多年来,持H-1B签证的软件开发者在美国科技企业中享有持续稳定的需求。然而,随着企业将资金重心转向AI领域、愈发倚重编程辅助工具,这一就业市场正变得越来越挑剔。
Meta、亚马逊等公司近期相继裁员,工程与软件岗位受到波及,这进一步加剧了市场的不确定性——尽管主要科技公司对AI的投入仍在持续加深。
开发者和分析人士表示,传统工程岗位越来越难求,招聘方更频繁地要求应聘者具备AI相关经验,从业人员也被要求跟上GitHub Copilot、Claude、ChatGPT等工具的使用步伐。
Pareekh Consulting首席执行官Pareekh Jain认为,这一转变既受AI投资驱动,也与宏观经济的不确定性有关。企业正在调整对开发者的需求画像——在某些领域减少招聘人数,同时为AI人才支付更高薪酬。
"AI投资正在改变企业的招聘策略,"Jain说,"所需人才的类型不同了,人数更少,地域分布也在变化。"
这一趋势正与H-1B开发者愈发艰难的签证担保环境相碰撞。
Jain表示,与两三年前相比,企业在招募依赖签证的员工时更加谨慎,尤其是在永久居民和美国公民供给充足的情况下。
"企业现在不愿意寻求H-1B了,"Jain说,"他们更倾向于培育本地劳动力,优先考虑绿卡持有者和美国公民。"
雇主现在可能只在有即时项目需求时才会考虑H-1B候选人,而不再像以前那样为依赖签证的员工储备长期人才梯队。
科技从业者常用的匿名论坛Blind上可以看到相关担忧的声音。今年1月,一位拥有七年经验的资深软件工程师发帖称,自己在持H-1B签证期间遭到裁员,且"尚未做好面试准备",这一案例凸显了工作变故对于H-1B签证持有者来说可以多么迅速地演变为签证危机。
Ather Energy产品工程师Adarsh ML长期跟踪全球工程招聘趋势,他表示,AI工具与趋紧的招聘形势叠加,对职场新人的冲击最为明显。
"企业越来越倾向于招聘具备机器学习和数据科学技能的专业工程师,"Adarsh说,"零至三四年工作经验的人,实际上已经很难找到工作机会了。"
这一变化也在重塑团队结构。Adarsh表示,过去一名管理者可能带两三名实习生和若干应届毕业生,而如今,这些岗位正在被AI智能体所取代。
"企业现在需要的是那些对软件有足够深入理解、能够识别AI智能体所犯错误的人,"Adarsh说。
这给软件人才的培养通道带来了长远风险。
"如果企业今天只想要有五年经验的人来管理AI智能体,那五年后谁来积累这些经验?"他说,"到那时,有经验的开发者可能已经严重短缺。"
但这种影响并非对所有岗位一视同仁。在美国从事数据库监控工作的印度裔软件工程师Sophia James表示,AI并未显著改变她所在团队的日常工作流程。不过,AI素养正在成为管理层的普遍期望。
"管理层正在考察我们是否跟上了市场变化,"James说,"无论是本科还是硕士应届毕业生,都越来越难找到工作。但我们这些已经在职的人,在项目延续方面倒没有遇到太大问题。"
Jain也强调,AI素养正在成为软件开发者的基础能力要求,即便是非AI方向的岗位也不例外。
"即使岗位本身与AI开发无直接关联,具备AI素养也已是必须,"他说,"就像早年间即便不是财务出身,也必须会用Excel一样。"
Jain认为,AI编程工具很可能减少企业完成同类任务所需的开发者数量,对部分软件工作产生"通缩效应"。
不过,Jain也补充说,影响未必全是负面的。企业为了具备AI就绪能力,需要在数据、云计算和系统现代化方面加大投入,从而创造新的工作机会。AI也可能促使企业更多地选择自主开发应用,而非向SaaS服务商采购,这或许将为IT服务公司带来新的机遇。
这一变化已在招聘决策中有所体现。CarInfo工程负责人Nikhil Dhiman表示,AI正在改变早期软件开发的经济逻辑,尤其是在企业构建概念验证或测试新想法的阶段。
"一些公司现在非常谨慎,"他说,"他们希望更多借助AI、减少招人,只想先看看实际效果再说。"
Greyhound Research首席分析师Sanchit Vir Gogia表示,熟悉ChatGPT、GitHub Copilot等工具已经是开发者的基本门槛。他还指出,开发者需要在云基础设施、数据工程、安全以及AI治理等领域具备更深厚的专业能力,这些技能更贴近企业验证和规模化落地的实际需求,而非正在被AI工具逐步压缩的常规编码工作。
"只负责产出代码的工程师,随着代码生成越来越容易,会变得越来越可替代,"Gogia说,"而那些能够验证代码、保障安全、将其融入真实业务场景并对结果负责的工程师,才会越来越难被替代。"对于H-1B开发者而言,他表示,适应转型还需提前规划好签证策略,在失业逼出紧迫决策之前,就应充分了解签证转换规则和雇主担保时间节点。
"高技能工人在岗位结束后最多有60天的缓冲期,且在提交有效的签证转换申请后即可开始新工作,"Gogia补充道,"战略上的失误,在于把这个窗口期当作安全网,而不是规划的起点。"
Q&A
Q1:AI的兴起对H-1B签证软件开发者的就业有哪些具体影响?
A:AI的兴起使H-1B签证开发者的就业处境明显趋难。企业正将招聘重心转向具备机器学习、数据科学等AI相关技能的专业人才,对传统软件开发岗位的需求有所收缩。与此同时,企业在是否为签证依赖型员工提供担保上也变得更加谨慎,优先录用绿卡持有者和美国公民,只在有即时项目需求时才考虑H-1B候选人。
Q2:当前就业市场对软件开发者的技能要求发生了哪些变化?
A:如今,AI素养已成为软件开发者的基础能力要求,即便岗位本身并不直接涉及AI开发。开发者需要熟悉ChatGPT、GitHub Copilot等主流AI工具,同时还需在云基础设施、数据工程、安全及AI治理等领域具备较深的专业能力。分析人士指出,能够验证AI输出、保障系统安全并将技术落地于真实业务场景的工程师,将更难被替代。
Q3:AI对初级软件开发者和应届毕业生的影响有多大?
A:影响相当显著。AI工具正在替代原本由初级开发者和实习生承担的基础编码工作,导致零至三四年工作经验的求职者岗位机会大幅减少。应届毕业生,无论本科还是硕士,都反映求职难度明显上升。此外,随着入门级岗位逐渐消失,业界也开始担忧软件人才培养通道断层的长期风险——未来具备实战经验的开发者可能将愈发稀缺。
好文章,需要你的鼓励
今天讲的出海案例是晶方科技,这家传感器先进封装公司通过 WaferTek 在马来西亚建设生产基地,并把新增 3000 万美元投向设备和产线。
这项研究揭示了大语言模型执行演绎推理时,仅约3%的注意力头构成关键"逻辑电路",分工明确,层层协作,一旦关闭这些电路,AI推理能力即刻崩溃。
随着企业将预算向AI倾斜,并大量采用AI编程助手,持H-1B签证的软件开发者正面临日益收窄的就业空间。Meta、亚马逊等科技巨头的裁员潮使工程类岗位需求进一步萎缩,招聘方越来越倾向于具备机器学习、数据科学等AI相关技能的候选人。分析人士指出,AI工具正压缩初级开发者的成长空间,企业也更偏向雇用绿卡持有者和本地公民,H-1B开发者须及早规划签证策略与技能升级路径。
Clark Hash是一种无需训练的句子嵌入压缩工具,将384维向量从1536字节压缩至48字节,通过稀疏随机投影与标量量化实现32倍压缩,同时保持高相似度相关性。