AI冲击下软件工程师饭碗不稳？Google总监给建议啦

初级程序员正在消失？未来两年软件行业5个残酷真相你必须知道

哈佛大学开展的一项研究，其数据覆盖了6200万劳动者，该数据显示，当一家公司启用生成式AI后，在六个季度的时间段之内，初级开发者的岗位需求会出现下跌的情况，下跌幅度为9%至10%。传统的那种成长路径，也就是“学编程→初级岗位→被项目毒打→变成高级工程师”，正在AI浪潮之中加速走向崩塌。

初级岗位正在被重新定义

在2024年第一季度的时候，美国科技行业新出现的初级软件工程师岗位，和上一年同比相比较减少了23%。亚马逊、谷歌这些公司，在对初级开发者展开招聘工作的时候，已然早早开始把那些能够熟练去使用AI工具的候选人当作优先考虑的对象了。医疗设备制造商业内人士所熟知的美敦力这家公司啊，在今年所招聘的15名初级开发者当中，有12个人是来自非计算机专业背景的。

大规模地代替正被AI那传统的入门级编码任务。GitHub数据表明，已经能Copilot协助开发者去完成46%的代码编写工作。有一位技术负责人跟我讲，他在杭州创业公司工作着，今年所招的那3个应届生，每人搭配AI工具达成的工作量等同于过去5个初级程序员工作量的总和。

新入行者的机会在哪里

保险业界的巨头联合健康集团，在今年的时候设立了40个名为“AI增强开发”的岗位，专门针对那些能够快速进行学习并且使用AI工具的年轻人展开招聘，这些岗位对于候选人在算法方面的精通程度不再做要求，而是更加看重他们是不是能够运用AI迅速地解决实际的业务问题，情况是有一位23岁的应届生，在入职三个月之后，就利用AI工具搭建起了一套医疗理赔自动化系统。

处于农业领域的科技公司Cargill，正在开展招募知晓AI的软件方面人才的行动，要使这些人才深入到种有农作物的田地周边区域，与从事农作物栽培技术研究的专业人员一同进行开发可以实现智能化灌溉的系统的工作。此种跨越不同领域的岗位，不再将你设定为是一位在编写程序方面具备高超能力的人，而是要求你能够领会农业生产场景的情况，清楚AI能够以怎样的方式去帮助从事农业生产的人节省水资源以及肥料。在去年的时候，他们所招聘的6个这样的岗位，其薪资相较于传统的软件开发岗位要高出百分之十五。

基本功训练正在被跳过

在2025年的一项针对300家科技公司的调查当中有所发现，有高达68%的初级开发者承认，自己面对复杂的报错堆栈时是看懂不了的，而是习惯直接去复制错误然后询问AI。一位在字节跳动工作了5年的资深工程师向我进行了吐槽，他所带的新人在遭遇到线上故障时，第一反应居然是“去问GPT该怎么办”，而并非是自己去查看日志从而分析问题。

正在制造隐患的是这种依赖，在2024年11月，一家金融科技公司的AI生成了有漏洞的支付代码时，初级开发者没有仔细审查就直接上线了，这致使用户数据泄露，事后进行分析能发觉，如果这个开发者懂基本安全编程原则，完全可以发现AI代码里的明显缺陷。

深度知识变得前所未有重要

微软Azure云服务团队于今年之时遭遇了一个颇为棘手难缠的有关性能方面的问题，AI工具给出了七八种解决办法，但这些解决办法均只是解决表面现象而无法从根本上解决问题。最终将问题解决的是一位拥有8年工作时长的工程师，他凭借对于操作系统内核有着深刻的理解，从而寻找到了问题的真正根源所在。此案例在团队内部被反反复复地进行强调：即便AI再强大，也不能够替代对于系统本质的理解。

去年，亚马逊Prime Video团队对监控系统架构进行了重构，成本降低了90%。参与该项目的工程师告知我说，在整个过程中，AI的确协助编写了不少代码，然而，最关键的系统设计以及决策，完全依赖团队里那几个真正通晓分布式系统原理的人。要是没有他们的深度知识，即便AI编写的代码再多，也是毫无用处的。

开发者角色正在向两端分化

Spotify的工程团队如今划分成了显著的两类人，一类是“AI工具使用者”，其致力于评审由AI产出的代码，并管理自动化流程，另一类是“系统架构师”，他们着重于设计服务边界，同时规划技术演进方向，前者每日耗费大量时间去处理AI催生的PR，后者则在思索未来两年的技术布局。

曾有着在腾讯做8年工作历程的一位工程师向我讲，他如今每周用于编写代码的时长不足10小时，而余留时间皆处于做架构评审、进行技术决策以及培养新人这些工作上，他给出这样的表述：“往昔觉得编写代码才是非常靠谱的本职工作，现今却发觉判断力才是真正匮乏难得之物件，AI能够编写一万行进代码内容，可决定哪一百行代码应该去编写的始终是人。”。

学习方式必须彻底改变

数据展示于2025年的LinkedIn，开发者那些同时拥有编程以及特定行业知识像医疗、金融这般的，岗位的需求有了67%的增长幅度。作为一位工程师，其从Web开发转至农业科技领域，花费三个月时间借助AI手段学习了土壤学的基础知识，现正投身开发基于卫星影像的作物健康监测系统，是这样的情况。

自学者的展示方式同样处于变化之中，有一位应届毕业生拿到了Meta的offer。这个人面对面试时，体现出来的并非是做过多少LeetCode题的情况。反而是一个借助AI辅助而开发出来的Demo系统，这个系统能够对用户情绪展开实时分析。他能够条理清晰地讲述出各个模块相应的设计思路是怎样的，对于AI生成的代码，他究竟在哪些地方进行了修正，以及做出如此修改的缘由到底是什么。最终面试官当场就给予了通过资格。

倘若讲两年之前进入行业的要点在于“你会何种编程语言”，那么当下暨未来的要点便为“你能够借由AI去解决什么实际存在的问题”。你认为自身当下的技能组合，在两年往后还可维持竞争力吗？欢迎于评论区去分享你的看法以及应对策略。