引子
19世纪初，珍妮纺纱机的发明，让无数纺织工失去了赖以为生的工作。
她们凝望着自己那双布满老茧的双手，那曾令她们引以为傲的技艺，就这样被时代浪潮无情地拍碎在了历史的河岸边。
两个世纪后的今天，同样的凝望又如轮回般开始重演，只是这一次，承受着最凛冽寒意的，是程序员们停驻在键盘上的指尖。
当前，舆论场上最为甚嚣尘上的话题，莫过于"AI 会不会取代程序员"。然而，作为身处其中的从业者，我却看到了这场技术海啸的真正残酷之处：AI，正在斩断成为一名资深程序员的路径。
任何搏击长空的雄鹰，都曾是笨拙学飞的"菜鸟"。同样，每一个资深程序员，也都是从初级程序员一步步历练而来。
而 AI 却让这一切再无从谈起。
"珍妮机"的回响
历史从不会简单重复，却总是押着惊人相似的韵脚。每一代技术从业者，似乎都注定要面对属于他们自己的那台"珍妮机"。
2024年6月，Anthropic 公司发布的 Claude 3.5 Sonnet 模型，就成为了这场变革的标志性事件。
与前代模型相比，该模型在编码能力上实现了惊人的飞跃，尤其是在处理复杂的编程任务时，展现出了前所未有的高效率与低成本。
这是大语言模型生成的代码，第一次真正具备了投入实际生产环境的巨大潜力。
正如珍妮机的第一声轰鸣，开启了纺纱技术飞速迭代的进程一样，AI 编程的能力也迎来了持续的进化。各种形态的 AI 编程工具如雨后春笋般纷纷涌现，重塑着软件开发的生态：
- 以 Cursor 为代表的 AI IDE：不仅仅是代码补全，更能准确预测开发者的意图。在 Agent 模式下，甚至可以自主完成添加新功能、执行调试命令、处理运行错误等一系列复杂任务。
- 以 Bolt.new 为代表的 Web 开发平台：让没有编程背景的人也能通过自然语言描述，快速搭建出原型级别的网站和交互式游戏，极大地降低了编程门槛。
- 以 Claude Code 为代表的命令行智能体：可以无缝地嵌入到各种自动化脚本和工作流中，有力地改造甚至重塑企业现有的开发与运维流程。
在大语言模型的驱动下，无数代码如同自动化的织梭般流淌。
正如珍妮机的发明，终结了手工纺纱的时代一样。AI 编码模型的出现，也宣告着"手动编码"的时代，正无可挽回地进入历史的倒计时。
被夸大的"生产力幻觉"
随着 AI 编程不断展现出的令人惊叹的能力，另一种截然不同的声音，也在迅速蔓延开来。
一些自媒体开始不厌其烦地渲染"程序员天塌了"，"程序员即将被取代"的论调。
而这样的论调，总是能轻易地拨动大众的神经。
每当模型的编码能力有了新的突破，或者有一个新的 AI 编程工具问世时，相同的论调总会被拿出来再次热炒。
为什么"取代程序员"的论调如此受欢迎呢？
首先，编程本身是一种强大的生产力，但其背后倚靠的复杂的计算机理论，为外界筑起了一道高高的技术门槛。这让程序员这个职业，始终带有一层神秘的色彩。
其次，正是由于这道高门槛，使得程序员的薪资普遍高于许多其他行业。在一个有自研产品的企业中，技术团队也往往是人力成本最高昂的部门。
而如今，AI 编程工具似乎正在"铲平"这道门槛。
一个不懂代码的普通人，只需用自然语言描述需求，就能在几分钟内生成一个看起来还不错的网页，这很容易营造出一种"我上我也行"的错觉。
程序员的神秘色彩被抹去，强大的生产力似乎唾手可得，企业高昂的人力成本也有望大幅降低。
这些元素组合在一起，再配以耸人听闻的标题，自然能收割巨大的流量。
但显然，他们模糊了"玩具"和真正"工业级应用"之间的巨大差异。
不妨扪心自问：你听过或见过的，那些由零基础用户、用 AI 在几十分钟内做出的应用，有几个真正上线并依靠 AI 持续迭代和维护的？答案恐怕是：几乎没有。
究其原因有二：
其一，在于动机。
许多人使用 AI 编程工具只是出于好奇、实验、或炫技，而并非为了解决一个真实世界的需求。
其二，也是最核心的，在于工业级软件的内在复杂性。
一个真正的软件产品，想要长期稳定地运行、维护与迭代，必然涉及精密的架构设计、持续的性能优化、严格的版本控制等复杂的工程实践。
目前的 AI 尽管在生成"功能性代码"方面表现出色，但对于非功能性需求（如性能、安全性、可扩展性、可维护性）的理解仍捉襟见肘，而这恰恰是工业级软件的生命线。
因此，你依然需要专业的计算机知识，才能合理地拆解任务，从技术角度清晰地向 AI 阐述实现方式，并准确评估其生成的方案是否满足这些工业级标准。
因此，AI 只是"降低"了编程的门槛，但还远没有能"铲平"这道门槛。
那么，程序员们是否就可以高枕无忧了呢？也并非如此。
我们必须清醒地认识到，虽然眼下谈论是否会完全取代程序员这个"岗位"，还为时尚早，但取代初级程序员的"工作"，却已是正在发生的事实。
"雄鹰"振翅，"菜鸟"折翼
为什么初级岗位在本次的 AI 浪潮中，受到的冲击最为剧烈呢？
要理解这一点，我们首先要明白，企业招聘初级岗位的核心目的，就是为了实现团队内不同级别生产力的合理分配。
在过去，初级工程师一直负责处理那些定义清晰、风险较低、重复性强的任务，比如编写样板代码、执行单元测试、修复简单 Bug 等。
这不仅是他们为团队贡献价值的方式，更是他们从实践中学习、逐步成长为高级工程师的必经之路。
与此同时，高级工程师们则能从这些琐碎的任务中解放出来，专注于更复杂的系统设计、性能优化和难题攻关等工作。
然而，初级岗位的这些任务特性，比如明确的输入输出、可重复的模式、有据可循的解决方案等，恰恰是当前 AI 最擅长处理的领域。
于是，AI 以更低的成本、更高的效率，完美地承担了初级工程师角色。它不仅不要薪水福利，更省去了宝贵的沟通和管理成本。
毫不夸张地说，只要合理利用好 AI 编程工具，就相当于为每一位高级工程师配备了三名不知疲倦的初级程序员助手。
如今，在经济下行和技术飞速迭代的双重压力下，企业招聘策略也变得愈加保守和务实。
他们更倾向于雇佣那些能立刻上手、独当一面、直接创造价值的中高级工程师。
即便偶尔开放了少量的初级岗位，其面试难度也在急剧提升。过去通常只在高级工程师面试中才会出现的"系统设计"题目，如今也开始下沉到入门级岗位的考核中。
这导致了一个残酷的现实：许多计算机系的毕业生发现，他们的简历石沉大海，毕业即面临失业。
这幅景象，与当年徘徊在曼彻斯特工厂外，不知何去何从的纺织工，何其相似。
这并非主观臆断，而是有着清晰而有力的数据支撑：
- 风险投资公司 SignalFire 的报告指出，大型科技公司的应届生招聘比例，已从2023年的高点骤降了24.8%，如今仅占总招聘人数的7%。
- 在创业公司，情况则更为严峻，应届生招聘比例下降了10.7%，仅占总招聘人数的不足6%。
- 该报告的另一份数据显示，自2022年以来，能进入七大科技巨头（Alphabet, Amazon, Apple, Meta, Microsoft, NVIDIA, Tesla）的应届生比例，已经下降了一半以上，从25%降至12%。
- 另一方面，根据主流招聘平台Indeed的数据，截至2025年7月，受宏观经济周期影响，美国软件工程的职位发布量已降至五年来的最低点，与2022年中的招聘高峰相比，职位数量减少了超过70%。
这些数据揭示了一个悖论，一个让新人无路可走的"死循环"：你需要工作来积累经验，但没有经验，你根本找不到工作。
如今的科技公司，越来越不愿意为新人的"潜力"买单。他们只想看到你已经被市场"证明"的、能够超越 AI 的独特价值。
这场变革，没有大规模裁员的激烈方式上演，却通过一种更隐蔽、更具侵蚀性的"慢性挤压"来实现。
相较于招聘新人并承担培养成本，企业更愿意利用 AI 赋能现有的资深团队，使其能以更少的人力完成更多的工作。
这种选择对企业而言是完全理性的，但对整个行业生态而言，其后果却是深远的。
它像温水煮青蛙，悄无声息地侵蚀着行业的人才管道，制造出一场不易察觉但后果严重的"人才断层危机"。
技术变革注定的"阵痛"
尽管未来严峻，但我们也不必过度悲观。
纵观历史，每一次重大的技术变革，在带来生产力跃迁的同时，也总会造成某些特定技能的迅速贬值，就比如珍妮纺纱机的发明之于纺织工的手工纺纱技能。
这必然会造成某些从业者的生计被剥夺，造成短时间内的家庭不稳定与社会不安定，这是技术变革过程中不可避免的"阵痛"。
但历史也反复证明，抵制新技术的"卢德运动"终归是徒劳的。无论是砸毁机器的暴力发泄，还是为维护旧日尊严而发出的绝望呐喊，都无法阻挡历史车轮滚滚向前。
我们需要看到，旧角色的消亡，总是伴随着新的专业分工诞生的。自动化从未彻底消灭人类的工作，而是彻底地重塑了它。
在大量低技能岗位消失的同时，一些新的、甚至薪酬更高的工作机会也会随之诞生。
比如，当珍妮机被大规模工厂化应用后，那些独立的、以手工技能为核心的纺纱工消失了，但懂得操作机器的第一代纺织工厂工人则诞生了。
那些更主动适应变化、积极寻求转型的纺纱工，甚至还谋得了机器维修师、工厂管理者的角色。
今天，程序员正在经历同样的转变。
在初期阶段，AI 会替代程序员工作中那些最简单、最重复、附加值最低的任务。这或许不会让他们立即失业，但他们的工作内容和价值重心将开始发生变化。
当简单的任务被自动化后，行业的准入门槛会显著提高。过去需要数年学徒期才能掌握的技能，现在可能通过 AI 一键完成。
这意味着，新入行者必须从一个更高的起点，开始证明自己的价值。
未来，程序员的核心工作不再是逐行编写代码，而是去指导、管理、验证和调试一个由 AI 驱动的、高度复杂的开发系统。
程序员的能力，将更多地体现在以下几个方面：
- 系统性思维：从宏观层面规划和设计整个软件架构。
- 复杂问题拆解：将模糊的业务需求，转化为清晰、可执行的技术任务，并有效引导 AI 完成。
- 人机协作能力：熟练地与各种 AI 工具对话、协作，将其能力发挥到极致。
同时，AI 也将催生一批全新的产业和岗位，例如提示词工程师、AI 应用工程师、AI 模型训练与微调专家等。
在每一次技术变革中，命运的分野都异常清晰：
那些试图与新工具竞争、固守旧有工作模式的人，将不可避免地被边缘化乃至取代。
而那些主动学习并掌握新工具的人，则其生产力将得到极大增强，最终在新兴的生态中占据核心位置；
要证明这一点，我们不妨把目光暂时从专业程序员身上移开，聚焦于另一拨正在崛起的群体。
"赤脚程序员"的黎明
在行业内的专业程序员还在面临着转型的阵痛时，另一拨"程序员"群体，却已经在享受着 AI 带来的技术平权红利了。
技术变革的核心驱动力之一，便是将原先由少数专业群体独占的技能，通过工具的简化和普及，赋能给一个更广泛的群体。
现在，就有这么一个群体正在崛起，我们姑且可以称他们为"赤脚程序员"。
他们介于普通用户和专业开发者之间，可能只掌握有限的编码技能，但他们更贴近真实的用户社群，更懂那些具体而零散的需求。
就像上个世纪奔走在田间地头的"赤脚医生"，他们不一定是医学专家，却用有限的医疗知识，极大地缓解了基层缺医少药的难题。
有了 AI 编程工具的帮助，这些有想法、有执行力的人，再也不会因为陡峭的技术壁垒而让好点子被无限搁置了。
他们可以借助 AI，快速将想法变为现实，做出一些能够解决特定痛点的"小而美"的应用，来满足一部分小众用户的需要。
那些过去因为开发成本过高而被忽视的"长尾需求"，将被大量激活，我们或许将因此迎来一波软件应用的"井喷"时代。
不过，受限于目标群体，这些应用的体量普遍不会太大。
而假设它们真的增长到一定规模，则不可避免地仍会遇到前面所说的技术壁垒，此时，恐怕还是需要专业程序员来接手。
这也证明了，在 AI 时代，单纯实现功能的价值正在迅速贬值。他们做不到的，才是专业程序员核心价值所在：
系统的健壮性、代码的可维护性、大规模数据的处理能力、企业级的安全保障以及对复杂业务逻辑的深度抽象。
AI 赋能的"赤脚程序员"负责拓宽软件应用的广度，而专业的工程师，则必须去深耕技术的深度。
尾声
回顾珍妮纺纱机带来的变革，我们可以得出三个核心启示：
- 技术变革淘汰的是"任务"，而非"职业"
AI 不会让"程序员"这个职业消失，但会淘汰"手动编写重复代码"这项任务。
- 向价值链上游迁移是唯一出路。
当低层次的技能被自动化，从业者必须向价值链上游移动。正如纺纱工的出路是成为驾驭复杂机器的人，程序员的出路则是成为能够驾驭AI、保障最终产品质量的人。
- 真正的护城河，永远是"不可被标准化的部分" 。
在软件行业，这具体指的是对业务的深刻理解、创造性的系统设计、复杂的逻辑推理和对用户需求的洞察力。
历史告诉我们，面对颠覆性的技术浪潮，最危险的不是技术本身，而是固守于昨日的技能和身份认同。
第一次工业革命时期纺织工的故事结局早已定格，而属于 AI 共生时代程序员的故事，才刚刚起笔。
参考
ShowMeAI 赤脚开发者专题：[mp.weixin.qq.com/s/u8qw5GU6b...]
SignalFire 2025人才报告：[www.signalfire.com/blog/signal...]
Indeed 美国软件开发职位发布指数：[fred.stlouisfed.org/series/IHLI...]