追赶新技能、回归基础并推动集体行动：软件工程师如何适应AI

自2022年OpenAI的ChatGPT发布后，软件工程职业遭遇前所未有的颠覆。谷歌报告其75%的代码已由AI编写，工程师Matt发现自己的角色从编码转向审查AI生成的代码，他直言“我在努力不利用AI”。伦敦国王学院助理教授Bouke Klein Teeselink指出：“编写代码的技能已经过时，而评估AI代码、发现漏洞与理解错误的能力正变得至关重要。”

就业市场急剧变化。据Layoff.fyi数据，逾60万美国科技工作者已失业。纽约联储数据显示，2024年计算机科学毕业生失业率升至7%（前一年6.1%），就业不足率超过19%。Indeed上美国科技岗位招聘较2020年下降36%。尽管职位减少，专家强调软件工程师并未被淘汰：Wharton教授的Ethan Mollick认为，价值现在在于定义问题、设计系统和有效指导AI工具。

工程师们正采取不同策略。Matt在个人项目中避免使用AI，手工编写每一行代码，以保持技能敏锐。他担心过度依赖AI会削弱自身能力，但当前老板要求他更多使用AI，使他对未来感到“黑暗”。相反，George Dover在2024年被Mailchimp裁员后，转而学习AI生成代码并仔细评估其误差、冗余与bug；在提交400份申请后，他获得了一份面向AI的软件工程职位。

另一些人考虑集体行动或彻底离开。Dover曾成为代课幼儿园教师，思考“还有什么适合我”。但转型并不轻松：Dover发现AI代码有时需更多时间调试，“AI可能带你走入死胡同”。Klein Teeselink指出，非技术工作者虽能编写代码，但验证AI代码仍需专业技能，这为工程师保留了需求。

十多年前，编程被视为经济机遇的核心。2013年奥巴马启动40亿美元“计算机科学全民”计划，扎克伯格与盖茨也参与推广，编程训练营随之爆发。如今这些努力受到AI冲击——编写代码的自动化程度远超预期。

未来仍不确定。Harvard教授David Malan指出，AI运行成本极高（OpenAI去年支出80亿美元，Anthropic约30亿美元），这些成本终将转嫁客户，因此企业不太可能完全依赖AI，而会寻求“AI辅助软件工程师”的平衡。Brown教授Shriram Krishnamurthi补充，AI直到去年才生成高质量代码，对代码审查的需要将筛选出准备充分的工程师，但“两年后的职业形态尚难预测”。