AI又進(jìn)化了，程序員職業(yè)真的到了崩潰邊緣？

極客網(wǎng)·極客觀察3月5日 去年10月，谷歌CEO桑達(dá)?皮查伊（SundarPichai）公開表示，谷歌現(xiàn)在有25%的新代碼由AI生成，再經(jīng)人類工程師審查通過。作為全球市值第三的科技巨頭，谷歌的實(shí)踐充分印證了AI編程工具的巨大潛力。

美東時間3月3日，Anthropic宣布完成35億美元融資，估值飆升至615億美元，其編程工具的市場的熱度可見一斑。這些工具顯著提升了程序員（軟件工程師）的生產(chǎn)力，也引發(fā)了行業(yè)新思考：未來是否還需要持續(xù)擴(kuò)大程序員規(guī)模？

就在幾年前，這個問題還顯得頗為荒誕。無論是中國還是美國，優(yōu)秀程序員始終處于供不應(yīng)求的狀態(tài)。但隨著AI代碼生成、缺陷檢測等技術(shù)的突破，傳統(tǒng)開發(fā)模式正在經(jīng)歷深刻變革，人們開始重新審視程序員的前途。

程序員驚呼，“行業(yè)即將崩潰”

無論哪個行業(yè)，站在金字塔頂端的從業(yè)者都無需擔(dān)憂被淘汰，程序員群體同樣如此。但值得深思的是：那些處于中低端市場的從業(yè)者何去何從？是轉(zhuǎn)向其他崗位尋求發(fā)展，還是面臨永久性失業(yè)？若AI技術(shù)引發(fā)行業(yè)人員結(jié)構(gòu)調(diào)整，又將對全球教育體系產(chǎn)生怎樣的連鎖反應(yīng)？

根據(jù)美國國家學(xué)生信息服務(wù)中心的數(shù)據(jù)，過去10年間，美國計算機(jī)及信息系統(tǒng)專業(yè)（Computer and Information Systems）學(xué)士學(xué)位授予量增長了200%。全球范圍內(nèi)，該領(lǐng)域人才的培養(yǎng)規(guī)模均呈現(xiàn)指數(shù)級增長。其中，中國程序員數(shù)量從2020年的652萬增至2024年的940萬，同比增長44%，印證了行業(yè)對人才的持續(xù)渴求。

然而，AI技術(shù)的突破正在重塑行業(yè)生態(tài)。當(dāng)前美國程序員平均基本年薪為10.6萬美元（舊金山灣區(qū)達(dá)16.1萬美元），中國從業(yè)者平均月薪22756元（65.9%集中在7-18萬元年薪區(qū)間），均屬高收入群體。但行業(yè)預(yù)警信號已現(xiàn)：Meta創(chuàng)始人扎克伯格明確表示將擴(kuò)大AI使用范圍，Salesforce CEO馬克?貝尼奧夫（Marc Benioff）宣布2025年前凍結(jié)傳統(tǒng)工程師崗位，稱AI已提升30%生產(chǎn)力。

求職平臺Indeed調(diào)查顯示，42%的年輕工程師認(rèn)為行業(yè)“即將崩潰”。產(chǎn)品經(jīng)理群體普遍預(yù)測，AI將逐步接管基礎(chǔ)編碼任務(wù)，導(dǎo)致用人需求結(jié)構(gòu)性調(diào)整。這種變化不僅影響從業(yè)者職業(yè)發(fā)展，更對教育體系提出挑戰(zhàn)——當(dāng)行業(yè)需求轉(zhuǎn)向AI協(xié)同能力培養(yǎng)時，傳統(tǒng)課程設(shè)置是否需要顛覆性改革？

“沒預(yù)想的那么嚴(yán)重”，初級工程師門檻在提高

一位程序員發(fā)表文章稱：“12年前，我大學(xué)畢業(yè)獲得第一份工作，成為一名初級工程師。那時企業(yè)對初級工程師的期待值較低。我經(jīng)歷了為期一個月的培訓(xùn)期，這期間沒人指望我產(chǎn)出成果，有些同事的培訓(xùn)期甚至長達(dá)三個月。我入職前從未使用過GitHub。”

如今AI正在改寫行業(yè)規(guī)則。他繼續(xù)描述道：“近年來，每屆新人都比前一屆具備更扎實(shí)的技術(shù)基礎(chǔ)，企業(yè)對新人的能力要求也水漲船高?，F(xiàn)在新員工入職首周就會被分配實(shí)際任務(wù)。借助ChatGPT和GitHub Copilot等工具，新人能夠?qū)崿F(xiàn)快速學(xué)習(xí)與崗位適應(yīng)，行業(yè)準(zhǔn)入門檻因此顯著提升。”

關(guān)于“AI淘汰初級工程師”的論斷，需要辯證看待。當(dāng)前實(shí)習(xí)工程師的能力已接近之前全職工程師水平，未來從業(yè)者可能需要達(dá)到當(dāng)前資深工程師標(biāo)準(zhǔn)才能獲得理想職位。市場對程序員的總需求并未縮減，但對初級崗位的能力定義發(fā)生了質(zhì)的變化：自動化將替代部分常規(guī)工作，但企業(yè)仍要求初級工程師持續(xù)學(xué)習(xí)，最終承擔(dān)復(fù)雜系統(tǒng)開發(fā)任務(wù)。

據(jù)行業(yè)估算，約40%的基礎(chǔ)開發(fā)工作已可由AI完成，但面對復(fù)雜項(xiàng)目和大規(guī)模系統(tǒng)時，AI仍顯能力不足。開發(fā)與測試崗位的融合趨勢尤為顯著，工程師只需向AI輸入需求說明和測試用例，即可實(shí)現(xiàn)全流程自動化。

盡管科技企業(yè)裁員潮引發(fā)關(guān)注，但Meta在印度班加羅爾設(shè)立新研發(fā)中心并招聘100余名工程師，蘋果計劃在美國新增2萬個研發(fā)崗位，這些事實(shí)表明，行業(yè)需求正經(jīng)歷結(jié)構(gòu)性調(diào)整而非總量縮減。AI對程序員的打擊可能沒有預(yù)想的那么嚴(yán)重，編程不只是編寫代碼那么簡單，還需要創(chuàng)造性思維，需要閱讀代碼的專業(yè)知識，現(xiàn)在的AI仍然不具備原創(chuàng)思維能力。

美國計算機(jī)行業(yè)協(xié)會(CompTIA)首席技術(shù)推廣官詹姆斯?斯特蘭格（James Stanger）指出：“AI無法處理其知識體系外的問題。目前沒有工具能替代優(yōu)秀工程師，但缺乏創(chuàng)新能力的從業(yè)者將面臨淘汰風(fēng)險?！?/p>

悲觀者與樂觀者各有道理

作為一名程序員，倘若你經(jīng)驗(yàn)豐富，或許會持有樂觀的態(tài)度，因?yàn)锳I提升了你的工作效率；如果你是一名經(jīng)驗(yàn)欠缺的工程師，恐怕就難以樂觀得起來了。

杰里米?蔡（Jeremy Chua）是一位擁有長達(dá)10年工作經(jīng)驗(yàn)的程序員。在工作過程中，他會借助ChatGPT或者Claude，從谷歌、StackOverflow等平臺獲取編程問題的答案。

生成式AI能否替代他的工作呢？蔡對此表示懷疑。他說，以往需要一周時間才能完成的項(xiàng)目，如今他只需1到2天就能搞定。在他眼中，聊天機(jī)器人僅僅是他的合作伙伴，無法取代他的位置。

臨床人工智能公司SmarterDx的程序員迦勒?湯金森（Caleb Tonkinson）認(rèn)為，AI正以兩種方式改變著編程領(lǐng)域：一種是能夠以更快的速度產(chǎn)出同樣的成果，另一種則是在相同的時間內(nèi)創(chuàng)造出更優(yōu)質(zhì)的成果。

在湯金森看來，AI和其他科技工具并無本質(zhì)區(qū)別。實(shí)際上，用于尋找漏洞、生成或評估代碼的軟件已經(jīng)存在了20多年，優(yōu)秀的公司和工程師幾乎都會使用這類工具，當(dāng)下的情況和過去相比并沒有太大不同。

然而，如果你和亞歷山大?彼得羅斯（Alexander Petros）一樣，是一名新手程序員，那么你極有可能會感到焦慮。他坦言：“我確實(shí)有些擔(dān)憂。以前企業(yè)可能會雇傭初級開發(fā)人員來完成一些工作，可現(xiàn)在這些工作卻交給了AI，這實(shí)際上剝奪了初級開發(fā)人員嘗試、犯錯并從中學(xué)習(xí)的機(jī)會。”

彼得羅斯試用過ChatGPT，卻發(fā)現(xiàn)它生成的代碼可能不夠流暢。一旦代碼中的某些部分出現(xiàn)問題，人類或許不知道該如何解決。而且，大語言模型可能無法生成能夠長時間穩(wěn)定良好運(yùn)行的軟件系統(tǒng)，當(dāng)出現(xiàn)問題時，它的機(jī)制和原理似乎也不太可能有效解決問題。 

結(jié)語

當(dāng)前AI編程工具的表現(xiàn)令人矚目，但它們的有效應(yīng)用存在一個重要前提：人類必須提供精準(zhǔn)的指令。

在現(xiàn)實(shí)軟件開發(fā)場景中，初始需求往往存在缺陷，而開發(fā)過程本質(zhì)上是一個持續(xù)迭代的動態(tài)過程。當(dāng)遇到預(yù)期外的邊緣情況時，需要工程師憑借專業(yè)判斷進(jìn)行決策，這種能力恰恰是當(dāng)前AI系統(tǒng)欠缺的。

此外，AI會犯錯，無法處理復(fù)雜大型項(xiàng)目或者復(fù)雜任務(wù)，缺乏解決深度問題的能力，這些都導(dǎo)致目前AI編程工具只能作為輔助工具使用。如果AI代碼出現(xiàn)錯誤或者漏洞，后果可能極為嚴(yán)重，是企業(yè)無法承受的。

因此，在未來一段時間內(nèi)，AI編程的重要性會不斷提升，但離完全取代程序員還很遙遠(yuǎn)。（小刀）

生成海報

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進(jìn)一步核實(shí)，并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實(shí)內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。