真被吃掉的,不是程序员,是练手机会
以前团队里总有一批活,技术含量不算高,但是特别适合新人。改页面、接接口、补 CRUD、修边角料 bug、跟着日志一点点排。活不大,但是能把一个人从“会写语法”磨到“知道线上系统怎么回事”。
现在这类活,最容易被 AI 先吞一口。
美国劳工统计局在 2025 年更新的职业展望里,给了一个很有意思的对照。一边说软件开发、测试这类岗位未来十年还会继续增长;另一边又明确写着,计算机程序员这个更偏“写代码执行”的岗位在下降,很多重复性的编程任务会继续被自动化。这个变化很关键。
它不是说软件行业不需要人了,而是“只会接活写代码”这层价值,越来越薄。企业当然会算账:能让 AI 先写一版,再找一个有经验的人收口,为什么还要像以前一样配一堆初级岗位慢慢带。
所以真可怕的未必是裁员,很多时候是不再补人。门还在,只是缝变窄了。
为什么老手反而更吃 AI 红利
这事也挺拧巴。表面看,AI 写出来的代码,刚毕业的人未必比它强。可真正把 AI 用顺手的人,往往还是踩过坑的老手。
原因也不复杂。
第一,老手知道什么叫“看起来能跑”和“真的能上线”不是一回事。Anthropic 在 2026 年 1 月的 Economic Index 里,把软件开发单独拉出来看,发现这类请求虽然高度工作化,但任务成功率只有 61% 左右,而且大多数场景还是要靠来回迭代,不是一次甩给 AI 就完事。METR 在 2025 年 7 月做过一个更扎心的实验,让熟悉自己仓库多年的开源维护者使用当时前沿的 AI 工具,结果整体反而慢了 19%。这说明上下文复杂、质量标准高、边界模糊的时候,AI 不是自动驾驶,更像一个很能说的实习生。
第二,老手有“代码品味”这个东西。这个词有点玄,但是很实在。接口该不该这么拆,异常要不要这么吞,测试是不是只是在糊弄 CI,重构会不会把未来一周的坑提前埋好。AI 现在会犯错,而且很多错不是语法错,是方向错、抽象错、边界错。没经历过古法编程的人,老实说,识别这种错更难。
所以 AI 时代最值钱的,不是打字速度,是判断力。
新人不是没路了,是旧路没了
我不觉得新入行的人会彻底没机会。世界经济论坛在 2025 年 1 月的报告里,还是把软件和应用开发者放在增长很快的岗位里;美国劳工统计局对软件开发岗位的长期展望也还是增长。这说明需求没有凭空消失。
但入场方式肯定变了。
以前的默认路径是,先干点脏活累活,边写边学,靠工时把感觉磨出来。现在企业更可能期待你一进来就会两件事。
一件是把 AI 当工具,不是当答案。你要能把问题说清楚,能把需求拆开,能让它先给出可用草稿。
另一件是能审它。不是一句“这个不对”就完,而是知道不对在哪,为什么不对,怎么把它改到符合项目上下文。
这就麻烦了。因为“会审代码”本来就是靠前几年工作练出来的,现在练手机会变少,反而要求新人更早具备这个能力。怎么说呢,像是游戏把新手村拆了,但 boss 还在前面等你。
以后会怎么样
我现在的判断比较简单。
AI 会继续提升老手的产出,也会继续压缩初级岗位里最容易标准化、最容易切碎的那部分工作。这两件事大概率会同时发生,不冲突。ILO 在 2025 年 5 月的报告里其实也讲得比较克制,生成式 AI 更像是改变任务结构,而不是整份工作整份工作地一次性抹掉。问题在于,任务结构一改,最先被改掉的,往往就是那些原本用来培养新人的低风险任务。
所以接下来更稀缺的人,不是“最会敲代码的人”,而是既有基础能力,又能驾驭 AI,还能对业务和质量负责的人。
对老一辈来说,这像是加了一把更锋利的铲子,累还是累,但是效率高很多。对新人来说,问题不是能不能用 AI,而是如果一开始就靠 AI 写,谁来告诉你它什么时候写得好,什么时候是在一本正经地胡说八道。
这个答案,学校现在给不了,AI 也给不了,最后大概率还是得自己补。哎,门没关,就是更难进了。
参考资料
- The Future of Jobs Report 2025
- Software Developers, Quality Assurance Analysts, and Testers
- Computer Programmers
- AI impacts in BLS employment projections
- Anthropic Economic Index: Insights from the Latest Data
- Anthropic Economic Index: Tracking AI Use Across Work and Life
- Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity
- Generative AI and Jobs: A Refined Global Index of Occupational Exposure
- Generative AI at Work
写作附记
原始提示词
AI 编程的一些思考,刚毕业的应届生,编码能力肯定是不如 claude、codex,对于老手,AI 能提效,但是 AI 导致企业大幅削减了初级程序员的岗位,本人毕业已经十年,经历了新人到老人的爬坑阶段,以后,但是新入行的呢,他们会怎么样?老一辈算是经历过古法编程,说白了,能识别出来AI写的是好的,还是不好的,毕竟当前阶段的AI还是会犯错。
写作思路摘要
- 把主判断压在“AI 压缩的是新人的练手机会,不是整个软件行业”。
- 前半段先写老手为什么更吃 AI 红利,再解释这和新人焦虑为什么会同时成立。
- 用 BLS、WEF、Anthropic、METR、ILO 这几组材料把“岗位结构变化”和“AI 仍需人类判断”钉实。
- 刻意没展开具体求职攻略,也没写成“新人该怎么学”的鸡汤清单。
- 结尾回到现实问题:不是没有门,而是传统新手村在消失。