新智元報道

編輯：元宇

【新智元導讀】AI正在「殺死」初級程序員崗位嗎？編程技能會不會一夜貶值？CS學歷是否會失效……Google Cloud AI大佬Addy Osmani用萬字長文給出了答案。

為什么要花9萬刀雇一個新人？

一個AI編碼智能體可要便宜多了！

過去幾年，科技大廠校招應屆生數(shù)量直接腰斬，下降超過50%。

受AI沖擊的，不止是初級程序員崗位。

當AI可以完成80%的代碼，甚至到了全自動編碼實現(xiàn)的那一天，所有軟件工程師的飯碗，還穩(wěn)嗎？

他們賴以生存的技能，會不會在一夜之間突然貶值？

近日，Google Cloud AI總監(jiān)Addy Osmani的一篇博客，為上述焦慮撥開了迷霧。

Google Cloud AI總監(jiān)Addy Osmani

在《軟件工程的未來兩年》這篇博客中，Addy Osmani結(jié)合自己在一線的體感，提出了5個直擊靈魂的拷問。

它們關系到初級開發(fā)者、技能、開發(fā)者角色、專才與通才、軟件教育5個根本性問題。

更重要的是，針對每一個問題，Addy Osmani都分別為「新手」和「老兵」提供了具體建議。

為什么這些建議如此重要？

看看Addy Osmani的履歷就知道。

他是一位擁有25年以上經(jīng)驗的開發(fā)者與技術領導者，目前專注于推動Gemini等AI技術的落地應用。

此前，他長期負責Google Chrome的開發(fā)者體驗工作，并主導過Lighthouse等知名項目。

他的建議，對于許多程序員來說，好比AI時代的一份「生存路線圖」。

第一問

AI正在「殺死」初級程序員崗位嗎？

AI會讓初級程序員崗位消失嗎？網(wǎng)上有很多類似的討論。

這背后其實是一個扎心的真相：

新手程序員原來那條「學編程→初級崗位→被項目毒打→變成高級工程師」的傳統(tǒng)成長路徑，似乎正在崩塌。

這種崩塌預示著一種未來，它是冰冷的。

哈佛大學一項覆蓋了6200萬勞動者的研究，數(shù)據(jù)顯示：當一家公司開始用生成式AI，六個季度之內(nèi)，初級開發(fā)者的崗位需求會應聲下跌9%到10%。

過去幾年，那些新手擠破頭想進的科技大廠，招收的應屆生數(shù)量直接腰斬，下降超過50%。

而高級開發(fā)者的崗位，幾乎不受影響。

有的工程師在網(wǎng)上刻薄地發(fā)問：「我為什么要花9萬美金雇一個新人，然后手把手教他？一個AI編碼智能體可比這便宜多了?！?/p>

這種現(xiàn)象背后AI毫無疑問是最猛的催化劑，它讓一個配了頂級AI助手的高級工程師，能單槍匹馬干掉過去一個小團隊的活兒。

于是，很多公司選擇了「不招新人來縮編」，而不是大規(guī)模裁員。

還有另一種未來，它是火熱的。

AI并沒有「殺死」程序員，反而放大了軟件開發(fā)的需求。

醫(yī)療、農(nóng)業(yè)、制造業(yè)、金融……這些過去離程序員很遙遠的行業(yè)，正以前所未有的深度，把軟件和自動化嵌進自己的業(yè)務里。

我們會看到海量的入門級崗位涌現(xiàn)，只不過，它們不再是傳統(tǒng)意義上的「初級碼農(nóng)」，而是更偏向「AI原生」的開發(fā)者。

他們能為某個具體的行業(yè)，快速搭建起自動化流程和各種集成方案。

而美國勞工統(tǒng)計局的預測數(shù)據(jù)似乎也在印證這一點：從2024到2034年，軟件崗位依然會增長約15%。

但在前面提到的那個冰冷的未來里，隱藏著一個被很多人忽略的長期危機：

如果今天我們掐斷了所有新人的入口，5到10年后，誰來當高級工程師？誰來做技術Leader？

行業(yè)老兵們管這叫「慢性衰敗」：一個生態(tài)系統(tǒng)，如果不再培養(yǎng)自己的接班人，離枯萎也就不遠了。

新手生存路線圖

Addy Osmani建議初級程序員不要把自己當成一個「等待被培訓的畢業(yè)生」，要努力證明一個新人使用AI，也能創(chuàng)造出相當于一個小團隊的價值。

要用AI挑戰(zhàn)復雜項目：

大膽地用AI編碼工具（比如Cursor、Claude Code）去做更復雜的項目，但要保證AI生成的每一行代碼，自己能夠講明白。

要磨練不可替代能力：

把學習重心放在那些AI短期內(nèi)無法替代的能力上，比如溝通、拆解復雜問題、對某個業(yè)務領域的深入理解等能力。

要拓展相鄰切入口：

質(zhì)量保證（QA）、技術支持（DevRel）、數(shù)據(jù)分析這些相鄰崗位也可以是職場切入口。

打造自己的作品集：

作品集就是你的名片，尤其是那些集成了AI API的項目。實習、外包、開源，都可以是練兵場。

老兵生存路線圖

要做好心理準備：新人少了，更多「臟活累活」可能會落到你頭上。

用自動化武裝自己。把CI/CD、代碼檢查、AI輔助測試這些流程搭起來，讓機器先把低級問題過濾掉。

不要什么都自己干?？梢酝ㄟ^參與開源項目，或者帶其他部門的同事，來完成「非正式」的導師職責。

你的價值，不再是寫了多少行代碼，而是能把整個團隊的產(chǎn)出，放大多少倍。

第二問

當AI寫了80%的代碼，我們還剩下什么？

如今，超過八成的開發(fā)者都在用AI輔助編程。

其中的一個「副作用」就是：入門的開發(fā)者，正在大規(guī)模地跳過那些曾經(jīng)被視為「基本功」的硬核訓練。

而技能的天平，正在從「實現(xiàn)算法」悄悄滑向「問對問題+驗證輸出」。

一種未來，是退化的。

一些資深工程師憂心忡忡，他們害怕這會培養(yǎng)出一代「離開AI就不會寫代碼」的開發(fā)者。

更可怕的是，AI生成的代碼里，常常藏著隱蔽的bug和安全漏洞。一個經(jīng)驗不足的開發(fā)者很難發(fā)現(xiàn)，直到它們在生產(chǎn)環(huán)境里「爆炸」。

我們用速度，換走了深度理解。

另一種未來，是進化的。

當AI負責了常規(guī)的80%代碼，而人類則需要專注于那最艱難、最關鍵的20%部分。

系統(tǒng)架構(gòu)、棘手的集成、創(chuàng)造性的設計、機器難以處理的極端情況……這些，才是人類專業(yè)性的新戰(zhàn)場。

AI的普及，非但沒有讓深度知識過時，反而讓它變得前所未有的重要。

這就是「高杠桿工程師」的時代：每個人手里都有了AI這個「放大器」，但真正能用好它的，永遠是那些深刻理解系統(tǒng)原理的人。

當人人都能用AI快速生成一個網(wǎng)頁應用，區(qū)分高手和菜鳥的關鍵點就變成了：

你知道AI在什么時候會犯錯嗎？

你知道AI的方案在什么情況下不劃算嗎？

你知道如何審查AI的輸出，找出那些邏輯錯誤、安全缺陷和與需求不符的地方嗎？

正如一位老兵所說：「最好的軟件工程師，從來不是敲代碼最快的人，而是最知道什么時候不該相信AI的人。」

新手生存路線圖

把AI當成你的私人教練，而不是拐杖。

當AI給你一段代碼時，像做Code Review（代碼審查）一樣盤問它：為什么這么寫？弱點在哪？

偶爾，關掉所有AI助手，逼自己從頭寫一遍關鍵算法。

把CS基礎知識（數(shù)據(jù)結(jié)構(gòu)、算法、內(nèi)存管理）撿起來，這些都是新手的內(nèi)功。

訓練自己嚴格的測試能力，學會看報錯堆棧，熟練使用調(diào)試器，而不是一出問題就問AI。

老兵生存路線圖

把自己定位成團隊的「質(zhì)量守門人」和「復雜度終結(jié)者」，繼續(xù)打磨核心能力：架構(gòu)、安全、擴展性。

練習在系統(tǒng)中引入AI組件時，如何預判它可能在哪些地方失控。

擁抱「導師」和「審查者」的新角色。

為團隊明確哪些地方可以用AI，哪些地方（比如支付、安全相關的核心代碼）必須強制人工審查。

把精力從常規(guī)的API對接中解放出來，去思考「我們應該做哪些 API」，去投入那些更具創(chuàng)造性和戰(zhàn)略性的工作：

人類開發(fā)者不可替代的部分，是可靠的判斷力，是系統(tǒng)級的思考，是帶人的能力。

第三問

從「代碼清潔工」到「系統(tǒng)指揮家」，角色如何變？

開發(fā)者這個角色，未來會走向何方？

Addy Osmani提出了兩種涇渭分明的極端。

一種未來，是收縮的。

開發(fā)者的創(chuàng)造性職責被大大削弱，我們不再是「創(chuàng)造軟件的人」，而更像是一個「AI監(jiān)工」。

生產(chǎn)，由AI系統(tǒng)或者使用無代碼平臺的業(yè)務人員（「公民開發(fā)者」）來完成。

而專業(yè)開發(fā)者則負責復核、驗收、檢查AI的產(chǎn)出有沒有錯誤、偏見或安全問題，然后批準上線。

專業(yè)開發(fā)者從「造東西的人」，變成了「挑毛病的人」，寫代碼的快樂被「風險管理的焦慮」所取代。

很多工程師已經(jīng)開始抱怨，他們花在評審AI生成的PR、管理自動化流水線上的時間越來越多，而從零開始打磨一段優(yōu)雅代碼的時間，越來越少。

就像一位工程師感嘆的：「我不想最后變成一個代碼清潔工，每天的工作就是清理AI隔著墻扔過來的垃圾。」

另一種未來，是擴張的。

這是一種非常有意思的變化。

開發(fā)者進化成了一位高層次的「編排者」或「總指揮」，把技術、戰(zhàn)略和責任融為一體。

他們設計整個系統(tǒng)的藍圖，決定哪些任務交給哪個AI組件，然后把一大堆活動的部件嚴謹?shù)仄唇映梢粋€能解決實際問題的方案。

一位低代碼平臺的CEO形容得很好：在一個「智能體化」的開發(fā)環(huán)境里，工程師會變成「作曲家」。

他們指揮著一支由AI智能體和各種軟件服務組成的龐大樂團。

他們不會親手寫下每一個音符，但他們會定義整首樂曲的旋律、結(jié)構(gòu)和靈魂——那就是架構(gòu)、接口和智能體之間的協(xié)作規(guī)則。

當AI負責了所有重復性的勞動，開發(fā)者的工作，反而可能被迫轉(zhuǎn)向更高價值的活動，變得前所未有的有趣。

新手生存路線圖

主動去尋找寫代碼之外的機會。

寫測試用例、搭建CI流水線、配置應用監(jiān)控——這些技能更貼近未來的「監(jiān)工」角色。

用個人項目來保護你「創(chuàng)造」的快樂，別丟了做東西的手感。

培養(yǎng)「系統(tǒng)思維」。

多去了解組件之間是如何通信的，一個好的API應該是怎樣設計的。

多讀大廠的工程博客和系統(tǒng)設計案例。

不要只關心「我的代碼能跑嗎？」，而是要注重自己的思路是否周全。

老兵生存路線圖

更用力地擁抱領導力和架構(gòu)職責。

要為團隊塑造AI和新人要遵循的標準與框架。

要把重心放在系統(tǒng)設計和集成能力上。主動去梳理跨服務的數(shù)據(jù)流，找出潛在的失敗點。

強化作為技術導師的角色。

多做Code Review（代碼審查），多組織設計討論，練就一雙火眼金睛，能快速評估別人（或AI）的代碼并給出高層反饋。

培養(yǎng)產(chǎn)品感和商業(yè)嗅覺。去理解我們「為什么」要做這個功能，客戶真正關心的是什么。

從一個Coder，進化成一個Conductor（指揮家）。

第四問

「一招鮮」的專才，會被時代拋棄嗎？

模型、工具、框架，這一切的迭代速度快到令人目眩。

在這種變化之下，一種未來，是脆弱的。

Addy Osmani認為，如果把自己的職業(yè)生涯，完全押注在單一技術棧上，風險正變得空前巨大。

那些只專注在「某一個棧、某一個框架、或某一個產(chǎn)品領域」的開發(fā)者，就像當年的COBOL、Flash開發(fā)者一樣，可能某天醒來，發(fā)現(xiàn)自己所在的賽道，正在被時代遺忘。

只會一招鮮的人，可能會絕望地發(fā)現(xiàn)，AI已經(jīng)能干掉他們90%的活兒。

另一種未來，則是靈活的。

一種新的「專才」形態(tài)正在崛起：T型工程師。

「T」的那一根「豎線」，代表你在某一兩個領域有足夠深厚的功底，那一根「橫線」，代表你對很多相關領域都有廣泛的了解。

Addy Osmani把這類工程師，比作是團隊里真正的「膠水」。

他們能和不同領域的專家無障礙溝通，必要時還能親自下場補位，端到端地解決問題。

而AI工具的出現(xiàn)，恰恰極大地增強了「通才」的能力，放大了那條「橫線」的能力，讓「橫向打通」變得前所未有的容易。

越來越多工程崗位，都在期待候選人具備多領域能力：比如編程+云基礎設施，或者前端+一點機器學習的知識。

新手生存路線圖

Addy Osmani對新人的建議是，盡早打下一個廣闊的知識基礎。

因此，不要把視野鎖死在自己的具體崗位中。

比如，做移動端的也去學點后端基礎；做前端的，也可以試著寫一個簡單的服務；了解Docker和GitHub Actions這樣的部署工具等。

找到一兩個自己真心熱愛的方向，把它挖深，作為你的「豎線」，然后把自己包裝成一個「混合型」人才。

比如「全棧開發(fā)+云安全方向」，或「前端開發(fā)+UX專長」。

用AI工具去快速學習新領域，養(yǎng)成持續(xù)學習的習慣。

參加黑客松或跨職能項目，逼自己進入通才模式。

在職業(yè)生涯的早期，適應力就是你的超能力。

老兵生存路線圖

畫出你的技能圖譜：

你真正的強項是什么？哪些是你的知識盲區(qū)？

挑一兩個相鄰的領域，認真地把它補起來，至少要做到「能對話、能上手」。

主動把你的深層技能，遷移到新的場景里。

比如，你過去是做Web性能優(yōu)化的，能不能把這些經(jīng)驗用到ML推理優(yōu)化上？

志愿去做那個「集成負責人」，去串聯(lián)項目里涉及的多個領域。

做一個T型的榜樣：在你的專長上足夠深，這給你權(quán)威和底氣；同時，持續(xù)地把你的橫向邊界往外推。

Addy Osmani的這個建議，與另外一名谷歌AI產(chǎn)品經(jīng)理Marily Nika近日的一個觀點異曲同工。

她建議產(chǎn)品經(jīng)理要在過去所做工作的相鄰領域去發(fā)展。

以往工作的積累，就好比「T型」人才中的那一「豎」，而「做一只螃蟹」，就好比要向橫向邊界去擴展。

第五問

CS學位，還是一張「黃金門票」嗎？

四年制的計算機科學（Computer Science）學位，長期以來都是進入軟件行業(yè)的金標準。

但如今這個傳統(tǒng)，正在被劇烈地動搖。

一種未來，是滯后的。

大學依然重要，但它的課程更新速度，遠遠跟不上行業(yè)的迭代速度。

很多應屆生畢業(yè)時，甚至從沒系統(tǒng)地學過云計算、現(xiàn)代DevOps或AI工具鏈。

一邊是高昂的學生貸款，另一邊是公司不得不花大錢重新培訓新人。

大學，越來越像一個「花錢買門檻」的地方。

另一種未來，是顛覆的。

傳統(tǒng)教育正在被一個由編程訓練營、在線認證、開源作品集、甚至雇主自建培訓學院組成的「新生態(tài)」所取代。

Google、IBM這樣的巨頭，已經(jīng)對部分技術崗位取消了學位要求。

招聘的硬通貨，正在變成那些看得見、摸得著的東西：

• 一個能跑起來、文檔完整的作品集。

• 一個行業(yè)公認的技能證書（比如AWS、Azure認證）。

• 在GitHub上的活躍貢獻。

新手生存路線圖

如果你是學生，別只依賴學校的課程。

用真實的項目來補強，比如做一個Web應用或者參與開源。

盡可能爭取實習機會。課程里沒教的熱門技術，可以通過在線平臺補上。

可以通過考行業(yè)認可的證書（GCP、AWS、Azure）來證明實操能力。

如果你是自學者，要把作品集做到極致：至少要有一個「夠大、能跑、文檔完整」的項目，并且能把它的設計思路講清楚。

通過LinkedIn、線下聚會、開發(fā)者活動去拓展人脈。

要持續(xù)學習，技術技能的「半衰期」很短。

老兵生存路線圖

僅靠資歷/文憑沒法吃一輩子。

要持續(xù)投入學習，比如通過網(wǎng)課、工作坊、會議、認證等路徑。

要用新的方式證明你「現(xiàn)在還行」，比如保持用新技術做的副項目。

如果你是管理者，重新思考你的招聘門檻：

你真的需要一個有CS學位的員工，還是一個具備某些特定技能、并且學習能力超強的人？

在成長上：真實世界的成果+持續(xù)學習，往往比再讀一個學位更關鍵。

最后，Addy Osmani總結(jié)道，這些情景并不互斥，很多時候現(xiàn)實很可能就是它們的「混合版」，并提出了貫穿其中的主線：

唯一不變的是變化，保持對技術趨勢的關注（也保持一點懷疑），不容易被「神話」或「末日論」帶節(jié)奏。

如果我們能夠持續(xù)更新技能、拓展能力，把重心放在更人類的部分（創(chuàng)造力、批判性思維、協(xié)作），就能一直在牌桌上。

無論未來是編程復興，還是「代碼全自動化」的世界，那些能整體思考、持續(xù)學習、推動技術解決真實問題的工程師一定是不可或缺的。

參考資料：

https://addyosmani.com/blog/next-two-years/