大厂资深程序员，“未来码农的优势可能是比AI更便宜”

码农的处境，或许也预示着所有知识型工作者的未来——当 AI 工具比人更擅长 " 做事 "，人还能做些什么？

AI 取代人类工作岗位，早已不是大新闻。

过往两年内，我们不断经历并且似乎已经习惯了这样的消息：某科技巨头宣布全球裁员几万人，某初创公司因为引入 AI 而砍掉了整个 BU，某广告公司用 AI 替代了部分设计师岗位 ……

在 AI 的侵门踏户之下，最先感受到寒意的是文科类工作——翻译、文案、插画师、配音师，那些曾被视作创造性、审美性的岗位，正在被 AI 大模型一点点蚕食。

但谁也没想到，下一个被推上 " 待优化名单 " 的，很有可能是程序员。

程序员们很焦虑，一边焦虑于积极拥抱 AI，用肉身帮助大模型成长的 " 码奸 "；一边焦虑 _ 地随大部队 " 上岛 " 养 AI 智能体，在巨大的变革中寻找自己的位置。

相关数据显示，2025 年，84% 的开发者已在或计划使用 AI 工具；AI 工具使基础编码效率提升 55% 以上，重复性任务耗时减少 70%；与此同时，初级程序员岗位需求同比下降约 30%。这些数字背后，是一个正在被自己创造之物重构的行业。

张玮（化名）是上海某互联网大厂的前端开发程序员，入行将近十年，他见证了这个行业从 " 人肉编码 " 到 " 人机协作 " 的变迁。他的经历和感受，或许能让我们看清：当 AI 开始生成代码，那些创造了 AI 的人，正在经历什么。

效率翻倍了，然后呢？

" 目前来讲，AI 大模型对我们公司，包括我本人的冲击还没那么大。" 采访一开始，张玮就给出了一个意料之外的回答。

过去两年里，AI 编程工具迅速席卷行业。尽管这几年张玮也听到很多网传的消息：因为 AI 被广泛使用，程序员招聘名额开始缩减。但他感受到的变化，更多发生在行业边界处。

" 真正受影响的是那些初创公司、小公司。没有 AI 之前，公司如果想做一款产品或者一个网页，需要前端、后端、设计、测试 …… 每个岗位至少各招一个人，前前后后花费几个月时间。AI 介入之后，一个初级程序员用 AI，可能一两天就能做一个简单的产品出来。"

这意味着，那些原本需要靠初级程序员去填补的 " 编码体力活 "，那些我们在项飚《全球 " 猎身 "》中读到的 " 技术外包劳工 "，正在迅速萎缩。

职业社交平台 LinkedIn 2025 年第四季度数据显示，初级程序员岗位需求同比下降约 30% ；美国劳工统计局数据亦显示，过去两年美国编程类初级岗位减少了 27%。而这种趋势，并非只发生在大洋彼岸。

当岗位在缩减，仍在岗的程序员日子就好过了吗？

" 业务倒不会变得更加复杂，但你其实需要做的事情更多了——原来需要花三五天的活，现在有的人使用 AI，可能一两天就能干完。" 张玮说，随之而来的，是更多的需求、更快的工作节奏，" 对于我们这种职业来说，本身要做的事情一直是源源不断的，只不过 AI 提效之后，你会有更多的想法、接到更多的需求。但其实，每个月的平均工作时长没有多大的变化，只不过从原来一个月能做 3 个需求，变成现在或许能做 10 个。"

那么问题来了：效率提升的收益，最后进了谁的口袋？

张玮分析道：如果你所在的公司正处于业务扩张期，产品经理带着需求、排着队等开发人员，那么 AI 带来的效率提升是皆大欢喜的——你能在同样的时间里做更多的事，公司能用更快的速度抢占市场，每个人都觉得自己在 " 创造价值 "，这是一个正循环。

但如果员工的工作效率提升了，公司业务没有提升，情况将截然不同。" 很多领导刷到 AI 迅速发展的新闻之后，下意识觉得 AI 能把公司很多岗位替代掉。" 张玮说这话时，语气里带着一丝无奈。

这种公司决策层的认知错位，或许正成为整个行业里最隐秘的焦虑源头。

当考生成为阅卷老师

最关键的问题是：AI 到底能替代多少人类的工作？

" 初级工程师 90% 的工作，AI 都能做。" 张玮给出了自己的判断，" 前提是那些简单的、定式的代码。" 比如写一个标准的 CRUD 接口、生成 API 文档、测试。这些在过去需要初级程序员花时间磨的 " 基本功 "，现在 AI 可以一秒完成，准确率极高。

但张玮认为，对于许多复杂的场景需求和业务逻辑，AI 辅助编程仍然存在许多问题。" 它刚开始可能可以达到 70%-80%，但总会有 20% 到 30% 的出入，暂时还达不到百分之百。"

这时候，人的价值就体现出来了。

" 如果你完全不懂代码，你可能都看不出来问题在哪、应该微调哪个部分。你只能反复告诉 AI：‘你还是没有达到我的目的’，然后等它一遍遍地试、一遍遍地改，直到某一遍改对了。

但精通代码的高级程序员，瞬间就能看出来缺了哪些东西，他可以在第二次生成时告诉 AI：‘哪里有问题，你应该结合什么，再改一下哪里。’ " 或许我们可以这样简单理解：以前程序员是 " 写代码的人 "，现在正变成 " 审代码的人 " ——或者说，" 阅卷老师 "。

" 高级程序员与普通程序员的区别，不在于谁更会用 AI，而在于当 AI 的成果没有达到预期时，你知道怎么让它改。" 张玮的这个总结，或许是对当前阶段人机协作最精准的概括，而这个结论，似乎也不只应用在写代码，而是大部分创意产业上。

Scrum 中文网的一篇文章提到，今年 2 月，人工智能公司 Anthropic 发布的《2026 年智能体编码趋势报告》指出，软件开发正从 " 以编写代码为中心 " 的活动，转向 " 以协调智能体为中心 " 的活动。

单一智能体将演变为协同团队，任务时间从几分钟扩展到数天，人类从 " 写代码的人 " 变成 " 带团队的人 "。

" 不会带团队，你就只能干到死 "，这句曾经让无数职场人焦虑的 " 上升之道 "，如今似乎加码了，已经变成 " 不会带团队，你就只能出局 "。

张玮担忧的是另一件事——这种转变正在无形之中重塑程序员的成长路径。

过去，一个程序员要从初级走到中级，需要花几年时间写代码、看系统设计、积累业务经验。但现在，"AI 可以帮一个初级程序员直接跳到中级以上 " ——它可以直接生成一个看似完整的方案，让你不用费劲去琢磨细节。

" 为了快，大家可能会跳过前期试错、修正、积累经验的阶段。" 张玮说。但有些跳过的坑，迟早是要填的。

人类的核心竞争力，只剩便宜了吗？

" 按照现在 AI 的进化速度，再过两年，它能不能替代人类 90% 甚至 99% 的工作？"

张玮没有否认这种可能性：" 从现在 AI 的发展速度来看，未来它一定能达到这种程度。"

可他话锋一转，聊起了一个更现实的东西：成本。

成本总是存在的，只是它被科技发展转嫁到了其他地方，从纯粹的堆叠人力，变成了堆叠算力。张玮说，市面上写代码能力最牛的模型收费并不便宜，而且还在涨价。他们有些同事现在一个月在 AI 上面花的钱，已经足够公司雇用一个实习生了。

这指向了一个深层悖论：如果 AI 的成本持续上涨，而人的成本被不断压缩，两者之间会不会在某个节点上达到平衡？到那时，企业是选更贵的 AI，还是选更 " 便宜 " 的人？这个问题，暂时还没人能给出答案，或者说，还没到得出答案的时候。

即便 AI 真的能完成人类 99% 的工作，剩下的那 1%，依然是人与机器的护城河。"AI 差了 1% 的时候，如果业务受损，或者出现严重漏洞，你怎么办？如果代码都是 AI 写的，你看不懂、看不出问题，那你连解决它的能力都没有。"

张玮坚持认为 AI 只是人类的辅助工具，在他看来，就跟这世上大部分的工作一样，未来的程序员，核心竞争力其实还是那几种：对业务的理解、对复杂系统的把握以及在关键节点上 " 完善那 1%" 的能力。

" 软实力方面，比如对业务、对市场、各个环节的沟通能力 …… 这些 AI 帮不了你。硬实力方面，当你碰上问题，AI 没法帮你完全解决，就差 1% 的时候，你得有能完善那 1% 的能力。"

张玮还有个有意思的观察：根据他的经验，AI 虽然能写出代码，但它不一定能选出最优解。" 完成某个功能，可能有两三种方式。AI 可能会选一种它认为对的，但一个资深程序员可能很快就能判断哪条路最简单。"

这就像一个有经验的厨师，面对 AI 给出的菜谱，知道哪个步骤可以简化、哪个调料可以替换，而新手只会照单全收。

" 手工软件工程师的时代已经过去了。" 这并非某位技术博主在社交平台上的一句夸张断言，而是来自 Tessi.ai 公司 CTO Ben Greene 的观点。他认为，未来工程师需要把精力从单纯编码转向理解问题、设计系统以及连接真实业务场景。

也就是说，" 未来最有价值的工程师，不是写代码最快的人，而是能够理解复杂系统、协调 AI 与人类协作并真正解决现实问题的人。"

采访最后，我问张玮：" 如果真的有一天，老板觉得 AI 可以完全替代你们了，你会如何去说服他？"

" 解释不了。大环境就是这样，当大家都很焦虑的时候，只能去提升自己的能力，让老板看到你其他不一样的能力。如果你没办法在这家公司证明自己，也只能尽早离开。"