大廠資深程序員，“未來碼農的優勢可能是比AI更便宜”

AI取代人類工作崗位，早已不是大新聞。

過往兩年內，我們不斷經歷并且似乎已經習慣了這樣的消息：某科技巨頭宣布全球裁員幾萬人，某初創公司因為引入AI而砍掉了整個BU，某廣告公司用AI替代了部分設計師崗位……

在AI的侵門踏戶之下，最先感受到寒意的是文科類工作——翻譯、文案、插畫師、配音師，那些曾被視作創造性、審美性的崗位，正在被AI大模型一點點蠶食。

但誰也沒想到，下一個被推上“待優化名單”的，很有可能是程序員。

程序員們很焦慮，一邊焦慮于積極擁抱AI，用肉身幫助大模型成長的“碼奸”；一邊焦慮_地隨大部隊“上島”養AI智能體，在巨大的變革中尋找自己的位置。

相關數據顯示，2025年，84%的開發者已在或計劃使用AI工具；AI工具使基礎編碼效率提升55%以上，重復性任務耗時減少70%；與此同時，初級程序員崗位需求同比下降約30%。這些數字背后，是一個正在被自己創造之物重構的行業。

張瑋（化名）是上海某互聯網大廠的前端開發程序員，入行將近十年，他見證了這個行業從“人肉編碼”到“人機協作”的變遷。他的經歷和感受，或許能讓我們看清：當AI開始生成代碼，那些創造了AI的人，正在經歷什么。

（圖/《社交網絡》）

效率翻倍了，然后呢？

“目前來講，AI大模型對我們公司，包括我本人的沖擊還沒那么大。”采訪一開始，張瑋就給出了一個意料之外的回答。

過去兩年里，AI編程工具迅速席卷行業。盡管這幾年張瑋也聽到很多網傳的消息：因為AI被廣泛使用，程序員招聘名額開始縮減。但他感受到的變化，更多發生在行業邊界處。

“真正受影響的是那些初創公司、小公司。沒有AI之前，公司如果想做一款產品或者一個網頁，需要前端、后端、設計、測試……每個崗位至少各招一個人，前前后后花費幾個月時間。AI介入之后，一個初級程序員用AI，可能一兩天就能做一個簡單的產品出來。”

這意味著，那些原本需要靠初級程序員去填補的“編碼體力活”，那些我們在項飚《全球“獵身”》中讀到的“技術外包勞工”，正在迅速萎縮。

（圖/《社交網絡》）

職業社交平臺LinkedIn 2025年第四季度數據顯示，初級程序員崗位需求同比下降約30% ；美國勞工統計局數據亦顯示，過去兩年美國編程類初級崗位減少了27%。而這種趨勢，并非只發生在大洋彼岸。

當崗位在縮減，仍在崗的程序員日子就好過了嗎？

“業務倒不會變得更加復雜，但你其實需要做的事情更多了——原來需要花三五天的活，現在有的人使用AI，可能一兩天就能干完。”張瑋說，隨之而來的，是更多的需求、更快的工作節奏，“對于我們這種職業來說，本身要做的事情一直是源源不斷的，只不過AI提效之后，你會有更多的想法、接到更多的需求。但其實，每個月的平均工作時長沒有多大的變化，只不過從原來一個月能做3個需求，變成現在或許能做10個。”

（圖/《真實的人類 第一季》）

那么問題來了：效率提升的收益，最后進了誰的口袋？

張瑋分析道：如果你所在的公司正處于業務擴張期，產品經理帶著需求、排著隊等開發人員，那么AI帶來的效率提升是皆大歡喜的——你能在同樣的時間里做更多的事，公司能用更快的速度搶占市場，每個人都覺得自己在“創造價值”，這是一個正循環。

但如果員工的工作效率提升了，公司業務沒有提升，情況將截然不同。“很多領導刷到AI迅速發展的新聞之后，下意識覺得AI能把公司很多崗位替代掉。”張瑋說這話時，語氣里帶著一絲無奈。

這種公司決策層的認知錯位，或許正成為整個行業里最隱秘的焦慮源頭。

當考生成為閱卷老師

最關鍵的問題是：AI到底能替代多少人類的工作？

“初級工程師90%的工作，AI都能做。”張瑋給出了自己的判斷，“前提是那些簡單的、定式的代碼。”比如寫一個標準的CRUD接口、生成API文檔、測試。這些在過去需要初級程序員花時間磨的“基本功”，現在AI可以一秒完成，準確率極高。

但張瑋認為，對于許多復雜的場景需求和業務邏輯，AI輔助編程仍然存在許多問題。“它剛開始可能可以達到70%-80%，但總會有20%到30%的出入，暫時還達不到百分之百。”

這時候，人的價值就體現出來了。

（圖/pexels）

“如果你完全不懂代碼，你可能都看不出來問題在哪、應該微調哪個部分。你只能反復告訴AI：‘你還是沒有達到我的目的’，然后等它一遍遍地試、一遍遍地改，直到某一遍改對了。

但精通代碼的高級程序員，瞬間就能看出來缺了哪些東西，他可以在第二次生成時告訴AI：‘哪里有問題，你應該結合什么，再改一下哪里。’”或許我們可以這樣簡單理解：以前程序員是“寫代碼的人”，現在正變成“審代碼的人”——或者說，“閱卷老師”。

“高級程序員與普通程序員的區別，不在于誰更會用AI，而在于當AI的成果沒有達到預期時，你知道怎么讓它改。”張瑋的這個總結，或許是對當前階段人機協作最精準的概括，而這個結論，似乎也不只應用在寫代碼，而是大部分創意產業上。

（圖/pexels）

Scrum中文網的一篇文章提到，今年2月，人工智能公司Anthropic發布的《2026年智能體編碼趨勢報告》指出，軟件開發正從“以編寫代碼為中心”的活動，轉向“以協調智能體為中心”的活動。

單一智能體將演變為協同團隊，任務時間從幾分鐘擴展到數天，人類從“寫代碼的人”變成“帶團隊的人”。

“不會帶團隊，你就只能干到死”，這句曾經讓無數職場人焦慮的“上升之道”，如今似乎加碼了，已經變成“不會帶團隊，你就只能出局”。

張瑋擔憂的是另一件事——這種轉變正在無形之中重塑程序員的成長路徑。

過去，一個程序員要從初級走到中級，需要花幾年時間寫代碼、看系統設計、積累業務經驗。但現在，“AI可以幫一個初級程序員直接跳到中級以上”——它可以直接生成一個看似完整的方案，讓你不用費勁去琢磨細節。

“為了快，大家可能會跳過前期試錯、修正、積累經驗的階段。”張瑋說。但有些跳過的坑，遲早是要填的。

人類的核心競爭力，只剩便宜了嗎？

“按照現在AI的進化速度，再過兩年，它能不能替代人類90%甚至99%的工作？”

張瑋沒有否認這種可能性：“從現在AI的發展速度來看，未來它一定能達到這種程度。”

可他話鋒一轉，聊起了一個更現實的東西：成本。

成本總是存在的，只是它被科技發展轉嫁到了其他地方，從純粹的堆疊人力，變成了堆疊算力。張瑋說，市面上寫代碼能力最牛的模型收費并不便宜，而且還在漲價。他們有些同事現在一個月在AI上面花的錢，已經足夠公司雇用一個實習生了。

（圖/pexels）

這指向了一個深層悖論：如果AI的成本持續上漲，而人的成本被不斷壓縮，兩者之間會不會在某個節點上達到平衡？到那時，企業是選更貴的AI，還是選更“便宜”的人？這個問題，暫時還沒人能給出答案，或者說，還沒到得出答案的時候。

即便AI真的能完成人類99%的工作，剩下的那1%，依然是人與機器的護城河。“AI差了1%的時候，如果業務受損，或者出現嚴重漏洞，你怎么辦？如果代碼都是AI寫的，你看不懂、看不出問題，那你連解決它的能力都沒有。”

張瑋堅持認為AI只是人類的輔助工具，在他看來，就跟這世上大部分的工作一樣，未來的程序員，核心競爭力其實還是那幾種：對業務的理解、對復雜系統的把握以及在關鍵節點上“完善那1%”的能力。

“軟實力方面，比如對業務、對市場、各個環節的溝通能力……這些AI幫不了你。硬實力方面，當你碰上問題，AI沒法幫你完全解決，就差1%的時候，你得有能完善那1%的能力。”

（圖/pexels）

張瑋還有個有意思的觀察：根據他的經驗，AI雖然能寫出代碼，但它不一定能選出最優解。“完成某個功能，可能有兩三種方式。AI可能會選一種它認為對的，但一個資深程序員可能很快就能判斷哪條路最簡單。”

這就像一個有經驗的廚師，面對AI給出的菜譜，知道哪個步驟可以簡化、哪個調料可以替換，而新手只會照單全收。

“手工軟件工程師的時代已經過去了。”這并非某位技術博主在社交平臺上的一句夸張斷言，而是來自Tessi.ai公司CTO Ben Greene的觀點。他認為，未來工程師需要把精力從單純編碼轉向理解問題、設計系統以及連接真實業務場景。

也就是說，“未來最有價值的工程師，不是寫代碼最快的人，而是能夠理解復雜系統、協調AI 與人類協作并真正解決現實問題的人。”

（圖/pexels）

采訪最后，我問張瑋：“如果真的有一天，老板覺得AI可以完全替代你們了，你會如何去說服他？”

“解釋不了。大環境就是這樣，當大家都很焦慮的時候，只能去提升自己的能力，讓老板看到你其他不一樣的能力。如果你沒辦法在這家公司證明自己，也只能盡早離開。”

參考文獻：

[1]《2025全球開發者工具報告》IDC

[2]《GitHub2025報告：近半代碼由AI生成，初級程序員遇冷，AI架構師成新寵》小熊財經

[3]《2026年智能體編碼趨勢報告：AI智能體如何重塑軟件開發？》Scrum中文網

題圖 | pexels

校對 | 嚴嚴

排版| 李嘻嘻

運營 | 陳笑天