25位IT大佬亲述：AI「吃掉」程序员！码农黄金时代终结

AI开发者可能自食其果，最先被AI取代！AI Impact Lab的创始人认为：未来的趋势是AI让高级工程师比升值，而让初级工程师贬值。如果AI能引发文明变革，那「程序猿」将首当其冲，最先被AI取代。

如果AI真的取代人类工作，为什么不从AI公司最熟悉的岗位开始？如果AI引发大裁员，以前到底有没有认真思索过最先被取代的是哪些岗位？有早期迹象预示了这一趋势？

毫无疑问，AI公司最熟悉的岗位，就是它们自己员工从事的岗位。

那在AI公司任职的研究员、软件工程师不妨问问自己这些问题。

最近，AI Impact Lab的创始人兼负责人Taren Stinebrickner-Kauffman发表了一篇博客文章，认为这些AI公司首先针对的就是软件工程师。

她认为AI革命可能最终会吞噬自身：

即使AI不会导致整体大规模失业，工程类工作也会急剧下降。

开发者自食其果？

如果你关注技术就业市场或AI编程工具，上个月美国的一些数据肯定会让你瞠目结舌！

AI巨头Anthropic的首席执行官Dario Amodei公开表示，在今年年底前，AI可能会编写90%的所有代码。

Y Combinator的负责人Gary Tan提到，在2025年冬季季度的一批YC初创公司中，95%的代码是由AI编写的。

据报道，AI编码初创公司Cursor的年度经常性收入已超过2亿美元，这意味着拥有超过五十万付费订阅用户，而免费用户推测有几百万。

Cursor在2024年底达到1亿美元ARR的速度，与其他公司的对比。仅仅三个月后，到2025年3月，Cursor的ARR就翻倍到了2亿美元！

与此同时，科技就业市场持续疲软。去年，美国大小科技公司裁员超15万人。

而在上个月，虽然美国IT行业的失业率有所下降至4.6%，但美国的整体失业率为4.2%，而且IT就业市场规模也随之缩小。

这些现象是否存在关联？

硅谷向来以颠覆传统行业为荣，但若这次革命反噬自身呢？科技从业者会否成为全球AI就业危机的首批受害者？

Taren Stinebrickner-Kauffman深入分析了这些问题。

社会活动家：Taren Stinebrickner-Kauffman

为什么技术岗位会先倒霉？

Taren Stinebrickner-Kauffman有四个强有力的理由，表明工程类和其他技术类工作，可能会成为AI冲击最早波及的领域。

AI真能引发科技行业大裁员？

AI是否已经在科技行业引发了大规模裁员？又或者，这种影响是否即在不久的将来显现？

对于这个问题，即使是理性的人，也存在明显的分歧。

为了更清楚地了解当前的情况，Taren和Steve与超过25名工程师、管理者及相关的科技工作者进行了交谈，试图了解AI如何正在改变技术劳动力市场，以及他们预计未来会发生什么变化。

以下是从这些访谈中得出的主要观点和发现，分为三个主要方面：

1 AI还没有改变大多数技术岗位

2 AI对初级岗位招聘造成巨大压力

3 AI正在模糊岗位边界

科技行业中出现的模式，往往可以视为其他行业工程团队即将面对的先兆。

不过，也有可能他们两个根本没注意到其他行业的趋势。

AI将如何重塑未来技术岗位？

回到Dario Amodei的预测：到2025年底，90%以上的代码将由AI生成。

这个预言会成真吗？

从现实来看，这个预测可能过于乐观，理由如下。

1、技术瓶颈仍存

当前AI在复杂工程任务中仍存在明显短板：缺乏长期自适应记忆、元认知能力薄弱、动态规划能力不足。

METR机构最严谨的研究表明，AI要可靠完成人类工程师一个月工作量的复杂任务，可能需要5-10年时间（尽管最新模型显示进步速度可能快于预期）。

2、行业转型需要时间

即使在科技行业这个创新温床，行为变革的速度也远跟不上技术迭代。通过访谈可以发现，早期采用者仍在适应期，而保守行业的转型将更为缓慢。

基于当前趋势，对未来几年技术就业市场的预测是：

• 初级岗位将持续萎缩

「代码搬运工」类职位将加速消失，企业会更倾向雇佣能驾驭AI工具的中高级工程师。新入行者需要证明自己具备AI无法替代的复合能力。

• 人机协作成为常态

工程师将转型为「AI督导」，工作重心转向架构设计、复杂问题解决和代码质量把控。产品、设计等技术邻接岗位需要掌握基础编程能力。

• 价值评估体系重构

单纯的技术实现能力将贬值，而系统思维、产品洞察、跨领域协作等「人类专属」技能会成为核心竞争力。

当然，如果某个重大技术突破即将来临，或者超级人工智能（ASI）在今年秋天席卷全球，那么一切预测都将失效。

但如果没有这种突破，以下是Taren对未来几年AI和技术劳动力市场的一些预测。

长期来看，工程师会灭绝吗？

简而言之：无人能确知。

更详细的回答是：三种相互竞争的假设，都试图解释科技劳动力市场的长期走向。

Jevons悖论：工程师将激增。

Jevons Paradox描述了一种现象：技术进步提高了资源使用的效率，反而可能导致该资源消耗总量的增加。

换句话说，当某样东西变得更便宜时，你不仅会买更多，甚至可能会在总量上花更多的钱。例如，随着计算能力变得更便宜——芯片效率不断提高——我们使用的总计算量显然大幅增加，甚至连计算硬件的总支出也随着时间推移而增加。

将这一理论应用于软件工程：当AI突破人力供给限制，曾被视作不切实际的创意将获得实现可能。

更低的开发成本将催生海量新应用、定制工具和功能迭代，最终对工程设计的总体需求（系统架构、集成测试、运维管理等）可能超越AI带来的效率增益，导致工程师总量不降反升——尽管工作内容将转向更高阶的创造与监管。

总的来说，根据这一理论，未来将需要更多的工程师，尽管他们的工作性质会转向更高层次的设计和监督。

历史循环论：「太阳底下无新事」

一些人认为，从长远来看，AI其实并不是什么大事。

持此观点的某资深工程师，直言不讳地建议「去读读技术史」。

她指出，每隔10到20年，工程师的编码方式就会引入一个新的主要抽象层。

最初，人们直接用机器码或低级汇编语言编程；

接着出现了像C这样的高级编译语言，自动化了直接硬件操作；

然后面向对象语言又增加了一层抽象；

再后来，像Java或C#这样带有自动内存管理和*回收的语言，消除了大量人工操作和常见错误；

之后又出现了复杂的框架、云计算和动态脚本语言。

每次变革都自动化了特定技能，但工程师职业反而因处理更复杂问题而进化。

从这个角度看，AI代码生成只是下一个抽象层，很可能会遵循历史上的模式：颠覆、适应，最终稳定，而非工程岗位的终结。

全面自动化假说：技术岗首当其冲

若相信AI终将取代多数现有工作，那么前文论述的所有特质（清晰评估标准、丰富训练数据等）恰恰使技术岗位成为最脆弱的标的。

这可能表现为大规模失业，或通过劳动力向AI相对弱势领域转移维持就业平衡。

Taren Stinebrickner-Kauffman认为上面描述的三种路径在未来几十年内都是有可能发生的，并且取决于AI能力的发展.

但如果非要选择一个，她最倾向于第三种情景：

即使AI不会导致整体大规模失业，工程类工作也会急剧下降。AI革命可能最终会吞噬自身。

终极悖论在于：若AI真能完全替代工程师，意味着它已具备通用智能（AGI），届时所有职业都将面临重构。

在这种情境下，「工程师失业」只是文明级变革的序章。

更可能的情景是渐进式演化——就像汽车取代马车夫却创造了更庞大的交通运输业，技术革命的真正影响往往超越我们最初的想象边界。