去年10月，谷歌CEO桑達?皮查伊（SundarPichai）公開表示，谷歌現在有25%的新代碼由AI生成，再經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）的生產力，也引發了行業新思考：未來是否還需要持續擴大程序員規模？

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，優秀程序員始終處于供不應求的狀態。但隨著AI代碼生成、缺陷檢測等技術的突破，傳統開發模式正在經歷深刻變革，人們開始重新審視程序員的前途。

程序員驚呼，“行業即將崩潰”

無論哪個行業，站在金字塔頂端的從業者都無需擔憂被淘汰，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者何去何從？是轉向其他崗位尋求發展，還是面臨永久性失業？若AI技術引發行業人員結構調整，又將對全球教育體系產生怎樣的連鎖反應？

根據美國國家學生信息服務中心的數據，過去10年間，美國計算機及信息系統專業（Computer and Information Systems）學士學位授予量增長了200%。全球范圍內，該領域人才的培養規模均呈現指數級增長。其中，中國程序員數量從2020年的652萬增至2024年的940萬，同比增長44%，印證了行業對人才的持續渴求。

然而，AI技術的突破正在重塑行業生態。當前美國程序員平均基本年薪為10.6萬美元（舊金山灣區達16.1萬美元），中國從業者平均月薪22756元（65.9%集中在7-18萬元年薪區間），均屬高收入群體。但行業預警信號已現：Meta創始人扎克伯格明確表示將擴大AI使用范圍，Salesforce CEO馬克?貝尼奧夫（Marc Benioff）宣布2025年前凍結傳統工程師崗位，稱AI已提升30%生產力。

求職平臺Indeed調查顯示，42%的年輕工程師認為行業“即將崩潰”。產品經理群體普遍預測，AI將逐步接管基礎編碼任務，導致用人需求結構性調整。這種變化不僅影響從業者職業發展，更對教育體系提出挑戰——當行業需求轉向AI協同能力培養時，傳統課程設置是否需要顛覆性改革？

“沒預想的那么嚴重”，初級工程師門檻在提高

一位程序員發表文章稱：“12年前，我大學畢業獲得第一份工作，成為一名初級工程師。那時企業對初級工程師的期待值較低。我經歷了為期一個月的培訓期，這期間沒人指望我產出成果，有些同事的培訓期甚至長達三個月。我入職前從未使用過GitHub。”

如今AI正在改寫行業規則。他繼續描述道：“近年來，每屆新人都比前一屆具備更扎實的技術基礎，企業對新人的能力要求也水漲船高。現在新員工入職首周就會被分配實際任務。借助ChatGPT和GitHub Copilot等工具，新人能夠實現快速學習與崗位適應，行業準入門檻因此顯著提升。”

關于“AI淘汰初級工程師”的論斷，需要辯證看待。當前實習工程師的能力已接近之前全職工程師水平，未來從業者可能需要達到當前資深工程師標準才能獲得理想職位。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生了質的變化：自動化將替代部分常規工作，但企業仍要求初級工程師持續學習，最終承擔復雜系統開發任務。

據行業估算，約40%的基礎開發工作已可由AI完成，但面對復雜項目和大規模系統時，AI仍顯能力不足。開發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，即可實現全流程自動化。

盡管科技企業裁員潮引發關注，但Meta在印度班加羅爾設立新研發中心并招聘100余名工程師，蘋果計劃在美國新增2萬個研發崗位，這些事實表明，行業需求正經歷結構性調整而非總量縮減。AI對程序員的打擊可能沒有預想的那么嚴重，編程不只是編寫代碼那么簡單，還需要創造性思維，需要閱讀代碼的專業知識，現在的AI仍然不具備原創思維能力。

美國計算機行業協會(CompTIA)首席技術推廣官詹姆斯?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秀工程師，但缺乏創新能力的從業者將面臨淘汰風險。”

悲觀者與樂觀者各有道理

作為一名程序員，倘若你經驗豐富，或許會持有樂觀的態度，因為AI提升了你的工作效率；如果你是一名經驗欠缺的工程師，恐怕就難以樂觀得起來了。

杰里米?蔡（Jeremy Chua）是一位擁有長達10年工作經驗的程序員。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目，如今他只需1到2天就能搞定。在他眼中，聊天機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）認為，AI正以兩種方式改變著編程領域：一種是能夠以更快的速度產出同樣的成果，另一種則是在相同的時間內創造出更優質的成果。

在湯金森看來，AI和其他科技工具并無本質區別。實際上，用于尋找漏洞、生成或評估代碼的軟件已經存在了20多年，優秀的公司和工程師幾乎都會使用這類工具，當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：“我確實有些擔憂。以前企業可能會雇傭初級開發人員來完成一些工作，可現在這些工作卻交給了AI，這實際上剝奪了初級開發人員嘗試、犯錯并從中學習的機會。”

彼得羅斯試用過ChatGPT，卻發現它生成的代碼可能不夠流暢。一旦代碼中的某些部分出現問題，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定良好運行的軟件系統，當出現問題時，它的機制和原理似乎也不太可能有效解決問題。 

結語

當前AI編程工具的表現令人矚目，但它們的有效應用存在一個重要前提：人類必須提供精準的指令。

在現實軟件開發場景中，初始需求往往存在缺陷，而開發過程本質上是一個持續迭代的動態過程。當遇到預期外的邊緣情況時，需要工程師憑借專業判斷進行決策，這種能力恰恰是當前AI系統欠缺的。

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

因此，在未來一段時間內，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。（小刀）