最近读了一篇很好的文章 “Why AI hasn’t replaced software engineers, and won’t”（AI Snake Oil 通讯），结合自己的一些思考，整理一下核心观点。
一层层剥开”AI 替代程序员”的叙事
1. 那些”AI 导致裁员”的新闻，经不起推敲
文章追踪了几个著名的案例：
| 公司 | 官方说法 | 实际情况 |
|---|---|---|
| Block（Square） | CEO Jack Dorsey 说 AI 让团队更扁平，裁员 4000 | 疫情间招了三倍人，财务压力才是真因 |
| Snap | 说 AI 写了 65% 的代码，裁员 1000 | 实际上是被激进投资者逼着降成本，公司上市以来年年亏损 |
| Intuit | 裁员 3000，同时签了 AI 合作 | CEO 自己否认跟 AI 有关，说是管理层级太多 |
这不是挑出来的特例。文章调查发现了一个普遍现象：
59% 的美国招聘经理承认，他们拿 AI 当裁员的借口，因为对股东说”AI 替代了人”比说”我们财务紧张”好听得多。
Forrester 的分析师说得很直白：“问他们有没有成熟的 AI 产品能顶上那些岗位，十有八九答案是没有，甚至还没开始做。”
2. “三明治”模型：为什么写代码从来不是瓶颈
文章提出了一个很好的框架——软件开发的”决定—执行—交付”三明治：
1 | ┌─────────────────────────┐ |
AI 压缩的是中间的”执行层”。但两端的”决定”和”交付”几乎没变。
一组关键数据：GitHub 上 10 万开发者的研究发现，AI 让代码产出提高了 8 倍，但最终发布只增加了 30%。这 30% vs 800% 的差距，就是人和 AI 之间不可替代的部分。
3. 为什么员工总数反而可能增加
这就回到了经济学的核心逻辑。不是简单的”写代码变快了所以不需要那么多人”，而是：
软件需求有高价格弹性。当软件变便宜了，市场会需要多得多的软件。
举个例子：
- 以前开发一个功能要 10 人月，成本 50 万，公司算不过账，不做了
- 现在 AI 辅助下只要 2 人月，成本 10 万，公司觉得划算，决定做
- 净效果：需要的人更多了
这个逻辑有个响亮的经济学名字——杰文斯悖论（Jevons’ Paradox）：
蒸汽机效率提高后，每吨煤能做的功变多了，但煤炭总消耗反而上升了——因为煤变”划算”了，大家用得更狠。
放到软件行业就是：AI 让每个工程师的产出变高，但市场对软件的总需求增长更快。
4. 历史不会撒谎
| 历史事件 | 当时的主流恐惧 | 实际结果 |
|---|---|---|
| 高级语言出现 | 不需要那么多程序员了 | 程序员数量翻了几十倍 |
| 开源运动 | 商业软件公司要完 | 催生了全新的产业 |
| 云计算 | IT 运维人员要失业 | 运维需求暴涨 |
| AI 辅助编程 | 程序员要被替代了 | ？ |
每一轮”技术替代人”的恐慌过后，事实都证明：技术不是替代人，而是重新定义人的工作内容，并且总需求在增长。
写在最后
这不是盲目乐观。文章也承认：即使总需求在增长，个体软件工程师的职业生涯可能会更动荡。 比如：
- 初级岗位可能减少，因为 AI 补了部分”执行”能力
- 纯”码代码”的岗位价值下降
- 但懂业务、能决策、能交付的人会更值钱
最让我有共鸣的是这句话：
AI 压缩了三明治的中间层，但两端的”决定”和”交付”几乎没有变化。而真正重要的是两端。
参考：Arvind Narayanan & Sayash Kapoor, “Why AI hasn’t replaced software engineers, and won’t”, AI Snake Oil, Jun 2026