AI最先消灭的,不是程序员,而是程序员新人

（本文作者为 wiwi，钛媒体）

文 | wiwi

"这段为什么不直接用 AI 生成的那个？反正测试都过了。"

类似的对话，正越来越频繁地出现在各家公司的 code review 现场。年轻的工程师能飞快地把功能"做出来"——PR 干净、测试通过、需求关闭；可一旦被追问"这里为什么这么写""半夜线上炸了你第一步查哪儿""这个写法将来会不会埋坑"，往往就答不上来了。真正让带他的人后背发凉的，不是某一次卡壳，而是一个更冷的念头：如果 AI 已经替他抹平了大部分挣扎，他还会不会有机会长出那套本该在挣扎里形成的判断力？

而在管理层那边，这笔账算得清清楚楚。一位技术负责人最近就给我算过一笔。

他的团队今年有三个交付节点撞在一起。按过去的办法，他得招两三个初级工程师，先把人补进来，再让团队里的老人慢慢带。可头半年，这几个人大概率不是产出，而是成本：需求要一句句讲，代码要逐行 review，线上问题不敢让他们独立碰，写出来的东西还得有人收尾。等他们真能独当一面，项目窗口多半早过去了。

所以他没这么做。他给现有团队配齐了 AI 编程工具，让几个中高级工程师把需求拆得更细，把样板代码、接口联调、测试脚本和文档交给 AI。结果很直接：节点没误，人没多招，预算还省了一截。

从任何一个季度看，这都是一个无可指摘的决定。

问题是，今年几乎每家技术公司都在做同样的决定。当所有人都发现"资深工程师 + AI"就能顶掉大半新人补位的活，一件没人愿意挑明的事正在发生：这个行业供给资深工程师的入口，正在悄悄收窄。

这不是一个"AI 抢走年轻人饭碗"的故事，真相要冷静得多。AI 没有直接杀死新人，它只是让企业越来越没有理由去招聘、培养、容忍新人。企业用 AI 填上了今天的产能缺口，却把人才供给的窟窿，挪到了几年以后。

印度程序员这么多为什么救不了印度互联网

等待裁员的Meta程序员:一年间我是怎么败给AI的

大厂程序员每天在干嘛?多数人"假装在上班"

这是一笔很像"技术债"的账：眼下无痛，短期甚至相当划算，却会在未来某一刻集中到期。区别只在于，技术债拖垮的是一个代码库，而人才债拖垮的，是一个行业的下一代。

最先消失的，不是程序员，而是"新人入场的理由"

要理解这笔账，得先想清楚一件事：过去，初级程序员凭什么能进一家公司？

答案有点反直觉：恰恰不是因为他们能力强。他们写得慢、想得浅、容易漏掉边界情况，对线上系统也还没什么敬畏心。可即便如此，企业还是年年招他们——因为团队里总有一大堆低风险、低难度、却又必须有人干的杂活：改一个页面、补一个接口、写一个脚本、修一个边角 bug、整理一份文档、跑一遍测试用例。

这些活看着不起眼，却是新人踏进工程世界的第一张门票。公司用它们换来未来的人才储备，新人用它们换来在真实系统里练手的机会。这笔交易过去谈不上完美，甚至常常粗糙，但它一直都在。

AI 出现之后，最先被吃掉的，恰恰是这类活。样板代码能生成，单元测试能补齐，接口文档能整理，简单 bug 能让模型先定位，前端页面能从一张截图直接还原。过去一个新人要磨两天的东西，现在一个中级工程师带着 AI，半天就交了。

于是企业的算盘变了。它不再问"AI 能不能完全替代一个初级工程师"——答案显然是不能；它问的是一个更现实的问题："既然现有团队加上 AI 就能顶住交付，我为什么还要招一个半年内不稳定、需要人带、还可能出错的新人？"

这才是关键。初级岗位不是被 AI 正面打败的，而是失去了进入组织的理由。