新智元报道
AI在编程领域的崛起，引发了人们对初级程序员未来的担忧，同时也带来了跨行业的机会。谷歌Chrome的前工程主管Addy Osmani对此表示了关注，他指出人才供应可能面临断裂，但也看到了新的希望。
2025年，软件行业将迎来一个重要的转折点，AI编程将从简单的自动补全发展到能够自主执行任务的智能体。
在过去，经济的繁荣曾推动软件行业的招聘热潮。而现在，随着AI编程的兴起，雇主们开始更加注重效率，这促使新一代开发者带着与生俱来的AI基因，进入了既充满机遇又暗藏挑战的新领域。
Addy Osmani在其个人博客中提出了未来两年软件工程师可能面临的问题，并为初级和资深开发者提供了有价值的建议。
初级开发者之问
人才管道会断裂吗？
哈佛商学院的一项研究显示，当企业引入生成式AI后，初级开发者的就业率在6个季度内下降了9-10%，而高级岗位则几乎未受影响。
在过去三年里，一些大型科技公司减少了校招名额约50%。
一位Meta的工程师曾开玩笑说：“为什么花九万刀雇一个新人，而AI智能体的成本只是百分之一？”这句话揭示了行业面临的困境。
当前，一位配备AI辅助的高级工程师可以完成过去需要一个小团队才能完成的工作。许多公司正悄悄减少初级职位的招聘，而不是直接裁员。
然而，AI也为各行各业的开发者开辟了新的机会，医疗保健、农业、制造业和金融服务业都在探索AI技术的应用，以重塑行业生态。
AI并未完全取代开发人员，而是作为乘数效应，将开发工作扩展到了以前未曾涉足的领域。未来可能会出现更多入门级职位，但这些职位的性质将与以往不同。这些AI原生的开发者将不再需要掌握底层算法，而是需要善于利用AI为特定领域快速构建自动化工具。
根据美国劳工统计局的预测，2024年至2034年间，软件岗位的增长率将达到15%。
在乐观的情况下，如果企业将AI用于扩展而非裁员，初级岗位将以新的形式重生，各行业都将需要人类来抓住AI带来的机会。
对于初级开发者来说，要想抓住AI带来的机会，需要成为能够使用Cursor/Antigravity等工具构建完整功能的“即插即用工程师”，并强化沟通、问题拆解、领域知识等AI尚不具备的能力。
如果初级人才供应断链，未来5到10年可能会出现领导层的真空。
今天的实习生是未来的架构师，停止培养新人会导致软件行业陷入缓慢衰退——表面上看似平稳，实则失去活力。
资深开发者应该避免包揽所有工作，以免剥夺实习生的学习机会。他们需要通过开源项目和跨部门指导来建立人才梯队，并向管理层明确指出全资深团队的风险。
题技能之问
有人会担心，我们是否会遗忘如何编程？
目前，84%的开发者每天都在使用AI辅助，遇到问题时往往首先求助于AI，而非自己分析。入门者可能会跳过传统的学习过程，直接依赖AI，这可能会导致他们缺乏基本的编程技能。
编程工作重心正从实现算法转向提问与验证AI，资深工程师担心这会导致“无法独立编码的一代”。AI生成代码中的隐蔽漏洞（安全和逻辑缺陷）可能会被新手忽视。
理想情况下，AI可以处理80%的常规任务，而人类专注于解决20%的复杂问题。
架构设计、复杂的集成、创意设计以及边缘情况等，这些是机器单独无法解决的问题。AI的普及并没有使深度知识变得过时，反而使人类的专业知识变得更加重要。这需要“高杠杆工程师”，他们利用人工智能作为倍增器，但必须深刻理解AI才能有效地运用它。
这样的工程师不一定是最快的编码者，但却是最懂何时该不信AI的顶级开发者。
为了达到这一理想状态，初级开发者在使用AI编码的同时，必须深入理解每一行代码。他们应该将AI视为学习教练而非拐杖，使用AI生成代码后追问其为何有效或薄弱，并偶尔禁用AI手动编写核心算法，再对比使用和未使用AI的结果。
初级开发者还需要培养自己在系统设计、用户体验直觉、并发推理等AI尚未擅长的领域中的技能，成为既能借助AI快速解决问题，也能在AI失效时处理棘手问题的多面手。
资深开发者应将自己定位为质量和复杂性的守护者，专注于系统架构、安全、可扩展性以及领域知识。他们需要更多地思考故障模式，尤其是AI生成代码中的漏洞。
资深开发者需要定义AI使用的界限，例如支付和安全代码必须人工审核，而常规API对接则可以交给初级开发者和AI。他们还应专注于创意与战略，自己则关注新工具和实践方法，同时打磨判断力、系统思维、沟通能力等人类不可替代的技能。
角色之问
开发者会不会变成代码质检员？
在AI编程普及的一种极端情况下，开发者可能会更多地扮演代码质检员的角色，早上审查AI的输出，下午负责设计高级架构。
另一方面，专注于单一技术栈的开发者可能会发现自己所在的领域正在衰退或变得多余，而那些具备跨域知识的T型通才则能成为跨学科团队的“粘合剂”。
不论是初级开发者还是资深开发者，了解开发过程的全链路都很重要，做移动开发的可以学后端，做前端的可以写简单服务。学习时可以利用AI快速跨域，通过参与黑客马拉松逼自己成为通才，并主动跨项目曝光，以培养适应力。
教学相长，不论资深还是入门，都可以通过指导他人传播技能，同时从他们那里获得一些收获。这些跨界经历会帮助更新简历，以反映自己的多面性。
CS学位曾经是软件开发行业的通行证，但现在其有效性受到质疑，课程更新慢、审批繁，教授的理论过时，实践课如云计算、DevOps、AI工具缺失，学生和雇主都觉的“产学脱节”。
- 高学费加上低相关性让大学像“昂贵守门人”，企业却因惯性仍设学历门槛，学生被迫靠训练营/网课/自学补位。
- 企业自建“内部大学”，加上AI提供个性化学习（AI tutor、交互沙盒），像Coursera这样的网课平台提供的模块化学习，让全球学习者（哪怕非强校）也能追平硅谷水平。
资深者也不能吃老本。参与在线课及研讨会；用新技术做副项目。在招聘时重新评估工作要求，是真的需要一个新员工有计算机科学学位，还是需要某些技能和学习能力？推动以技能为先的招聘，同时为没有正式背景的初级开发者倡导导师圈，这样方能扩大人才库。不论对于自己还是团队，实际成就和持续学习比额外学位更重要。
未来可能是AI自动化常规编程任务，同时提高人类接触的代码标准。开发者可能早上花时间审查人工智能的输出，下午则负责设计高级架构。
专才vs通才之问
在这样的时刻，软件开发者通过关注技术趋势（以及对其的怀疑），能避免被炒作或末日论所蒙蔽。通过更新技能、多样化能力，并专注于人类独有的方面（创造力、批判性思维、协作），就能保持与时俱进。
无论未来是手动编程的复兴，还是一个代码自我编写的世界，始终会有对那些能全面思考、持续学习、并推动技术解决实际问题的工程师的需求。
曾经被视为刚需的COBOL、Flash、手游引擎等技术栈，如今已无人问津。精通旧框架的专才可能突然发现需求量锐减，因为新的AI工具能以极少的干预完成对应任务。那些在「单一技术栈、框架或产品领域」专攻过窄的开发者，可能会醒来时发现该领域正在衰退或变得多余。
反观1到2领域专精+跨域熟悉的T型通才，则能成为跨学科团队的「粘合剂」。他们能沟通不同专才、填补空白。企业爱其「端到端解题」的效率与「知识交叉」的创新力。AI尤其能赋能通才，后端靠AI写UI，前端靠AI生服务端模板，一人可覆盖多组件；专才却可能因领域自动化且无拓展路径被边缘化。
对此，无论是初级开发者，还是资深开发者，都要了解开发过程的全链路。做移动的学后端，做前端的写简单服务；再选一两个真正感兴趣的领域挖深，成为T型通才。学习时可用AI快速跨域；通过参与黑客马拉松逼自己通才化；在工作中主动求跨项目曝光。以培养适应力。
在学习过程中，教学相长，不论资深还是入门，都可以通过指导他人以传播技能，同时从他们那里获得一些收获。这些跨界的经历，会帮你更新简历以反映你的多面性。
教育之问
CS学位还值钱吗？
CS学位，曾经是入门软件开发行业的「通行证」，但如今频遭质疑：课程更新慢、审批繁，教授的理论过时，实践课如云计算、DevOps、AI工具缺失，学生和雇主都觉的「产学脱节」。
高学费加上低相关性让大学像「昂贵守门人」，企业却因惯性仍设学历门槛，学生被迫靠训练营/网课/自学补位。
在这种情况下，新学习生态崛起，传统教育被「训练营+在线认证+雇主学院+AI导师」取代。谷歌、IBM等弃部分岗位学历要求，2024年45%公司计划松绑学位。训练营（12周集训，重实战框架/云服务/协作），GitHub作品集、微证书成了求职的「新硬通货」。
而企业自建「内部大学」，加上AI提供个性化学习（AI tutor、交互沙盒），像Coursera这样的网课平台提供的模块化学习，更让全球学习者（哪怕非强校）也能追平硅谷水平。
在这种时刻，CS系的学生别躺平，积极用实战项目补课程；一边实习攒经验；一边考证证显实力。通过在活跃社区输出，写技术文建人脉；用「作品集+认证+谈吐」获得更多应聘机会。
资深者也不能吃老本。参与在线课及研讨会；用新技术做副项目。在招聘时重新评估工作要求，是真的需要一个新员工有计算机科学学位，还是需要某些技能和学习能力？推动以技能为先的招聘，同时为没有正式背景的初级开发者倡导导师圈，这样方能扩大人才库。不论对于自己还是团队，实际成就和持续学习比额外学位更重要。
变化是唯一的不变
上述这五个问题，并不相互排斥，现实将会是五种场景中乐观与悲观估计的汇总。一些公司会减少初级员工的招聘，而另一些公司则会在新领域扩大招聘。人工智能将自动化常规编码，同时提高人类接触的代码标准。开发者可能早上花时间审查人工智能的输出，下午则负责设计高级架构。
在这样的时候，软件开发者通过关注技术趋势（以及对其的怀疑），能避免被炒作或末日论所蒙蔽。通过更新技能、多样化能力，并专注于人类独有的方面（创造力、批判性思维、协作），就能保持与时俱进。
无论未来出现的手动编程的复兴，还是一个代码自我编写的世界，始终会有对那些能全面思考、持续学习、并推动技术解决实际问题的工程师的需求。
参考资料：
https://addyosmani.com/blog/next-two-years/