每天上班通勤的路上,马特(化名)会利用长达四小时的火车时间,亲手为自己的浏览器小游戏逐行编写代码。"我在主动磨砺自己的技能,"这位不愿透露真名的软件工程师说道。过去半年里,他的工作内容越来越多地从编码、解决问题和系统架构,转向审查 AI 生成的代码。他担心这种转变会削弱自己的能力,于是尽量避免在工作中依赖 AI。
马特的年薪通常超过 20 万美元,这份职业曾让他颇有安全感。但去年夏天遭遇裁员,加上现任上司警告他要多用 AI,他开始对未来感到迷茫。
对马特这一代工程师而言,软件工程曾是稳定、高薪、向上流动的代名词。如今,AI 正在加速改变软件开发的方式——谷歌表示其 75% 的代码已由 AI 完成——这让整个行业的变革速度远超从业者的预期。据《卫报》采访的十多位软件工程师反映,他们普遍感到焦虑和挫败,正试图以各种方式适应这一现实:回归基本功、学习新技能、寻求集体行动,甚至考虑彻底离开这个行业。
根据美国劳工统计局数据,2022 年软件工程是美国规模最大、薪酬最高的职业之一,约 150 万从业者的收入是全国中位薪资的两倍。但自 OpenAI 于 2022 年推出 ChatGPT 以来,根据科技裁员追踪机构 Layoff.fyi 的数据,美国已有超过 60 万科技从业者失业。与此同时,纽约联储数据显示,2024 年计算机科学专业毕业生的失业率升至 7%,高于上一年的 6.1%,就业不充分率则超过 19%。2020 年至 2025 年间,Indeed 平台上的美国科技职位招聘也下降了 36%。
对于软件工程师的未来,专家们尚无定论,但有一点已形成共识:编写代码的技能正在贬值,而审查 AI 生成代码的能力则愈发重要。
"很难说两年后这个职业会变成什么样,但有一点是明确的:单纯的编码技能已经过时,"伦敦国王学院经济学助理教授鲍克·克莱因·蒂塞林克告诉《卫报》,"AI 正在深刻重塑软件工程师的职业内涵,衡量成功的标准,越来越取决于工程师能否有效驾驭这项技术。"
宾夕法尼亚大学沃顿商学院管理学副教授、《共存》一书作者伊森·莫利克则表示,AI 改变的是工作的方式,而不是取消这份工作本身。"现在的重点不再是谁能写出更多代码,而是谁能更好地定义问题、设计系统、有效引导 AI 工具。价值的落脚点正在转移。"
面对行业剧变,软件工程师们各自探索出路。俄勒冈州波特兰市的软件工程师乔治·多佛在 2024 年底被 Intuit Mailchimp 裁员后,曾短暂转行当了幼儿园代课老师。"要放下一件伴随你多年、构成你很大一部分身份认同的事,真的很难,"他说。
不过多佛并未就此放弃。他开始用 AI 生成代码、自建网站,借此学习 AI 的能力边界,并对生成结果进行错误排查、冗余检测和视觉校验。经历近两年的空窗期、400 封求职申请和数轮面试,他最终找到了一份以 AI 为核心方向的软件工程岗位。
布朗大学计算机科学教授施里拉姆·克里希纳穆尔蒂指出,AI 能够稳定生成高质量代码,也不过是从去年才开始的事,因此现在下任何定论都为时过早。但他认为,代码审查需求的持续增长,将会淘汰那些准备不足的工程师。"训练有素的工程师会从中受益;而没有做好准备的人,则必须重新武装自己。"
哈佛大学计算机科学教授大卫·马兰则从成本角度分析,认为人类工程师的需求不会消失。AI 模型的运营成本极高——OpenAI 据报去年支出高达 80 亿美元,Anthropic 预计烧掉了 30 亿美元——这些成本终将转嫁给用户。因此,他预计企业不会完全依赖 AI,而会走向"AI 辅助工程师"的更健康平衡模式。
十年前,"学习编程"几乎是各界的统一号召。2013 年,美国前总统奥巴马启动了一项 40 亿美元的"全民计算机科学"教育计划,将其定位为经济机遇的"新基础技能"。扎克伯格和比尔·盖茨也参与了编程教育公益视频的拍摄。编程训练营在同年井喷式涌现,到 2020 年毕业生数量增长超过 1000%。
正是在这股浪潮中,洛杉矶居民萨姆(化名)在十年前转行投身软件工程。然而如今,他越来越担忧自己的职业前景。AI 抢走了工作中"有创意、有趣的部分",剩下的只有"审查不是自己写的代码"——这让他深感沮丧。他甚至开始幻想:要不要开一辆餐车?要不要去做林业工作?
这种迷茫并非个例。全国学生数据交换中心的数据显示,2025 至 2026 学年,四年制高校计算机与信息科学专业本科招生人数下降了 8.1%,研究生招生降幅更达 14%。
AI 的冲击也催生了集体行动的诉求。凯特琳·科特曾是一名软件工程师,目睹 AI 快速侵蚀自己的工作内容后,她选择辞职,并于今年 2 月创办了一个名为"What We Will"的科技工作者互助中心,帮助从业者应对裁员、协商赔偿、申请失业救济、提升技能,并推动工会组建。
"AI 进步的速度,比我自己进步的速度快太多了,这让我真的很焦虑,"科特说。该中心目前每天至少收到 10 份新申请,近几个月来,专门寻求工会化支持的人数明显增多。
"我们这个行业,没有行业公会,没有真正通行的法规和标准,"她说,"现在有太多人需要帮助了。"
Q&A
Q1:软件工程师的编程技能真的已经过时了吗?
A:不完全是。多位专家指出,单纯的"写代码"技能确实正在贬值——因为 AI 已经能够生成大量高质量代码。但审查、评估、纠错 AI 生成代码的能力变得越来越重要,这仍需要扎实的编程基础。布朗大学教授施里拉姆·克里希纳穆尔蒂认为,准备充分的工程师将从中受益,而没有及时调整的人则需要重新学习新技能。因此,技能本身没有消失,而是发生了结构性转变。
Q2:AI 普及后,美国软件工程师的就业情况怎么样?
A:情况明显恶化。自 ChatGPT 于 2022 年发布以来,美国已有超过 60 万科技从业者失业。2024 年计算机科学专业毕业生失业率升至 7%,就业不充分率超过 19%。此外,Indeed 平台上的科技职位招聘从 2020 年到 2025 年下降了 36%。与此同时,高校计算机专业招生也出现明显下滑,本科降幅约 8%,研究生降幅约 14%。
Q3:面对 AI 冲击,软件工程师们都在怎么应对?
A:从个人到集体,应对方式多样。有人像马特一样坚持自己手写代码、主动磨练技能;有人像乔治·多佛一样主动学习评估 AI 代码的能力,最终成功转型到 AI 相关岗位;也有人开始寻求集体行动。凯特琳·科特创办了"What We Will"互助中心,帮助科技工作者应对裁员、协商赔偿并推动工会化,目前该中心每天收到至少 10 份新申请。
好文章,需要你的鼓励
OpenAI在与多家新闻机构的版权诉讼中陷入困境。以《纽约时报》为首的原告指控OpenAI在长达两年时间里向法庭撒谎,刻意隐瞒其已对ChatGPT日志进行大规模搜索的事实。据悉,OpenAI实际上已拥有包含1000万和7800万条记录的日志样本,并曾用于研究版权内容过滤器,却对外声称无法进行此类搜索。原告据此提出制裁动议,要求法院追责。OpenAI则否认相关指控,坚称其立场基于合理使用原则。
斯坦福与UC伯克利提出LLM-as-a-Verifier框架,通过提取AI模型内部概率分布生成连续评分,在代码、机器人、医疗领域均达到最优性能,且无需额外训练。
美国加州大学圣地亚哥分校研究团队在《自然》期刊发表研究成果:外科医生通过远程操控宇树G1仿人机器人,成功完成两例活体猪胆囊切除手术,创下全球首例。与造价数十至数百万美元的达芬奇手术机器人相比,仿人机器人成本更低、体积更小,未来有望部署于农村、战地乃至太空等资源匮乏的医疗场景。但目前仍存在需频繁重新校准、机械臂活动范围受限等挑战。
字节跳动Seed团队发现AI智能体在真实环境中学习的进步曲线精确遵循对数S形规律,R?达0.998,且前沿模型的学习速度每三个月翻倍。