AI是否已经开始取代就业岗位,目前仍是争议焦点。
据再就业服务机构Challenger, Gray & Christmas的数据,今年5月科技行业裁员人数创下近年来单月最高峰,而AI是被援引最多的裁员原因。
从理论上来说,随着AI编程工具的迅速普及,软件工程是最容易被自动化取代的专业领域。然而,风险投资机构SignalFire的研究人员表示,招聘数据呈现出截然不同的走势。
SignalFire研究负责人Asher Bantock表示:"大量裁员给出的理由始终指向AI,尤其是AI在代码层面的应用——他们会说,一个工程师现在能顶过去好几个人干。但我们在实际层面观察到的情况,与这种说法颇为不符。"
SignalFire的分析追踪了超过8000万家公司中数百万名员工的职业轨迹。由于许多人在遭遇裁员后往往会延迟更新就业状态,裁员数据本身难以精确追踪,因此该机构转而通过招聘数据来更准确地反映实时劳动力市场动向。
根据SignalFire发布的最新《人才现状报告》,与2019年相比,大型科技公司整体招聘人数下滑了25%,而工程类岗位的降幅仅为11%,明显更具韧性。
事实上,2025年工程师占SignalFire所划定的12家"科技巨头"——Alphabet、Meta、苹果、亚马逊、微软、Netflix、英伟达、特斯拉、Uber、Airbnb、Block和Stripe——新招人员总数的55%。报告指出,这一比例较2019年的46%有了显著提升。
在早期初创企业层面,对工程师的需求更为突出。SignalFire数据显示,这类企业2025年招募的工程师数量比2019年整体增加了7%。
Bantock认为,如果AI真的在实质性地替代工程师,那么在当前科技招聘整体收缩的背景下,工程类岗位的招聘应该是最先下滑的。然而SignalFire的数据却表明,工程师岗位的人员增速超过了科技行业内大多数其他职能方向。
尽管Anthropic首席执行官Dario Amodei去年曾警告称,AI可能在五年内消灭一半初级白领岗位,并推动失业率上升至20%,但该公司经济学主管Peter McCrory在今年3月接受TechCrunch采访时表示,他尚未观察到AI对劳动力市场产生任何显著影响。
McCrory当时表示,无论是以自动化方式将Claude用于核心工作任务的群体——如技术文档撰写者、数据录入员和软件工程师——还是从事更依赖实体交互与操作技能、受AI影响相对较小的职业,"在失业率上至少没有出现更大的实质性差异"。
英伟达首席执行官黄仁勋的态度更为直接,他直接否定了AI将取代工程师的论断。"有人说AI将毁掉所有软件工程师的工作,"黄仁勋在今年4月斯坦福大学商学院的一次访谈中说道。他随即表达了截然相反的观点:自从英伟达所有工程师开始使用智能体AI,"软件工程师们反而比以往任何时候都更忙碌。"
黄仁勋补充道,智能体虽然能够近乎即时地完成代码编写,但它们不断推动工程师去产出"下一个新想法"。
至少就目前而言,手握AI工具的工程师岗位,已然成为"杰文斯悖论"的经典注脚——这一理论认为,效率的提升并不会减少对某种资源的需求,反而会因为工作量随新增产能同步扩张而带来需求的增加。正如Bantock对当下工程人才所描述的那样:"他们的生产力突然大幅跃升,而等待他们去完成的工作则永无止境。"
Q&A
Q1:SignalFire的报告是怎么得出工程师岗位最具韧性这一结论的?
A:SignalFire追踪了超过8000万家公司中数百万名员工的职业数据,重点分析招聘数据而非裁员数据,因为裁员后员工往往会延迟更新就业状态。报告显示,2025年大型科技公司整体招聘较2019年下降25%,但工程类岗位降幅仅为11%,在12家科技巨头新招员工中占比高达55%,较2019年的46%明显上升,早期初创企业的工程师招聘数量甚至比2019年增加了7%。
Q2:黄仁勋对AI取代软件工程师这一说法持什么态度?
A:黄仁勋明确否定了AI将取代软件工程师的论断。他在斯坦福大学商学院的访谈中表示,自从英伟达所有工程师开始使用智能体AI,软件工程师反而比以往任何时候都更忙碌。他认为,智能体虽然能近乎即时地完成代码编写,但这反而不断驱动工程师去创造和探索"下一个新想法",工作量持续扩张而非萎缩。
Q3:什么是"杰文斯悖论",它和工程师就业有什么关系?
A:杰文斯悖论是一个经济学概念,核心观点是:效率提升不会减少对某种资源的需求,反而因工作量随产能扩张而导致需求增加。应用在工程师就业上,AI工具虽然大幅提升了工程师的工作效率,但并未减少对工程师的需求。SignalFire研究负责人Bantock指出,工程师因此变得更高产,而可以做的工作也随之无限扩展。
好文章,需要你的鼓励
今天讲的出海案例是生产微型扬声器、受话器和音响产品的豪声电子,其计划投资2500万泰铢的泰国音响类电声工厂已经进入初步投产阶段。
MUSEBENCH是一个专门测试AI理解视听艺术创作意图的评测基准,涵盖电影、视觉艺术、舞台表演和游戏四类,发现最强AI得分仅48%,远低于人类专家87%。
不列颠哥伦比亚大学与微软研究院提出SEKV,通过熵引导语义分段和GPU-CPU分级存储,在12.8万字上下文下将显存降低53.3%,同时比最强语义压缩基准提升5.9%。