去年 10 月，谷歌的 CEO 桑达・皮查伊（SundarPichai）进行了公开表态。他称谷歌如今有 25%的新代码是由 AI 生成的，并且这些代码经过了人类工程师的审查并获得通过。作为全球市值位居第三的科技巨头，谷歌的这一实践充分证明了 AI 编程工具所具有的巨大潜力。
3 月 3 日美东时间，Anthropic 宣布完成 35 亿美元融资。此轮融资后，其估值飙升至 615 亿美元。从这一情况可以看出其编程工具的市场热度。这些编程工具显著提升了程序员（软件工程师）的生产力，同时也引发了行业的新思考，即未来是否还需要持续扩大程序员规模。
几年前，这个问题显得很荒诞。中国和美国都一样，优秀的程序员一直处于供不应求的状况。然而，随着 AI 代码生成以及缺陷检测等技术取得突破，传统的开发模式正在发生深刻的变革，人们也开始重新对程序员的前途进行审视。
程序员惊呼，“行业即将崩溃”
各个行业中，站在金字塔顶端的从业者都不必担心被淘汰，程序员群体也是这样。然而值得深入思考的是：那些处在中低端市场的从业者将会去往何处？是转去其他岗位来谋求发展，还是会遭遇永久性失业？倘若 AI 技术促使行业人员结构进行调整，那么将会对全球教育体系带来怎样的一系列反应呢？
美国国家学生信息服务中心的数据表明，在过去的 10 年期间，美国计算机及信息系统专业（Computer and Information Systems）的学士学位授予数量有了增长，增长幅度达到了 200%。并且在全球范围内，这个领域人才的培养规模都呈现出了指数级的增长态势。中国程序员的数量在 2020 年是 652 万，到 2024 年增加到了 940 万，同比增长了 44%，这印证了行业一直对人才有着强烈的渴求。
然而，AI 技术的突破正在对行业生态进行重塑。当前软件程序员招聘，美国程序员的平均基本年薪是 10.6 万美元，在旧金山湾区则达到 16.1 万美元。中国从业者的平均月薪是 22756 元，其中 65.9%的从业者集中在 7 万至 18 万元的年薪区间。他们均属于高收入群体。行业已出现预警信号：meta 的创始人扎克伯格清楚地表明要扩大 AI 的使用范围，Salesforce 的 CEO 马克・贝尼奥夫宣布在 2025 年之前冻结传统工程师岗位，并称 AI 已经使生产力提升了 30%。
求职平台 Indeed 进行的调查表明，有 42%的年轻工程师觉得行业“即将崩溃”。产品经理这一群体普遍做出预测，AI 将会逐步承担起基础编码任务，从而使得用人需求出现结构性的调整。这样的变化不但会对从业者的职业发展产生影响，而且也给教育体系带来了挑战——当行业的需求朝着 AI 协同能力培养的方向转变时，传统的课程设置是否需要进行根本性的改革呢？
“没预想的那么严重”，初级工程师门槛在提高
一位程序员发文说：12 年前他大学毕业获得了第一份工作，成为了一名初级工程师。那时企业对初级工程师的期待值不高。他经历了一个月的培训期，在这期间没人期望他能产出成果。有些同事的培训期长达三个月。他入职前从来没有使用过 GitHub。
如今 AI 正在对行业规则进行改写。近年来，每一届新人都比前一届拥有更扎实的技术基础，企业对新人的能力要求也在不断提高。现在新员工在入职首周就会被分配实际任务。凭借 GPT 和 GitHub Copilot 等工具，新人能够快速学习并适应岗位，行业的准入门槛因此显著提升。
“AI 淘汰初级工程师”这一论断，需要以辩证的态度来看待。当下的实习工程师，其能力已经与之前的全职工程师水平相近了。在未来软件程序员招聘，从业者或许需要达到现在的资深工程师标准，才能够获得理想的职位。市场对程序员的总需求没有减少。不过，对于初级岗位的能力定义出现了本质性的变化。自动化会替代一部分常规性的工作，然而企业依然要求初级工程师不断地学习，并且最终要能够承担起复杂系统的开发任务。
行业估算表明，大概 40%的基础开发工作能够由 AI 完成。然而，在面对复杂项目以及大规模系统时，AI 依然显得能力有所欠缺。开发岗位和测试岗位的融合趋势非常显著，工程师只需把需求说明和测试用例输入给 AI，就可以实现整个流程的自动化。
科技企业裁员潮引发了关注。然而，meta 在印度班加罗尔设立了新的研发中心，并且招聘了 100 余名工程师。同时，苹果计划在美国新增 2 万个研发岗位。这些事实表明，行业需求正在经历结构性调整，而不是总量的缩减。AI 对程序员的打击或许没预想的那般严重。编程并非仅仅是编写代码，它还需要创造性的思维，也需要具备阅读代码的专业知识。而如今的 AI 依旧不具备原创思维的能力。
美国计算机行业协会（CompTIA）的首席技术推广官詹姆斯・斯特兰格（James Stanger）指出，AI 不能够处理其知识体系之外的问题。当下没有工具可以替代优秀的工程师，然而，缺乏创新能力的从业者将会面临被淘汰的风险。
悲观者与乐观者各有道理
作为程序员，若你经验丰富，可能会持乐观态度，因为 AI 提升了工作效率；若你是经验欠缺的工程师，恐怕难以保持乐观。
杰里米・蔡（Jeremy Chua）拥有 10 年工作经验，是一位程序员。他在工作时会借助 GPT 或者 Claude，从谷歌和 StackOverflow 等平台获取编程问题的答案。
生成式 AI 能否替代他的工作呢？蔡对此持有怀疑态度。他指出，过去完成一个项目需要一周时间，而现在他仅用 1 到 2 天就可以搞定。在他看来，聊天机器人只是他的合作伙伴，不能够取代他的位置。
临床人工智能公司 SmarterDx 的程序员迦勒・汤金森认为，AI 正在以两种方式对编程领域进行改变。其一，能够以更快速的速度产出相同的成果。其二，能够在相同的时间内创造出更优质的成果。
汤金森认为，AI 与其他科技工具不存在本质上的差异。事实上，用于寻找漏洞、生成或评估代码的软件已经有 20 多年的历史了。优秀的公司和工程师几乎都会运用这类工具。当下的状况与过去相比，没有很大的变化。
然而，如果你如同亚历山大・彼得罗斯（Alexander Petros）那般，是一名刚起步的程序员，那么你极有很大的可能性会产生焦虑情绪。他坦陈道：“我确实怀有一些忧虑。以往企业或许会聘请初级开发人员去完成一些工作，然而现在这些工作却被交给了 AI，这实际上把初级开发人员去尝试、犯错以及从中学到东西的机会给剥夺了。”
彼得罗斯对 GPT 进行了试用，然而他发现 GPT 生成的代码或许不够流畅。如果代码中的某些部分出现问题，人类或许不清楚该如何去解决。并且，大语言模型或许无法生成能够长时间稳定且良好运行的软件系统，当出现问题时，其机制和原理似乎也不太可能有效地解决问题。
结语
当前 AI 编程工具的表现非常引人注目。然而，它们要实现有效应用有一个关键前提，那就是人类必须给出精准的指令。
在现实的软件开发场景里，初始的需求通常存在着缺陷。开发过程从本质上来说是一个持续进行迭代的动态过程。一旦遇到那些超出预期的边缘情况，就需要工程师凭借自身的专业判断来做出决策，而这种能力恰恰是当前的 AI 系统所欠缺的。
此外，AI 存在犯错的情况，它无法对复杂大型项目或复杂任务进行处理，也缺乏解决深度问题的能力。这些因素使得目前的 AI 编程工具只能当作辅助工具来使用。倘若 AI 代码出现错误或漏洞，其后果可能会非常严重，是企业所不能承受的。
在未来的一段时间当中，AI 编程的重要性会逐步提升。然而，它距离完全取代程序员还有相当长的一段距离。
AI 进行了进化，程序员的职业真的到了濒临崩溃的边缘吗？这是在航天云网，国家工业互联网平台上的资讯活动。
