编译 | 郑丽媛
出品 | CSDN(ID:CSDNnews)
AI 编程工具越来越强,程序员却好像越来越不开心了。
以前,工程师最头疼的事情可能是赶项目、修 Bug、熬夜上线。现在,Claude Code、GitHub Copilot 等 AI 工具已经能帮他们生成大量代码,甚至接手过去需要几天才能完成的开发任务。
按理说,程序员应该轻松不少才对。
但现实却有些反常:一些经验丰富、曾经最热衷于写代码的工程师,正在经历严重的职业倦怠。有人开始怀疑自己当初为什么要入行,有人对现在的工作越来越提不起兴趣,甚至有人选择辞职,彻底离开软件开发行业。
不久前,科技媒体 LeadDev 发布了一篇题为《工程师正在为一份不复存在的工作而哀悼》(Engineers grieve a job that no longer exists)的报道,讲述了这场正在开发者群体中蔓延的变化。
报道中,LeadDev 采访了工程管理者、研究人员 Annie Vella。她表示,自己最近接触到不少开始重新审视职业选择的工程师。在一家公司里,有多名工程师同时辞职:有人希望离开后,未来工程师工作还能回到过去的样子,也有人干脆决定退出这个行业。
而问题是,他们并不是因为工作太忙才离开的。
AnnieVella 表示:“最近,我明显感觉到,社交媒体上出现了越来越多工程师坦诚分享自己真实感受的帖子。对很多人来说,工作重心正在从写代码转向管理和验证,比如调度 AI 智能体、审查代码——这让他们逐渐失去了对这份工作的热情。”
从写代码到管理 AI,工程师开始怀疑自己的价值
很多工程师之所以找到 AnnieVella,是因为她此前发表的一篇文章引发了广泛讨论,标题就叫《软件工程师的身份认同危机》(The Software Engineering Identity Crisis)。
在这篇文章中,她指出,很多人选择成为软件工程师,并不只是为了获得一份薪水,更是因为他们享受亲手创造东西的过程:自己分析问题、设计解决方案、敲下代码,最终看着一个想法变成真正运行的软件。
这种成就感,正是许多工程师职业认同的重要来源——但 AI 正在改变这一切。
“我们正在从创造者转变为协调者,从构建者转变为监督者。从工程师,变成某种看起来很像是……管理者的角色。”
Annie Vella 的研究发现,77% 的工程师表示,自己编写代码的时间减少了;接近一半的人担心,原本自己赖以立足的核心技能,未来可能会被提示词编写能力取代。
过去,软件行业不断推动专业化分工,把需求分析、系统设计、测试等工作交给不同岗位,让工程师专注于编码;如今,AI 开始接管越来越多的编码工作,工程师反而需要花更多时间编排 AI 智能体、审查生成的代码、验证运行结果。
这让一些开发者产生了强烈的失落感:自己花了多年时间磨炼编程能力,结果现在最重要的工作,却变成了检查 AI 有没有把代码写对。
“我用 AI 提效了,却正在失去对工作的热情”
这种矛盾并非个别人的主观感受。俄勒冈州立大学(Oregon State University)的研究人员开展了一项研究,调查了来自 56 家组织的 442 名专业开发者,想要弄清生成式 AI 究竟会如何影响程序员的职业倦怠。
研究采用了「工作需求—资源模型」(Job Demands–Resources Framework),分析 AI 普及后工作压力与组织支持之间的关系。结果发现:AI 带来的工作需求增加,尤其是工作量强化和组织压力,会显著加剧开发者的职业倦怠。
一名参与调查的开发者说得相当直白:“借助 AI,我的工作速度确实变快了,也能一口气完成大量任务,但我正在失去对这份工作的热情。”
不仅如此,研究还发现,职业倦怠与开发者的岗位、资历以及公司规模之间没有显著关联。也就是说,无论是初级程序员还是资深工程师,都可能受到影响。
另一份 Atlassian 发布的《2026 年开发者体验报告》也呈现出类似的矛盾:
● 在接受调查的 1500 多名软件从业者中,87% 认为 AI 能帮助自己更快交付工作,80% 认为 AI 让自己可以在不延长工作时间的情况下完成更多任务。
● 但与此同时,49% 的开发者每周至少要花 4 个小时审查 AI 输出、修正提示词等,还有 75% 的开发者表示,自己需要承担更多验证 AI 生成内容质量与安全性的责任。
换句话说,AI 确实让他们完成了更多工作,却没有让所有后续工作消失,也未必让他们更享受工作。
最累的不是反对 AI 的人,而是认真写代码的人
在这场转变中,最容易感到疲惫的工程师,并不一定是那些抵触 AI 工具的人。
恰恰相反,其中很多人曾经是 AI 工具的早期使用者。他们并不是抱着旧时代的开发方式不肯放手,而是非常在意代码质量,却眼睁睁看着整个行业的工作标准发生变化。
前谷歌和 Meta 工程师、技术负责人,如今转型为风险投资人的 Deedy Das,曾在一篇帖子中把这类人称为「工匠」(Craftsmen)。他对比了两种截然不同的开发者:
● 一种是他口中的「懒惰型开发者」:“他们只管把 AI 代码推上去,根本不真正编码。他们不手动测试,甚至连代码都懒得读,一切都交给自动化流程。”
● 另一种就是那些真正认真对待工程质量的「工匠」:“工匠们已经累坏了,真的非常累。”
他们的待审查队列里堆着 15 个PR,Slack 消息不断弹出。整个代码审查的重担,都落在了这些工匠身上。他们不仅要审查代码,还要承担理解代码的责任。但他们还在努力,一行一行地阅读代码,认真提出修改建议,希望最终交付的产品能更好。
可是,这些人得到的回应是什么?同事懒洋洋地回一句“这个想法真不错”,但用 AI 提交的修改却依然存在问题。「工匠」们心想,没关系,我自己修就好,甚至还写了一份文档,提醒同事要重视代码质量。
结果第二天,新的挑战又来了:一个足足有 2 万行代码的 PR 等着审查。日复一日,「工匠」的审查工作越来越多,Bug 也不断进入生产环境,却似乎没有人在意。
出了问题?那就再让 AI 修一轮。「工匠」对同事的不满越来越深,最终,他们也放弃了:因为这一切,已经和过去完全不一样了,他们曾经热爱的那门手艺,似乎已经死了。
正如 Deedy Das 所说,这些「工匠」真正疲惫的原因,并不是害怕 AI 抢走自己的工作,而是自己成了团队里最后一道质量防线:当其他人不再关心代码是否经过理解、测试和验证,所有责任便落到了少数认真做事的人身上。
最容易被忽视的,是 AI 带来的“隐形劳动”
为什么管理者往往很难发现这些问题?因为传统的软件工程指标,很可能正在掩盖真实情况。
过去,团队可以通过代码提交量、开发速度、部署频率等指标判断生产效率;但在 AI 参与开发之后,这些数字不一定能反映工程师真正付出了多少劳动——AI 可以在短时间内生成大量代码,可这些代码还需要人来审查、调试和验证。尤其是当工程师要为自己并未亲手编写、甚至不完全理解的代码承担责任时,工作难度反而可能更高。
而问题在于,这部分工作通常不会出现在绩效仪表盘上。
于是,一种“不公平”的局面出现了:借助 AI 快速生成代码的人,看起来产出很高;认真审查代码、修复问题的资深工程师,却因为提交量不够多而显得效率较低。
如果公司只关注代码产出,却不统计审查和验证成本,就很容易把真正承担大量工作的员工误判为低效。因此,管理者需要重新审视 AI 时代的生产力指标,例如统计审查 AI 生成 PR 所花费的时间、调试他人或 AI 编写代码的时间,以及验证复杂代码行为所需的精力。
否则,所谓的 AI 效率提升,很可能只是把工作从一个环节转移到了另一个环节。
管理者,或许现在就该和工程师谈谈了
在 Annie Vella 看来,目前真正的问题并不是软件工程是否应该随着 AI 发展而改变,而是:这场变革究竟有没有考虑过工程师的感受,还是仅仅被管理层强行推到了他们面前?
“AI 为工程师提供了一个重新回归整体性问题解决的机会。他们可以重新关注用户需求、业务影响、系统设计和运维工作,成为真正掌控整个构建过程的全能型工程师,而不只是单纯的代码编写者。”
这其实是一个相当乐观的愿景,但问题在于,这种愿景不会自动实现。
如果缺少有效的管理和引导,工程师的工作很可能会沿着另一条路径发展:越来越多的时间用于验证、审查和监督,而真正享受创造过程的人则会继续离开。
对于管理者来说,这已经不是过去熟悉的那种职业倦怠了。它不再只是因为加班太多、项目期限太紧,或频繁值班造成的疲惫,而是工作本身的性质正在发生变化,变化速度甚至超过了员工的适应能力。
那些正在经历职业倦怠的工程师,其实已经发出了非常明确的信号。他们并不是在说改变本身就是坏事,而是在说:没有人问过他们希望这场变化朝什么方向发展,也没有人真正关心他们如今正在经历什么。
对于工程管理者而言,第一步其实很简单,却也很难做到——
主动问一问工程师:你现在的工作,还是你当初热爱的那份工作吗?
原文链接:https://leaddev.com/career-development/engineers-grieve-a-job-that-no-longer-exists
⏰ 11 月 21 日,2026 奇点智能技术大会特设「昇腾云训推平台算力开源生态实践专场」。
该专场将围绕 DeepSeek 开源昇腾基础组件、昇腾超节点、云训练 Infra、推理 PaaS、AI Coding 全栈加速等方向深度分享,完整呈现从芯片软件生态到云端训推平台的工程落地路径。
面向前 100 名报名用户免费开放,还可领取原价值 1500 元的大会专场议程,席位有限,先报先得!
热门跟贴