本文是同名深入版的精简版。深入版有完整的论证链、全部数据出处和证据分级;这一版只保留主线,用直白的话讲清楚。关键数字都经过独立核查(数据截至 2026 年 6 月)。
职业没有在消失,入口在收窄。美国软件开发者的总就业人数在 2025 年创了历史新高;但 22-25 岁这一档的在册就业,从 2022 年底到现在跌了近 20%,而且还在跌。"初级工程师消失"这句话,一半是真的——真的那一半,比传言的版本更具体,也更值得认真对待。
关于这个话题的争吵,一大半是因为大家看的表不一样。同一个就业市场,有四个仪表盘,读数方向不同,但每个都是真的:
四个仪表盘拼在一起,就是开头那句话:职业活得好好的,门变窄了。尤其是给最年轻的人开的那扇门。
还有个细节很说明问题:计算机专业应届生的失业率是 7.0%,在所有专业里排第二到第四高——但在找到工作的 CS 毕业生里,做专业对口工作的比例几乎是所有专业里最高的(只有 19% 的人在做不需要学位的工作,其他专业平均约四成)。门难进,但门后面的房间没有变差。
这是全文最有意思的地方。你可能以为"AI 取代初级"的证据是:AI 干初级的活干得比初级好。实验数据说的恰恰相反。
微软、埃森哲等三家公司做过目前最大的编程 AI 随机实验(4,867 名工程师,随机一半给 AI 一半不给——就是医药界验证新药的那种方法):拿到 AI 的人平均多完成 26% 的任务,而且工龄短的人收益最大,短工龄组提升 27%-39%,老手只有 8%-13%。客服行业一个同样严格的研究:AI 让最没经验的客服效率提升约 30%,一年以上的老手几乎没变化。
那问题来了:AI 最帮新手,为什么最先收缩的是新手的岗位?
答案不在技术里,在公司的账本里。实验测的是"一个已经被雇的人,用 AI 之后干活快多少";公司决定的是"要不要再雇一个人"。AI 把新手的产出下限抬高了,但同时也把"不雇新手"的成本降低了——反正资深加上 AI,能把原来给新手练手的活顺手干掉。帮新手最多的技术,恰恰让"不雇新手"变得可行。这两句话不矛盾,它们是同一句话的两面。
做客服研究的经济学家自己在论文结尾把话挑明了:面对新手生产率的提升,公司可以选择"多雇新手",也可以选择"干脆开发更强的 AI 把这块劳动整个替换掉"。实验回答不了公司会选哪边——而 2023 年以来的招聘数据显示,美国软件行业暂时选了后一边。
诚实的回答:AI 顶多是共犯之一,而且到现在还没被完全定罪。
反方的证据很硬:科技招聘的崩塌有一半发生在 ChatGPT 发布之前——罪魁是 2022 年的加息、疫情期间的过度招聘回吐,外加一条美国特有的税法(Section 174,强制软件研发工资分五年抵税,等于变相加税,估算干掉了约 2 万个岗位)。耶鲁大学预算实验室反复检验后的结论是:整体劳动市场"没有可辨别的 AI 扰动"。还有一个最少被讨论、但最难反驳的因素:外包。美国初级招聘冻结的同时,印度的外包中心正在以每年 18% 的速度扩招 0-3 年经验的年轻人——初级工作没消失,一部分搬家了。
但正方手里有一张反方接不住的牌:上面这些因素都不挑年龄。加息、税改、裁员潮打击的是整家公司,可数据里跌的偏偏只有"最年轻×最容易被 AI 替代的岗位"这一格——同一家公司内部,年长的工程师就业还在涨。2025 年 7 月那条税法被废除后,招聘总量确实回来了,初级岗位的占比却继续往下掉。宏观因素解释得了水位下降,解释不了水往哪边歪。
所以目前最公道的裁决是:宏观鸡尾酒造成了塌方,AI 决定了塌方砸中谁。AI 具体占多大责任,学界还在吵——这个领域最好的研究者自己说,这场研究"还在第一局"。
2025 年上半年是宣言期:Anthropic 的 CEO 警告 AI 可能在几年内消灭一半入门级白领岗位;Meta 说年内 AI 能顶中级工程师;Salesforce 宣布当年不再招工程师。
2026 年是回摆期,而且回摆得相当狼狈:32% 因为 AI 裁掉岗位的招聘经理后来又把同类岗位招了回来(Robert Half 调查);55% 做过 AI 裁员的高管承认裁错了(Orgvue 调查);IBM 干脆宣布把入门级招聘扩大两倍,它的人力主管把道理说得很白:现在不招新人的公司,三五年后只能高价去挖别人家的中级员工。亚马逊云的 CEO 说得最直接:用 AI 替代初级员工"是我听过最蠢的想法之一"——初级员工最便宜,还是把 AI 用得最溜的一批人;亚马逊 2026 年照样招 1.1 万名实习生和应届生。
有一个历史先例值得每个下判断的人先读一遍。2016 年,深度学习教父 Hinton 说"现在就该停止培养放射科医生",因为 AI 五年内会全面超过他们。十年过去,2026 年放射科住院医师的招录岗位数创了历史纪录,平均年薪 57 万美元,Hinton 本人承认自己说错了。但这个故事有个黑暗的尾巴:虽然预测没兑现,申请放射科的医学生还是从峰值跌了 14%——吓人的预测不需要成真,就足以吓走一代人。现在计算机专业的新生人数已经开始下降(2025 年 -13%),同一个剧本可能正在重演。
比"初级会不会被取代"更值得担心的,是一个没人在测量的东西:如果新手不做活,新手怎么变成老手?
工程师的成长机制是"干中学"——这不是鸡汤,是拿过诺贝尔奖的经济学理论(Arrow,1962):技能只在解决真实问题的过程中形成。现在有两条路都在切断它:公司不雇新手,新手没活干;或者雇了新手,但练手的活全让 AI 干了。教育领域已经有了第一个严格实验的警报:让高中生无限制地用 GPT-4 做数学,练习时成绩涨 48%,可一旦收走 AI,他们比从没用过的学生还差 17%——不过,同一批研究里,设计了"护栏"的 AI 导师版本几乎消除了这个伤害。AI 之于成长是毒药还是补品,取决于怎么用,而不是用不用。
最讽刺的是:整个行业都在激烈争论"职业阶梯断没断",却没有任何一家公司在发布"初级晋升到资深的时间是变长了还是变短了"。谁先开始认真测量这件事,谁的话才最值得听。
在校学生(或犹豫要不要学 CS 的人):别按新闻标题做人生决定——放射科的预言十年没兑现,先跑掉的申请人白白让出了位置;而 CS 新生已经在减少,等你毕业时竞争反而可能更松。真正该做的是按新门槛准备:入门岗位现在要的是"小号资深"——真实项目、实习、能看懂别人代码并挑出毛病的能力。还有一条来自严格实验的忠告:用 AI 学习要给自己立规矩:碰到新东西,先自己想出答案(哪怕只是猜一下 AI 会怎么写)、再让它揭晓对照,而不是张口就要完整答案;直接抄答案的人,收走 AI 后比没用过的人还差。
正在找工作的应届生:先把心态摆正——你撞上的是"史上最多毕业生 × 入口最窄"的坏时点,不是你不行,而且风向在回暖(招聘广告在回升、裁错人的公司在回购岗位)。策略上:别只盯大厂,大厂恰恰是新人占比崩得最狠的地方;入门机会大量藏在校招、实习转正、内推和非科技行业的软件岗里,公开广告里带"junior"的只占约 2%。面试时,演示"你会指挥 AI 干活、还能抓住它的错"——这比手写算法更接近雇主现在真正缺的东西。
招人的公司:不招初级,单看今年是省钱的,拉长三五年是透支——到时候要么高价挖别家的中级,要么没得挖;已经有三分之一因 AI 裁岗的经理在往回招人。更聪明的做法不是删掉入门岗,是重新设计它:让新人做 AI 产出的第一道把关人,配上导师和评审门禁——实验证明这样带出来的新手,两个月能顶过去六个月,而且学到的是真本事。最后,开始测量你的职业阶梯(新人多久能独立负责?),现在全行业没人测——先测的公司,决策会比所有人的口号都准。
全文归结为七个可检验的主张,按证据从硬到软排序:
到 2027 年值得盯:26-30 岁档是否开始出现同样的下跌;招聘广告里初级/资深是否分叉;IBM 式的"招回初级"回摆是主流化还是个案;有没有公司开始公布"初级到资深要几年"。