AI 时代的程序员：冲击正在发生，改变也正在发生
最近技术圈有两篇文章让我反复回味，一篇来自 AI 的最前沿，一篇出自普通程序员之手，读起来却指向同一个事实。
第一篇，是 DeepSeek 机器学习系统工程师刘胜与的《我不得不把才华埋葬在昨天》。刘胜与是北大图灵班出来的，做的活儿在外人看来”硬核”到无可替代——在 GPU 最底层，用 PTX 汇编和 SASS 机器码的粒度去优化算子，剖析硬件流水线的每一处停顿，做寄存器分配和共享内存调度。这被长期认为是最难被 AI 取代的领域之一。可他在文章里判断：再过半年到一年，AI 写算子的能力大概率就和自己一样优秀，甚至超越自己。
第二篇，是掘金的《2025，记住这一年！它是古法编程的最后一年》。作者是个写了十年代码的前端工程师，坐在普通工位，每天干的事就一件——把 AI 生成的一大堆代码从头到尾看一遍，找找哪里不对劲，然后修修补补，他说自己没再敲过一行真正的代码。
一个站在 AI 浪潮最顶点，一个被潮流淹没在日常里，但情绪是同一股：时代在换代，而见证换代的人，正是被换代的那批人。 今天想借着这两篇，聊聊 AI 时代程序员这个职业正在经历的冲击，以及随之而来的改变。
一、冲击：AI 动的是程序员的”生产方式”
1. 写代码这件事，从手艺变成了工具
以前写代码是一项”手艺”：为一行 CSS 对齐较劲、为一个异步顺序翻文档、为兼容性写一堆 Hack，这些功夫是程序员的立身之本，也是一部分乐趣来源。掘金作者写得很动情——以前调一个 div 居中能乐半天，现在 AI 一句话就给你，那种笨拙的、亲手造出东西的快乐，再也换不来了。
刘胜与给了个更朴素的比喻：他就像一个手艺精湛的编织匠人，在所有人都用机器的时代，手工编织的乐趣终将被机器轰鸣碾碎。连 GPU 最底层的算子都逃不过这个判断，更何况我们写的普通代码。
这是最直观的一层冲击：代码生成的门槛被拉到地板，曾经需要十年积累的”硬功夫”，变成了 AI 的默认能力。
2. 岗位结构在变：重复性的活最先被吃掉
冲击不是均匀分布的。最先被 AI 吞噬的，是那些”照本宣科”的部分：简单 CRUD、增删改查、样板代码、常规页面。前端被冲的是表现层的大部分体力活，后端被冲的是实现层的大量重复工作。
这不只是感觉，数字也在印证。JetBrains 2026 年 Q2 的全球开发者生态调研显示，面向 1-3 年经验的初级开发岗位，招聘需求占比从一年前的 28.3% 降到 17.0%，同比缩水约 40%；斯坦福大学 2026 AI Index（基于覆盖数百万员工的 ADP 薪酬数据）也显示，22-25 岁软件开发者的就业自 2022 年末以来下降了近 20%，而同一时期 30 岁以上的资深开发者就业不降反升。国内同样如此——据智联招聘《2026 年 Q1 就业市场景气报告》，传统后端开发岗位需求同比下降 52%、前端下降 48%。就连 Anthropic 的 CEO Dario Amodei 也公开表示，公司已不再需要传统意义上的初级软件工程师——AI 承担了它们原本的核心工作。
结果就是岗位结构开始出现两个极端：大量”会写但不独特”的活被机器接手，而”要判断力”的活越来越集中在少数人手里。掘金作者发现当年看不上的外包岗位，现在要的是”会用 AI 快速搭壳的人”，甚至卡起了学历。
3. 成就感的流失，是最软也最痛的冲击
比岗位更隐形的，是心理层面。很多程序员入行是因为”把一个东西从无到有做出来”的快感，现在这个快感被 AI 拿走了——东西不是你一行行敲出来的，你只是验收、修补、把关。掘金作者那句”世界是变了，只是没等我”，本质上说的就是这种失落。
但刘胜与写出了更深的一层——“技术悖论”。他说：“我算子写得越好，我们的新模型的训练、推理速度就会越快，模型能力进步就会更快，我就会更早地被取代。” 他在亲手加速自己的退场。更残酷的是，即便他不那么用力，其他公司的模型也会照常迭代，“并最终将我照杀不误”。
这不是普通工程师”被时代甩下”的委屈，而是站在山顶的人，发现自己正把自己的立足之地一块块垫到 AI 脚下。这种荒诞感，比任何失业焦虑都更刺人。
二、改变：冲击之下，价值链条正在重写
情绪归情绪，把冲击拆开看，会发现变化的方向其实已经比较清楚了。
1. 生产方式已经变了：数字比感受更直白
冲击最直接的证据，不在招聘端，而在每个程序员自己的键盘上。谷歌 CEO 皮查伊今年 4 月披露，谷歌 75% 的新代码已由 AI 生成，工程师的角色从”写代码”变成”审代码”——而这个比例在 2024 年 10 月还是 25%，不到两年翻了 200%。AI 已经不只是辅助，而是默认的生产力。
JetBrains 官方博客《开发者到底让 Agent 写了多少代码？》基于同一份 Developer Ecosystem Survey 2026（2026 年 5-7 月，全球 1.5 万多名专业开发者），问了一个很扎心的问题：你上个月为工作写的代码里，有多少是完全由 AI agent 生成的？
结果是这样的：
- 平均约 47% 的代码完全由 agent 生成；
- 约 38% 是 AI 辅助写成的；
- 只有约 27% 还是纯手动。
翻译成日常就是：超过一半的开发者，手动写的代码已经不到两成；每五个开发者里就有一个，完全不写手动代码。 同时，“几乎完全靠 agent（80% 以上代码）“的人群目前仍是少数（约 22%），大多数人都处于”人机混合”的中间地带。
调研还发现一个反直觉的现象：资深开发者反而是最先把手艺活交给 agent 的那批人——约四分之一的资深开发者，80% 以上的代码靠 agent 生成，比例高于初级开发者（初级更偏向”AI 辅助”而非”完全托管”）。这跟前面斯坦福的数据放在一起看就很耐人寻味：入门岗位在收缩，但最资深的人并没有被淘汰——他们只是换了一种生产方式。
JetBrains 据此把开发者分成三类画像：
| 画像 | 占比 | 典型特征 |
|---|---|---|
| Agentic coders（AI 托管型） | ~31% | 平均 84% 的代码靠 agent 生成 |
| AI-assisted coders（AI 辅助型） | ~47% | 约 40% 靠 agent、60% AI 辅助，偶尔手动 |
| Manual coders（手动主导型） | ~23% | 约 75% 代码仍手动编写 |
这说明它并不是一道”全写或全不写”的选择题，而是一条连续光谱——大多数人正滑向中间，且方向已经不可逆：纯手动编程，正在迅速成为过去式。
2. 角色：从”生产者”变成”把关者”
AI 生成的代码越多，就越需要有人审。AI 不会告诉你这段代码在弱网下会不会崩、这个权限边界安不安全、这个状态管理会不会泄漏内存——这些判断需要真懂原理的人。掘金作者一边自嘲”只配给 AI 挑毛病”，一边还留在岗位上，恰恰因为”挑毛病”正是 AI 目前干不利索的部分。
刘胜与把这个过程说得更直白：他不至于”失业”，但必须要”转业”——从手艺人，变成 Agent 的”机甲驾驶员”。人不再亲手造轮子，而是驾驭 AI 这辆高速列车，负责判断方向、处理脱轨。
所以与其说是程序员被淘汰，不如说是程序员从”产出手艺”转向”判断与把关”。以前靠写得多立足，以后靠看得准、兜得住立足。
3. 能力：从”会写”变成”会问 + 会审 + 会看全系统”
- 会问：AI 强在执行，弱在理解模糊目标。能把需求拆清楚、把 Prompt 问到位，是放大 AI 杠杆的前提。
- 会审：懂底层原理才能看出 AI 的错并修正它，这是”质检员”的核心价值。
- 会看全系统：前端、后端、部署、运维串起来看的人，比只盯一个技术栈的人更难被替代。
4. 价值：判断力比代码量值钱
AI 时代，最稀缺的不再是”会写”，而是”能定义问题、能审责方案、能兜底上线那天的所有意外”。一个系统该长什么样、边界画在哪、哪里会出问题——这些判断，恰恰是 AI 给不了的，也是真正值钱的。
三、怎么迎接：别慌，也别躺
面对冲击，最没用的两种姿态是”恐慌”和”躺平”。比较务实的是做几个定位上的调整：
第一，别丢”懂原理”的底子。 它从生产工具变成了质检工具，但依然是你和 AI 拉开差距的东西。
第二，把 AI 当”初级工程师”用。 你负责想清楚方向、审产出、扛责任，它负责把手艺活干出来。当你从”打字员”变成”负责人”，AI 就从对手变成了手下。
第三，主动往上走一层。 多问”这个系统为什么这么设计""对业务有什么影响""容错和一致性怎么做”——这些是 AI 最弱的，也是职位天花板最高的地方。
第四，允许自己为成就感的流失难过一阵，但别陷进去。 成就感可能确实换了个样子：从”我写出来了”变成”我提前排掉了这个坑""我把这套架构理顺了""这个线上事故是我救下来的”。不那么爽，但更经得起时间。
结尾：这是冲击，也是机遇
两篇文章的口径其实都很冷静。刘胜与写这篇不是说”我要失业了”，而是想和过去手写算子的时光说声再见；掘金作者在最悲观的底色里，也没真打算离开。他们都在做同一件事：承认时代变了，然后决定接下来怎么走。
换个角度看，第一波能用好 AI、并被 AI 留下的，恰恰还是程序员——因为只有真正懂过代码的人，才最有资格判断 AI 写得对不对。
更重要的是，冲击的另一面是机遇。岗位结构不是简单的”减少”，而是”转移”：入门岗位在收缩，AI 相关岗位却在爆发——据智联招聘数据，2026 年 1-2 月国内新发的 AI 岗位量同比增长约 12 倍，平均月薪突破 6 万元；脉脉《2026 校招洞察报告》也显示，AI 相关校招岗位同比暴增 47.3%，渗透率从 26.41% 跃升到 37.56%。过去”会写代码”是核心竞争力，现在它只是入场券；真正拉开差距的，是”能不能把 AI 用出杠杆”和”能不能兜住 AI 兜不住的部分”。
不过，刘胜与还有一层更深的担忧值得听见。他担心下一代——在校学生越来越习惯用 AI 完成作业，这会导致工程能力严重退化：组织代码的能力、构建系统的能力、思考未来需求并提前在设计上应对的能力、抽象的能力。有研究在印证这个担忧：长期用生成式 AI 外包作业的学生，短期成绩能涨约 18%，但六个月后月考平均下滑 20%，两年后踩在中考、高考上分别最多下降 24% 和 18%。AI 帮我们省掉的，正是下一批工程师赖以成长的那段笨拙积累。 这是冲击里最难被”机遇”对冲掉的一部分。
所以 AI 时代对程序员的冲击是真实的：生产方式变了，成就感少了，入门岗位在洗牌。但机遇也同样是真实的：判断力、业务理解、系统视野，这些 AI 给不了的东西，正在成为新的价值锚点。换个说法——这是程序员这个职业的换挡期，不是报废期。
代码谁写的，越来越不重要。重要的是最后把关的那个人，靠不靠得住——而这，始终是人的事。