上个月，Meta宣布将要裁撤8000个岗位，同时取消另外6000个职位空缺，其中不少原本预留给软件工程师。Google的CEO在4月的Cloud Next活动上透露，该公司现在有75%的新代码由AI生成。斯坦福大学的研究人员则报告，自2022年底以来，22到25岁软件开发者的就业数量已经下跌了20%。
然而就在同一个时间窗口里，我所在的那家50人咨询公司，今年1月招了第一位全栈软件工程师。4月，我们招了第二位。年底前很可能再招第三位。大厂在裁开发者，我们却在招开发者。大厂说得没错，AI正在改写开发者的职业命运；我们招得也没错，就该在这个职业上下注。两个视角都是真相——而它们之间的落差，恰好是眼下最重要的劳动力故事，一个几乎还没被人提起的故事。
这样的剧情，我亲身经历过一次。十六年前还在微软的时候，我参与打造了一款产品，它几乎威胁到了一个完整的职业群体。Power BI直接挑战了当时那群“商业智能开发者”的精英圈子——他们拿着高薪，花上数年时间钻研那些极其复杂的专业手艺。我们的目标非常明确：让专业级BI的能力，被更广大的人群触达。这对世界来说是个好事。对那个精英圈子来说，从纸面看，是坏事。
那款产品也的确做到了它被设计的目的。它绕开了人肉瓶颈，开启了一个信息丰裕的时代。它把真正的BI能力交到了那些拼不出“SQL”这个词的人手里。然而，精英圈子并没有消失。他们变得更忙了。一个曾经只有几千人的职业，如今从业者数以百万计；而那些原始领域的专家，那些真正懂得底层硬核的人，发现自己比以往任何时候都更抢手。BI的总表面积扩大了几个数量级。尽管绝大多数新涌现出来的工作内容，用他们的资历来衡量有些“降低身段”，但复杂项目的数量也跟着爆炸式增长。对于这类项目，精英专家仍是天经地义的首选。
当一样东西变得更便宜，世界就会制造更多的它。这篇文章里，我只对这句话抱有绝对的确信，而它恰恰是最关键的那一句。
拿我们公司来说，自2013年成立以来，P3 Adaptive一直是一家数据和仪表盘公司，几乎全部由Power BI催生的那批新型BI从业者组成。我们从不雇佣传统的软件开发者。对于一家我们这种规模的公司来说，聘用所谓的“全栈工程师”——高薪水、窄问题集、漫长的上手周期——这个投入产出比怎么算都不划算。
AI彻底重置了这份计算。来自METR和Anthropic的独立研究指出，AI辅助开发者的典型生产力提升大约是三倍——某些特定任务上还会出现远超三倍的爆发式增长。这种提升，直接区分出“雇一个一次只能做一个项目的开发者”和“雇一个一次可以推进三个项目的开发者”。按过去逻辑，要配齐三个人的工程团队，对我们并不现实。但只雇一个能做三人活计的开发者，只出一份薪水、配一个管理者呢？这笔账，一下子就划算了。
结果就是，我们不再“仅仅”是一家数据和仪表盘公司。我们开始承接那些需要厚重软件工程能力的项目，它们曾经被我们自动过滤在外。AI并没有把开发者的价值压缩到零，恰恰相反——对于原本用不起工程师的组织，它把开发能力从“奢侈配置”变成了“可入手资源”。大公司因为效率爆发而减员，小公司因为门槛降低而增员，这看似矛盾的两端，其实指向的是同一个扩张中的表面。
那个十六年前我从中窥见的经济原理，今天又一次响了：任何能力的成本一旦断崖式下降，整个社会对该能力的消耗就会呈指数级膨胀。软件开发没有在消失，它正在从少数巨头工程部的专属，流向更细碎、更广泛的商业场景。有的地方在放人，有的地方在抢人，这不是错配，而是一块重新拼合中的劳动力版图，只是它的轮廓，比我们预想的要大得多。
热门跟贴