí)習(xí)生是明天的架構(gòu)師，停擺的培養(yǎng)機(jī)制會(huì)讓軟件行業(yè)陷入「緩慢衰敗」——看似平穩(wěn)，實(shí)則造血功能壞死。

對(duì)此，資深開(kāi)發(fā)者需要避免大包大攬，用AI搶了實(shí)習(xí)生的活。通過(guò)開(kāi)源/跨部門(mén)指導(dǎo)，建立人才梯隊(duì)；同時(shí)向管理層直言「全資深團(tuán)隊(duì)」風(fēng)險(xiǎn)。資深開(kāi)發(fā)者的價(jià)值在「團(tuán)隊(duì)杠桿」，不在「?jìng)€(gè)人產(chǎn)能」。

題技能之問(wèn)

我們會(huì)忘記如何編程嗎？

84%開(kāi)發(fā)者日常用AI輔助，面對(duì)bug第一反應(yīng)常是「寫(xiě)prompt問(wèn)AI」，而非自己去分析問(wèn)題。入門(mén)者跳過(guò)「笨辦法」：可能從未手動(dòng)實(shí)現(xiàn)二叉搜索樹(shù)，或獨(dú)立調(diào)試內(nèi)存泄漏。

編程重心從「實(shí)現(xiàn)算法」轉(zhuǎn)向「提問(wèn)與驗(yàn)證AI」，資深工程師擔(dān)憂(yōu)：這會(huì)催生「無(wú)法獨(dú)立編碼的一代」，AI代碼的隱蔽漏洞（安全/邏輯缺陷）可能被新手忽略。

理想的情況是，AI處理常規(guī)的80%，人類(lèi)專(zhuān)注于最困難的20%。

架構(gòu)、棘手的集成、創(chuàng)意設(shè)計(jì)、邊緣情況：這些是機(jī)器單獨(dú)無(wú)法解決的問(wèn)題。AI的普及并沒(méi)有使深度知識(shí)過(guò)時(shí)，反而使人類(lèi)的專(zhuān)業(yè)知識(shí)比以往任何時(shí)候都更加重要。這需要「高杠桿工程師」，他們利用人工智能作為倍增器，但必須深刻理解AI才能有效地運(yùn)用它。

這樣的工程師，未必是最快的編碼者，但卻是最懂‘何時(shí)該不信AI’的頂級(jí)開(kāi)發(fā)者。

為了達(dá)到這一理想狀況，初級(jí)卡發(fā)展用AI編碼的同時(shí)，必須吃透每行代碼。要把AI當(dāng)「學(xué)習(xí)教練」而非拐杖。用AI生成代碼后追問(wèn)「為何有效/薄弱」。還需要時(shí)不時(shí)地定期禁用AI手寫(xiě)核心算法，再對(duì)比用了和沒(méi)用AI的版本，再者就是死磕CS基礎(chǔ)（數(shù)據(jù)結(jié)構(gòu)、復(fù)雜度、內(nèi)存管理）。

在系統(tǒng)設(shè)計(jì)、用戶(hù)體驗(yàn)直覺(jué)、并發(fā)推理等AI還不擅長(zhǎng)的領(lǐng)域，初級(jí)開(kāi)發(fā)者要多多培養(yǎng)自身的技能。未來(lái)需要的是既能借助 AI 快速解決問(wèn)題，也能在 AI 失效時(shí)處理棘手問(wèn)題的開(kāi)發(fā)者。

資深開(kāi)發(fā)者要將自己定位為質(zhì)量和復(fù)雜性的守護(hù)者。專(zhuān)注系統(tǒng)架構(gòu)、安全、可擴(kuò)展性與領(lǐng)域知識(shí)。更多的思考故障模式，尤其是關(guān)注AI 生成代碼中的漏洞。

資深開(kāi)發(fā)者在當(dāng)下要做的是定義AI使用邊界（如支付/安全代碼必須人工審）；聚焦創(chuàng)意與戰(zhàn)略，讓「初級(jí)開(kāi)發(fā)者+AI」處理常規(guī)API對(duì)接，持續(xù)關(guān)注新出現(xiàn)的工具和實(shí)踐方法，自己則專(zhuān)注打磨判斷力、系統(tǒng)思維、溝通能力這些是人類(lèi)不可替代的「護(hù)城河」。

角色之問(wèn)

開(kāi)發(fā)者會(huì)變成「代碼質(zhì)檢員」嗎？

隨著AI編程的普及，在一種極端演化場(chǎng)景中，AI將全面接管代碼生產(chǎn)，人類(lèi)降級(jí)為「審核員」，審AI代碼、查錯(cuò)漏偏見(jiàn)、最后批注部署AI生成的代碼。

創(chuàng)造者變檢查者，讓編程樂(lè)趣被風(fēng)險(xiǎn)管理焦慮取代。有工程師吐槽：「不想當(dāng)‘代碼清潔工’，收拾AI扔過(guò)墻的垃圾?！?/p>

另一種可能的場(chǎng)景則更加樂(lè)觀(guān)，開(kāi)發(fā)者成為AI時(shí)代的「交響樂(lè)指揮家」，職責(zé)是建筑師+總包商+產(chǎn)品戰(zhàn)略家。他們不必寫(xiě)每行代碼，但定「旋律」（架構(gòu)、接口、代理交互規(guī)則），跨學(xué)科整合AI服務(wù)與人類(lèi)決策。

而當(dāng)AI解放重復(fù)勞動(dòng)后，開(kāi)發(fā)者必然轉(zhuǎn)向高價(jià)值活動(dòng)，這包括決定AI該建什么、驗(yàn)證產(chǎn)品合理性、持續(xù)迭代。

究竟要面對(duì)哪個(gè)未來(lái)，取決于企業(yè)將AI視為「勞動(dòng)力替代」還是「團(tuán)隊(duì)放大器」。

• 將AI視為勞動(dòng)力替代的公司可能會(huì)縮減開(kāi)發(fā)團(tuán)隊(duì)，要求剩余的工程師保持自動(dòng)化運(yùn)行。

• 將AI視為增強(qiáng)團(tuán)隊(duì)方式的公司可能會(huì)保持相似的員工規(guī)模，但要求每位工程師交付更雄心勃勃的項(xiàng)目。

在這種現(xiàn)實(shí)下，初級(jí)開(kāi)發(fā)者要跳出「純編碼」舒適區(qū)，做「驗(yàn)證者+設(shè)計(jì)者+溝通者」的復(fù)合人才。不應(yīng)局限在特定領(lǐng)域，而是主動(dòng)參與軟件開(kāi)發(fā)的全流程。在工作之外，還要用個(gè)人項(xiàng)目保創(chuàng)意火種。通過(guò)自學(xué)系統(tǒng)思維（組件通信、API設(shè)計(jì)）熟悉系統(tǒng)設(shè)計(jì)與框架。在日常工作中練習(xí)文檔寫(xiě)作與溝通；交付前自問(wèn)「是否考慮周全？」。

資深開(kāi)發(fā)者若想成為AI的領(lǐng)航員，需要做的是制定AI/團(tuán)隊(duì)遵循的標(biāo)準(zhǔn)與倫理政策；聚焦系統(tǒng)設(shè)計(jì)+集成（畫(huà)數(shù)據(jù)流、找故障點(diǎn)）。他們要組織團(tuán)隊(duì)強(qiáng)化代碼評(píng)審，設(shè)計(jì)討論，在產(chǎn)品/商業(yè)認(rèn)知上多聽(tīng)取PM及用戶(hù)的反饋；用原型開(kāi)發(fā)/黑客松保持創(chuàng)作熱情，從而讓自己從「程序員」進(jìn)化為「指揮家」。

專(zhuān)才vs通才之問(wèn)

窄深專(zhuān)家會(huì)被AI淘汰嗎？

隨著AI模型的能力加速提升，押注單一技術(shù)棧風(fēng)險(xiǎn)陡增。

曾經(jīng)被視為剛需的COBOL、Flash、手游引擎等技術(shù)棧，如今已無(wú)人問(wèn)津。精通舊框架的專(zhuān)才可能突然發(fā)現(xiàn)需求量銳減，因?yàn)樾碌腁I工具能以極少的干預(yù)完成對(duì)應(yīng)任務(wù)。那些在「單一技術(shù)棧、框架或產(chǎn)品領(lǐng)域」專(zhuān)攻過(guò)窄的開(kāi)發(fā)者，可能會(huì)醒來(lái)時(shí)發(fā)現(xiàn)該領(lǐng)域正在衰退或變得多余。

反觀(guān)1到2領(lǐng)域?qū)＞?跨域熟悉的T型通才，則能成為跨學(xué)科團(tuán)隊(duì)的「粘合劑」。他們能溝通不同專(zhuān)才、填補(bǔ)空白。企業(yè)愛(ài)其「端到端解題」的效率與「知識(shí)交叉」的創(chuàng)新力。AI尤其能賦能通才，后端靠AI寫(xiě)UI，前端靠AI生服務(wù)端模板，一人可覆蓋多組件；專(zhuān)才卻可能因領(lǐng)域自動(dòng)化且無(wú)拓展路徑被邊緣化。

對(duì)此，無(wú)論是初級(jí)開(kāi)發(fā)者，還是資深開(kāi)發(fā)者，都要了解開(kāi)發(fā)過(guò)程的全鏈路。做移動(dòng)的學(xué)后端，做前端的寫(xiě)簡(jiǎn)單服務(wù)；再選一兩個(gè)真正感興趣的領(lǐng)域挖深，成為T(mén)型通才。學(xué)習(xí)時(shí)可用AI快速跨域；通過(guò)參與黑客馬拉松逼自己通才化；在工作中主動(dòng)求跨項(xiàng)目曝光。以培養(yǎng)適應(yīng)力。

在學(xué)習(xí)過(guò)程中，教學(xué)相長(zhǎng)，不論資深還是入門(mén)，都可以通過(guò)指導(dǎo)他人以傳播技能，同時(shí)從他們那里獲得一些收獲。這些跨界的經(jīng)歷，會(huì)幫你更新簡(jiǎn)歷以反映你的多面性。

教育之問(wèn)

CS學(xué)位還值錢(qián)嗎？

CS學(xué)位，曾經(jīng)是入門(mén)軟件開(kāi)發(fā)行業(yè)的「通行證」，但如今頻遭質(zhì)疑：課程更新慢、審批繁，教授的理論過(guò)時(shí)，實(shí)踐課如云計(jì)算、DevOps、AI工具缺失，學(xué)生和雇主都覺(jué)的「產(chǎn)學(xué)脫節(jié)」。

高學(xué)費(fèi)加上低相關(guān)性讓大學(xué)像「昂貴守門(mén)人」，企業(yè)卻因慣性仍設(shè)學(xué)歷門(mén)檻，學(xué)生被迫靠訓(xùn)練營(yíng)/網(wǎng)課/自學(xué)補(bǔ)位。

在這種情況下，新學(xué)習(xí)生態(tài)崛起，傳統(tǒng)教育被「訓(xùn)練營(yíng)+在線(xiàn)認(rèn)證+雇主學(xué)院+AI導(dǎo)師」取代。谷歌、IBM等棄部分崗位學(xué)歷要求，2024年45%公司計(jì)劃松綁學(xué)位。訓(xùn)練營(yíng)（12周集訓(xùn)，重實(shí)戰(zhàn)框架/云服務(wù)/協(xié)作），GitHub作品集、微證書(shū)成了求職的「新硬通貨」。

而企業(yè)自建「內(nèi)部大學(xué)」，加上AI提供個(gè)性化學(xué)習(xí)（AI tutor、交互沙盒），像Coursera這樣的網(wǎng)課平臺(tái)提供的模塊化學(xué)習(xí)，更讓全球?qū)W習(xí)者（哪怕非強(qiáng)校）也能追平硅谷水平。

在這種時(shí)刻，CS系的學(xué)生別躺平，積極用實(shí)戰(zhàn)項(xiàng)目補(bǔ)課程；一邊實(shí)習(xí)攢經(jīng)驗(yàn)；一邊考證證顯實(shí)力。通過(guò)在活躍社區(qū)輸出，寫(xiě)技術(shù)文建人脈；用「作品集+認(rèn)證+談吐」獲得更多應(yīng)聘機(jī)會(huì)。

資深者也不能吃老本。參與在線(xiàn)課及研討會(huì)；用新技術(shù)做副項(xiàng)目。在招聘時(shí)重新評(píng)估工作要求，是真的需要一個(gè)新員工有計(jì)算機(jī)科學(xué)學(xué)位，還是需要某些技能和學(xué)習(xí)能力？推動(dòng)以技能為先的招聘，同時(shí)為沒(méi)有正式背景的初級(jí)開(kāi)發(fā)者倡導(dǎo)導(dǎo)師圈，這樣方能擴(kuò)大人才庫(kù)。不論對(duì)于自己還是團(tuán)隊(duì)，實(shí)際成就和持續(xù)學(xué)習(xí)比額外學(xué)位更重要。

變化是唯一的不變

上述這五個(gè)問(wèn)題，并不相互排斥，現(xiàn)實(shí)將會(huì)是五種場(chǎng)景中樂(lè)觀(guān)與悲觀(guān)估計(jì)的匯總。一些公司會(huì)減少初級(jí)員工的招聘，而另一些公司則會(huì)在新領(lǐng)域擴(kuò)大招聘。人工智能將自動(dòng)化常規(guī)編碼，同時(shí)提高人類(lèi)接觸的代碼標(biāo)準(zhǔn)。開(kāi)發(fā)者可能早上花時(shí)間審查人工智能的輸出，下午則負(fù)責(zé)設(shè)計(jì)高級(jí)架構(gòu)。

在這樣的時(shí)候，軟件開(kāi)發(fā)者通過(guò)關(guān)注技術(shù)趨勢(shì)（以及對(duì)其的懷疑），能避免被炒作或末日論所蒙蔽。通過(guò)更新技能、多樣化能力，并專(zhuān)注于人類(lèi)獨(dú)有的方面（創(chuàng)造力、批判性思維、協(xié)作），就能保持與時(shí)俱進(jìn)。

無(wú)論未來(lái)出現(xiàn)的手動(dòng)編程的復(fù)興，還是一個(gè)代碼自我編寫(xiě)的世界，始終會(huì)有對(duì)那些能全面思考、持續(xù)學(xué)習(xí)、并推動(dòng)技術(shù)解決實(shí)際問(wèn)題的工程師的需求。

參考資料：

https://addyosmani.com/blog/next-two-years/