造物的反噬，AI率先终结程序员南风窗

5月初的一天，亚马逊后端工程师于敏结束工作，疲惫地走回家。他所在的西雅图阴云漫布，天空像一张旧报纸糊在城市穹顶。几个月来，于敏深陷价值危机的漩涡，工作中需要他手写代码的数量，“几乎是零”。走在回家路上，他想起自己这一路，2023年跨专业申请上计算机硕士，2025年历尽艰辛拿下大厂offer，就像刚跑进影院，电影就散场了。

去年初秋，他研究生毕业，入职亚马逊。当时团队领导和高级工程师还在谈话中叮嘱他，谨慎使用AI生成的代码，“不要太相信它，AI很容易犯错”。短短半年间，AI编程突然变成公司内部自上而下推崇的效率工具，不使用反而违反公司规定。

于敏对这转眼间的变化感到瞠目结舌。身处技术冲击的震中地带，程序员们正眼睁睁看着AI颠覆、甚至吞噬他们的工作。于敏甚至觉得，在AI工作流部署以后，像自己这种初级软件工程师，“完全没有存在的必要”。

他悲观地预计，3年之内——或许用不了3年，互联网公司的初级程序员岗位会大规模消失。

程序员原本位于劳动分工链条的上游，作为认知劳动的典型样本，他们以高度的脑力参与区别于体力劳动者，曾被认为是自动化浪潮最难殃及的存在。而如今，程序员亲手参与培养的生成式人工智能，逐渐开始威胁几乎所有的认知劳动。他们同样暴露其中，成为率先承受冲击的一群人。

如今，AI俨然成为21世纪的一尊新“神”。它所向披靡的权威，不仅仅由技术变革本身造就，背后还有资本与地缘政治的深刻运作。与之相应地，人的失权随之发生。

命运的失重感，正在席卷向更多人的生活。在迷茫和不确定性中，人们不得不重新思考人之为人的价值。

01 风暴进行时

陈程的同事陆续接到了裁员通知，到3月底，原先十几人的团队就只剩下陈程一个人了。

手上的最后一个项目也已经结束，又迟迟等不来内部转岗的通知。陈程敢肯定，自己的名字就在下一次裁员计划上，只是不知道何时降临。

每天去上班，变成了一种心惊肉跳的体验。陈程无所事事地盯着电脑，内心却被担忧啃噬。就在一年前，他刚从一家芯片企业跳槽来这家互联网公司做AI算法工程师，在新成立的AI agent团队当负责人。

2025年被业内称作“AI agent之年”，中国AI agent行业市场规模182.34亿元，同比增长78.03%。瞄准了AI算法迅速扩张且前途无限的市场，陈程成为了第一波跃入风口的人，他一度以为自己踩中了时代的脉搏。

转眼一年，形势便急转直下。

陈程感到焦虑不安，他隐约嗅到了暴风雨即将来临的气息。一方面是行业竞争的困境，AI agent市场看似火热，但供应商竞争极其激烈。陈程去参加过几次投标，发现头部大厂都在拼命压价，“宁愿亏钱也要把项目拿下来”。其他非头部企业自然被挤压，一年下来，陈程所属业务线只是刚好处于收支平衡的边缘，稍不留神就会亏本，这是公司决定裁撤整条业务线的直接原因。

《逆行人生》剧照

另外一方面，危机感还来自AI编程的飞速发展。在2023年GPT-4模型发布以前，陈程都还算笃定，认为AI编程无法取代程序员的工作，大模型在代码生成上存在鲜明的能力边界。

但这两年，AI编程“每个季度都有恐怖的能力进化”。陈程说：“按这个速度进化下去，很快就会取代我们了。”他估计，未来大概会有80%的程序员失业，很难找到工作。

他的估算依据自己的工作经验。他负责的AI agent团队一共十余人，在如今的AI编程水平下，“现在只需要一或两个人配合AI编程工具的使用就能完成”。

陈程不禁感叹：“没想到程序员做出来的大模型，会最先一批取代程序员自己。”

当于敏在亚马逊以软件工程师的身份工作一年以后，就他的日常使用体验而言，AI编程工具的准确率即便不说能达到100%，也能有99%。即使碰上1%的出错情况，责任也大概率在于程序员自己，没有向AI提供足够准确的提示词，或足够完整的上下文。

为了避免人类的粗心，于敏所在的小组训练了一个AI agent，建立了一套完整、标准的工作流：1、向AI阐述需求；2、AI读取相关的代码库；3、AI会反问程序员10个左右的问题，进一步明确设计需求。回答完这些问题，数字和符号便会以疯狂的速度弹跳，屏幕飞速下滑，只要稍作等待，一段结构清楚、功能完善的代码就完成了。

工作效率实现了大幅提升。于敏半年前需要花4天写好的代码，现在一两天就能完成。过去小组成员平均每人每天提交1—2段代码，如今每人能提交4—6段。

因此，在亚马逊内部，一些技术小组被分配了“first AI project（AI优先项目）”，要求让AI作为一个“额外的同事”来负责开发工作。亚马逊后端程序员竹可心告诉南风窗，该类项目的本质是分配更少的人去做更大的项目，“比如原先10个人的项目，现在只配5个人”。

图源：Unsplash

对于公司来说，这是人力资源配置效率的极大提升。而对于程序员来说，这意味着极大的失业风险。

入职仅一年，于敏就经历了两次大规模裁员。一次在去年10月，亚马逊宣布裁员1.4万人，一次是今年1月，裁员1.6万人。加起来一共3万人，“很多都是技术人员”。

他所在的小组，一位对他很好的俄罗斯大哥，前一天还在认真向他学习“恭喜发财”的中文发音，第二天便毫无征兆地被裁了。于敏如今抱着“日结工”的心态，“干一天是一天”。

在第一轮裁员的内部备忘录中，亚马逊高级副总裁写道：“有些人可能会问，为什么公司业绩良好时我们还在削减岗位。世界正在快速变化，这一代AI是我们自互联网诞生以来见过的最具变革性的技术，它正在使公司以前所未有的速度进行创新。”而裁员是为了“减少层级、加快决策、赋予团队更多自主权”，并将资源重新分配给“最大的赌注”。

据关注科技领域裁员情况的独立网站Layoffs.fyi统计，2026年还未过半，美国科技行业的裁员风暴便已涉及202家公司、约12.15万名从业者，规模接近2025年全年总和。

即使是在AI算法领域拥有一定工作经验的陈程，所面对的就业窗口也在收窄。过去将近两个月，他被忧虑感驱使着，开始提前投简历为自己找出路。他一共投递了六七十份简历，收到面试10家，到终面的4家。而去年换工作时，他投递二三十份简历，就拿到了10份offer。一年间大幅缩小的投录比，足以说明“外面的行情真的很差”，他说。

2023年秋天，庞礴落地加拿大。她历经千辛万苦，申请上一个允许文科转码的计算机专业项目。光是学费就要大约30万，再加上生活费，花光了她此前7年作为记者勤勉工作、简朴生活的存款。

庞礴说，这些积蓄也不可能在北京付得起房产首付，“只好把学历当成唯一买得起的奢侈品”。

《点燃我温暖你》剧照

在当时看来，转码的确是投资回报比极高的一个出路，对于希望留在北美发展的学生，没有比程序员更具性价比、成功率更高的职业。在于敏周围，学生物、化学，学法律、新闻的同学，都纷纷涌向计算机。

而庞礴最初的心愿是，研究生毕业后，在北美找一份大型科技公司的工作，“工作第一年就赚回所投资的教育成本”。按往届毕业生的求职经验，这并非一个不切实际的奢望。早她三四年同校毕业的一个朋友曾告诉她，在加拿大，计算机研究生“没有找不到工作的”。

毕竟，在过去几十年席卷全球的信息化浪潮中，程序员用头脑和手工书写的一行行代码重塑了整个世界的面貌。如今我们日常生活的衣食住行，无不依赖于手机软件的便利和快捷。

大部分传统行业都转移至互联网，端对端地与用户发生链接。财富的流通形式被改变了，信息的传输手段被改变了，乃至于人类对彼此的理解，如今都不可避免地深刻依赖于算法的编织。

自然而然地，程序员成为了时代浪尖上的一份职业。它意味着高薪、期权，甚至是移民机会。很多人乘着信息化的风，过上了梦寐以求的中产生活。

如今，旧梦已去。庞礴猝不及防地掉入旧梦与现实之间的巨大裂谷中。

2024年冬天，她以几乎满绩点的成绩毕业时，已经穷得叮当响。而市面上，大公司的技术岗位已经开始冻结，简历投掷过去，就像往大海中投石子，瞬间被吞没，没有任何回音。由于疫情期间的过度扩张，处于行业周期性收窄进程中的科技公司纷纷裁员，庞礴寻觅了4个月，只拿到一家小型软件公司的offer，去做算法工程师。

2025年9月，因难以适应该公司的管理风格，她选择辞职，不得不再次回到求职市场。此时，基础AI编程工具已在软件公司普及。她在一个月内发送了上百份简历，只得到1个面试机会，最终没有通过。10月，她放弃了对技术岗位的搜寻，进入一家小型银行，成为了一名信用卡销售。

AI神话与人的失守

2025年3月的某天晚上11点，在朋友对Claude Code编程能力持续不断的赞扬之中，张雨霏半信半疑地打开Anthropic公司一月前发布的Claude Code研究预览版，充值了100美元。他以一种挑战者的姿态打开网页时，怀抱着的是质疑与找茬的心态，他不相信AI能够独立完成编程任务。

三个小时后，他花光了所有余额，感到一阵头晕目眩。

后来他说，那天晚上Claude Code的编程表现，极大动摇了他作为程序员的信念感。

张雨霏自诩是一个“还不错”的程序员，从浙江大学和西蒙菲莎大学的联培项目毕业，工作后辗转几家初创公司，一直在从事云计算和AI agent的相关研发工作。而就在10分钟之内，Claude Code从头到尾，搭建了一个他自己可能要花一两个月才能开发出来的网站。

那天晚上，看着代码接连不断地从屏幕中跳跃出来，张雨霏“完全放下了要和AI比拼编程水平的念头”。

他一直觉得，编程相对来说是一个依赖高智能、强逻辑的复杂智力活动，是“AI比较难解决的任务”。直到这一晚之前，他秉持的认知始终都是，AI只能辅助人类写代码，如果全部交给它写，“肯定写得很垃圾”。

2022年11月，ChatGPT刚发布时，前端程序员小奚还在百度的广告部门工作。他记得那时，同事们还只把ChatGPT当作一个“对话框形态的搜索引擎”，“返回信息还不是特别靠谱”。

彼时的大语言模型还是一个稚气又滑稽的“小孩”，稍微复杂一点的提问，比如“去洗车时开车过去好还是走路过去好”，都会引来一番胡言乱语。人们对这个对话框感到新奇，却没把它放在心上。

图源：Unsplash