一名失业中的程序员，因一次创新的求职方式引发全网关注。林默然以999元的价格，在上海地铁陆家嘴站租用广告位5天，展示个人简历二维码，扫码即可追溯其"辗转的职场生涯"。
林默然于2023年5月选择"主动离职"。同年3月15日GPT-4发布后，他与众多开发者同样陷入沉思------面对生成式AI的浪潮，是坚守传统岗位，还是投身技术变革？
彼时的他任职于上海某食品集团数据部门，作为AI竞赛的常胜选手，他自称"技术极客"，业余时间在本地互联网社群中颇有名望。
2023年5月完成3场AI沙龙后，林默然意识到大模型的热潮已远超"快速增长"的范畴。参与活动的企业主们普遍陷入技术焦虑，从制造业到服务业，各类规模公司均开始布局大模型研发。
然而其雇主------一家主营东南亚水果进口的上市企业，对AI转型态度冷淡。"AI是未来赛道""必须转型算法领域""或将成为行业新锐"......怀揣此类抱负，他毅然踏上职业转型之路。
大模型浪潮席卷而来，互联网行业鲜少遭遇如此剧烈的技术迭代。传统技术从业者与前沿AI企业的能力需求，二者间的匹配壁垒远超预期。
更多AI大模型学习视频及资源，都在智泊AI。
01
消失的产品经理
事情没有林默然想得顺利，"门槛确实太高了，很多招聘要求是能开发底层大模型"。林默然自认在写代码这件事上是有天赋的，在AI比赛上靠写中小模型也获过不少奖项，但对大模型经验寥寥。
更糟糕的是，毕业于湖南大学市场营销专业的他，曾经靠自学Python闯入技术圈，但"英雄不问出处"的法则在大模型行业失灵了，"学历上就卡死了"。市场达成了自己的共识，这个共识就是追求确定性，以实现不确定性。
要在大模型行业有一席之地，人才密集和资金密集与否，是唯二决定生死的核心要素。
大家多少清楚如今大环境下投资人的谨慎，至于人才，情况要令人困惑得多------从大厂高管、创业公司老板，再到投资人、猎头，没人了解方向，都在从零摸索起。
作为大模型初创公司共生团队负责人，陈启最近做了一个决定，暂时搁置招聘产品经理的工作。
创办共生团队几个月后，市场给忙于吸纳人才的陈启上了最新一课------大模型公司很难在互联网体系内找到可以经验复用的产品经理。放弃招聘后，他和几位AI工程师出身的创始团队成员，兼起了公司产品经理的职责。
"我们筛选过很多产品经理的简历，做UI的、产品的等等，但他们的共同问题是，不了解大模型项目的底层机制，导致没有办法很快迁移经验。"陈启说道，"如果理解程度是'画一个界面'，那最后基本一塌糊涂。"
国产大模型已经卷了一年半，但陈启至今没有看到"比较高质量"的产品经理出现。他产生了巨大的紧迫感。
他说，创办公司几个月的时间里，团队更加坚定了这样的认知："我们尝试从原子化角度来看，如果一个新技术让单个个体角色发生根本性变化，那么由这样一个个体所组成的单位和系统，自然也逃不过变化。"
大模型猎头Jason则感觉"所有人都在追逐同一拨人"，就是清华帮那十几个，"如果追求对底层大模型的认知，国内只有他们"。
"无论创业公司还是大厂都在问我同样的事情：唐杰老师（智谱AI首席科学家、清华大学计算机系教授）的减一（直属下级）能不能挖来？岂凡超（深言科技创始人、清华大学人工智能研究院教授孙茂松的学生）的减一能不能挖来？"
短时间内，清华帮十余人成了国内大模型人才市场唯一的确定性，要招他们之外的人，大家几乎连招聘要求怎么写都没有头绪。资深猎头肖恩曾接过几个互联网大厂的大模型招聘需求，只不过对接的过程令他有些哑然失笑。
"某头部大厂根本不知道想要什么，还异想天开想从OpenAI、Meta什么的挖人。""有些大厂大模型团队办公室都开到国外了，但是也没做出什么水花，也不知道未来要干什么。"投资人也在雾里看花。
曾经有投资人问陈启，是不是国内（大模型公司）已经泛滥了，这让陈启感到无奈。"根本不可能，真正能做底层大模型的始终只有那一拨人，无非是几个团队间绕来绕去，这个技术很难短期内扩散。"
02
并非取代那么简单
大模型或许是属于技术追求者的最好的时代，它更纯粹、更专注、更具长期价值。产品竞争力的核心几乎完全聚焦于技术实力。
这种变革也催生了行业焦虑------在新一轮技术浪潮中，落伍者是否会被淘汰？地铁站求职广告发布后，50余家企业联系了林默然，表面看是职业转折的曙光，但经过30多轮面试，他获得的岗位邀约仍集中在数据分析领域。
他不得不承认，自己的"大模型理想"或许难以实现。"大模型的出现，让三年Python学习投入似乎失去了价值。"他观察到行业正呈现两极分化：有人凭借大模型技术在高精尖领域游刃有余，也有人因"AI替代论"黯然离职。
林默然的职业困境，恰恰印证了大模型编程能力提升的悖论。编程作为计算机科学的基础，其发展史贯穿了整个互联网时代。
从二进制指令到机器语言，从汇编系统到C/Python等高级语言，编程工具的演进已持续数十年。2021年OpenAI推出的Codex系统，首次实现了通过自然语言生成基础代码，标志着AI编程时代的开启。
此后，Devin、CodeFuse、GitHub Copilot等"AI程序员"产品呈爆发式增长。CoderPad调查显示，超80%开发者已使用AI编程工具，CSDN数据则表明35%开发者每日依赖代码生成，其中36%认为效率获得显著提升。
与AI创作内容相比，编程能力的突破更具颠覆性------互联网的生产体系本质是建立在代码之上的。需求分析、系统测试、运维监控等完整流程，都将因基础编程的变革而重构。
正如英伟达CEO黄仁勋所言："现在全球人人都是程序员。"传统编程语言需要数十年沉淀，而大模型让自然语言编程成为可能。
CSDN蒋涛预测，未来3-5年全球开发者将从1亿增至10亿，将涌现出类似自由职业者的"超级程序员"。
但技术红利总伴随阵痛。蒋涛指出："大模型首先会替代金字塔底层的代码编写工作，市场将更看重架构设计等高层能力。"Motherboard对9388名工程师的调查显示，66%认为求职难度增加，行业普遍预期程序员岗位将缩减。
硅谷公司已呈现典型特征：Midjourney(11人)、Magnific AI(2人)、Sora(13人)等团队极度精简，但外包规模显著扩大。CoderPad数据显示，60%企业采用临时工填补技术缺口，Midjourney的外包团队达60余人。
这种替代并非新鲜事。25年前蒋涛创建CSDN时，初代程序员还需手动绘制界面窗口。"程序员职业始终处于自动化进程中，"蒋涛坦言，"过去是框架解放生产力，现在大模型连框架应用能力都接管了。"
90后工程师苏奇的态度颇具代表性："AI能提升重复性工作（如IDL/POJO代码）的效率，但测试、前端等低壁垒岗位最危险。"他的深层焦虑在于："如果行业最终只保留30%顶尖开发者，新手如何判断自己能否跻身前排？"
03
开发者更好的时代？
技术开发的核心团队规模正持续精简，传统互联网时代依赖人力堆叠的开发模式，在大模型时代已失去效能。
大模型作为互联网体系之外的全新基础设施，其上的生产逻辑和组织架构亟待重构。例如"螺丝钉"这一互联网时代的职业标签，陈启认为将逐渐退出技术领域。
"即便未来业务扩展，我们的技术团队规模也不会急剧膨胀。任何大模型机构若出现人员暴增，都可能是异常信号。"蒋涛持有相似观点。
尽管过去三十年互联网生态的构建离不开每位程序员的代码贡献，但蒋涛指出："程序员群体恰恰成为软件开发效率的瓶颈------缺乏编程知识的人难以将创意落地，导致开发者数量长期供不应求。
对企业而言，评估开发成本后，许多创新项目最终被放弃。"杨植麟在腾讯访谈中谈及，若Sam Altman在微软体系内领导AI团队，将面临"在旧文化中培育新组织"的结构性难题。
具有中美大厂从业经历的苏奇观察到，国内互联网企业普遍追求"速赢人才"："开展新业务时，企业倾向于直接挖角竞对资深员工，最好能携带现成方案。这导致行业技术架构高度同质化------搜索框架模仿百度，交易系统复制阿里。"
这种模式虽能快速扩张，但相比地推规模、补贴力度等运营指标，技术优势反而退居其次。
受访者普遍认为，大模型将颠覆互联网时代的生产逻辑。梅涛对比AI四小龙时代指出："传统AI项目比拼的是综合解决方案能力，如不同场景的人脸识别需定制开发，导致企业陷入'项目-人力'的恶性循环。而大模型是自闭环技术，无需依赖大量交付人员。"
陈启常被投资人问及"所属行业"，他必须反复解释："大模型模糊了行业边界，服装设计与建筑设计在计算层面已无本质差异。"
《人月神话》的启示在陈启创业后愈发深刻。书中揭示的"焦油坑"现象------团队规模扩大导致管理成本指数级增长。
在大模型时代获得新注解："传统开发中，每4名开发者需配置2名测试、1名PM和2名产品经理，研发占比不足30%。这种臃肿结构扼杀了创新空间。"
苏奇对书中"success without applause"的论述感同身受："开发者价值往往取决于自我驱动，多数人实则是系统齿轮。"
他亲历的职场怪圈是：方案A改B造就晋升潮，B改A又迎来新轮晋升。"技术人常将简单问题复杂化以争取资源，最终产出连自己都不使用的产品。"
尽管硬件和工具已迭代数十年，《人月神话》揭示的软件工程困境依然存在：开发者无法掌控工作目标，项目滞后时只能被动加班或增员。
GPT5.2发布后，林默然仍坚信AI的变革潜力，但质疑"AI裁员"的真实性："被替代的岗位很快被新人填补，这本质是人力资源策略的包装。"
注：文中人名均为易名
更多AI大模型学习视频及资源，都在智泊AI。