2022到2024年，美国入门级开发岗位招聘量腰斩再砍——60%的跌幅，比任何一次科技裁员潮都狠。但诡异的是：没人被AI"优化"掉，公司只是不再招新人了。
伦敦QCon大会两周前有个精妙的比喻：梯子还在，但没人再砌台阶了。这句话戳破了一个被数据掩盖的真相。
代码生成率飙升，但数字会骗人
Anthropic CEO Dario Amodei曾放话：六个月内AI将写出90%的代码。Redwood Research扒了GitHub提交记录，实际数字约50%。Google内部25%代码由AI生成，Microsoft报30%。
这些数字全是真的，但合谋隐瞒了一件事。
AI写得最好的代码，恰恰是初级开发者过去的饭碗：样板代码、单元测试、简单Bug修复、CRUD接口。没人爱干这些脏活，但所有人都靠它学本事。
哈佛研究团队分析了6200万员工、28.5万家美国企业的数据。采用生成式AI的公司，初级开发者雇佣量在六个季度内下降9%-10%。同期资深开发者招聘持续上升。
这不是裁员叙事，是招聘叙事。公司没开除初级员工，只是等人走了不再补位。
大厂把"初级"重新定义成了"三年经验"
2025年新毕业生仅占大厂招聘的7%，较2019年暴跌78%。现在的"初级"岗位要求3年以上经验，入职第一天就要交生产级代码。
翻译一下：行业把培养成本转嫁给了求职者自己。大学、培训班、个人项目——你得在进门前就完成过去三年的在职训练。
METR在2025年初做了场正经的随机对照试验。资深开发者用AI工具完成任务，实际耗时比不用AI多19%。但试验前的自我预测是"快24%"，完成后他们仍坚信"快了20%"。
认知偏差高达43个百分点。
METR想追做一轮对照试验，结果搞砸了：30%-50%的开发者拒绝参与"不用AI干活"的组。有人原话是：「我很想帮忙，但我真的喜欢用AI。」
不到一年，AI从"让资深开发者变慢但他们浑然不觉"，进化到"开发者拒绝尝试无AI工作"。这才是病灶。
被自动化的不是任务，是学习方式
写样板代码的过程中，你理解了它为什么存在；调试简单Bug时，你培养了对Bug藏身之处的直觉；审阅CRUD接口时，你建立了对生产代码的体感。
没人设计替代方案，我们直接删除了这些学习路径。
QCon演讲者点破悖论：Amodei本人也承认，程序员仍需把控整体设计、理解代码协作逻辑、判断安全性。他把"写代码"和"做工程"分开了。
但问题在于，人们正是通过写代码来学习做工程的。
IBM和LinkedIn宣布2026年招聘"AI原生工程师"。这个标签很时髦，细想却荒谬：如果你从未学过AI正在自动化的东西，你如何成为"AI原生"？
我们在用明天的工程师储备，换取今天的交付速度。
一位拒绝参与METR试验的开发者说：「我很想帮忙，但我真的喜欢用AI。」这句话或许比所有数据都更接近真相——当工具成为本能，我们甚至无法客观评估自己失去了什么。
热门跟贴