未来码农，比AI更廉价网易新闻
码农的处境，或许也预示着所有知识型工作者的未来——当AI工具比人更擅长“做事”，人还能做些什么？
AI取代人类工作岗位，早已不是大新闻。
过往两年内，我们不断经历并且似乎已经习惯了这样的消息：某科技巨头宣布全球裁员几万人，某初创公司因为引入AI而砍掉了整个BU，某广告公司用AI替代了部分设计师岗位……
在AI的侵门踏户之下，最先感受到寒意的是文科类工作——翻译、文案、插画师、配音师，那些曾被视作创造性、审美性的岗位，正在被AI大模型一点点蚕食。
但谁也没想到，下一个被推上“待优化名单”的，很有可能是程序员。
程序员们很焦虑，一边焦虑于积极拥抱AI，用肉身帮助大模型成长的“码奸”；一边焦虑_地随大部队“上岛”养AI智能体，在巨大的变革中寻找自己的位置。
相关数据显示，2025年，84%的开发者已在或计划使用AI工具；AI工具使基础编码效率提升55%以上，重复性任务耗时减少70%；与此同时，初级程序员岗位需求同比下降约30%。这些数字背后，是一个正在被自己创造之物重构的行业。
张玮（化名）是上海某互联网大厂的前端开发程序员，入行将近十年，他见证了这个行业从“人肉编码”到“人机协作”的变迁。他的经历和感受，或许能让我们看清：当AI开始生成代码，那些创造了AI的人，正在经历什么。
（图/《社交网络》）
效率翻倍了，然后呢？
“目前来讲，AI大模型对我们公司，包括我本人的冲击还没那么大。”采访一开始，张玮就给出了一个意料之外的回答。
过去两年里，AI编程工具迅速席卷行业。尽管这几年张玮也听到很多网传的消息：因为AI被广泛使用，程序员招聘名额开始缩减。但他感受到的变化，更多发生在行业边界处。
“真正受影响的是那些初创公司、小公司。没有AI之前，公司如果想做一款产品或者一个网页，需要前端、后端、设计、测试……每个岗位至少各招一个人，前前后后花费几个月时间。AI介入之后，一个初级程序员用AI，可能一两天就能做一个简单的产品出来。”
这意味着，那些原本需要靠初级程序员去填补的“编码体力活”，那些我们在项飚《全球“猎身”》中读到的“技术外包劳工”，正在迅速萎缩。
（图/《社交网络》）
职业社交平台LinkedIn 2025年第四季度数据显示，初级程序员岗位需求同比下降约30% ；美国劳工统计局数据亦显示，过去两年美国编程类初级岗位减少了27%。而这种趋势，并非只发生在大洋彼岸。
当岗位在缩减，仍在岗的程序员日子就好过了吗？
“业务倒不会变得更加复杂，但你其实需要做的事情更多了——原来需要花三五天的活，现在有的人使用AI，可能一两天就能干完。”张玮说，随之而来的，是更多的需求、更快的工作节奏，“对于我们这种职业来说，本身要做的事情一直是源源不断的，只不过AI提效之后，你会有更多的想法、接到更多的需求。但其实，每个月的平均工作时长没有多大的变化，只不过从原来一个月能做3个需求，变成现在或许能做10个。”
（图/《真实的人类 第一季》）
那么问题来了：效率提升的收益，最后进了谁的口袋？
张玮分析道：如果你所在的公司正处于业务扩张期，产品经理带着需求、排着队等开发人员，那么AI带来的效率提升是皆大欢喜的——你能在同样的时间里做更多的事，公司能用更快的速度抢占市场，每个人都觉得自己在“创造价值”，这是一个正循环。
但如果员工的工作效率提升了，公司业务没有提升，情况将截然不同。“很多领导刷到AI迅速发展的新闻之后，下意识觉得AI能把公司很多岗位替代掉。”张玮说这话时，语气里带着一丝无奈。
这种公司决策层的认知错位，或许正成为整个行业里最隐秘的焦虑源头。
当考生成为阅卷老师
最关键的问题是：AI到底能替代多少人类的工作？
“初级工程师90%的工作，AI都能做。”张玮给出了自己的判断，“前提是那些简单的、定式的代码。”比如写一个标准的CRUD接口、生成API文档、测试。这些在过去需要初级程序员花时间磨的“基本功”，现在AI可以一秒完成，准确率极高。
但张玮认为，对于许多复杂的场景需求和业务逻辑，AI辅助编程仍然存在许多问题。“它刚开始可能可以达到70%-80%，但总会有20%到30%的出入，暂时还达不到百分之百。”
这时候，人的价值就体现出来了。
（图/pexels）
“如果你完全不懂代码，你可能都看不出来问题在哪、应该微调哪个部分。你只能反复告诉AI：‘你还是没有达到我的目的’，然后等它一遍遍地试、一遍遍地改，直到某一遍改对了。
但精通代码的高级程序员，瞬间就能看出来缺了哪些东西，他可以在第二次生成时告诉AI：‘哪里有问题，你应该结合什么，再改一下哪里。’”或许我们可以这样简单理解：以前程序员是“写代码的人”，现在正变成“审代码的人”——或者说，“阅卷老师”。
“高级程序员与普通程序员的区别，不在于谁更会用AI，而在于当AI的成果没有达到预期时，你知道怎么让它改。”张玮的这个总结，或许是对当前阶段人机协作最精准的概括，而这个结论，似乎也不只应用在写代码，而是大部分创意产业上。
（图/pexels）
