几十年来，刚毕业的计算机科学毕业生遵循着一条既定的道路进入行业：从大学出来找一份入门级的编码工作；花上几年时间做漏洞修复、质量保证和维护工作；然后晋升到更高级的职位。
然而，这条道路正在迅速收窄。众所周知，目前这一代 AI 编码工具可以轻松处理许多曾经分配给初级开发者的常规任务。但如果越来越多人没有机会获得这种实践经验，一个更根本的问题随之浮现：下一代资深工程师将从哪里来？
根据《SignalFire 2025 年人才现状报告——2025》
a，主要科技公司的新毕业生招聘量如今约为 2019 年的一半。LinkedIn 报告称
b入门级软件工程招聘依然处于历史低位，而斯坦福大学最近的一项研究
c发现，22 至 25 岁的软件开发者就业人数已从疫情后峰值急剧下降。对于成千上万的准软件工程师来说，那个备受赞誉的职业生涯阶梯的第一级现在似乎令人沮丧地遥不可及。
AI 当然不是唯一的因素。一些科技行业批评者迅速指出，将裁员归咎于 AI 对华尔街分析师来说是一个吸引人的故事。事实上，许多科技公司因为在疫情期间扩张过快而大幅减少了招聘。加上更广泛的全球经济不确定性，孤立地分析 AI 对招聘实践的影响是一门不精确的科学。
无论原因如何，这些问题已不再局限于硅谷。新加坡管理大学副教授、与本科生合作的 ACM SIGSOFT 领导者 David Lo 担心，行业对短期利益的追求可能会在将来带来隐藏成本。“我们需要讨论今天生产力提高导致未来生产力下降的问题，”Lo 说。“最坏的情况是，AI 引入了太多债务——它是无法自行修复的债务——以至于没有工程师能够理解或解开它，”Lo 说。
瑞典软件分析公司 CodeScene 的创始人 Adam Tornhill 看到了类似的风险。“第一个原型总是容易的部分，”他说。“软件产品大约 95% 的成本发生在初始版本发布之后。将原型转化为稳定、可靠且可演化的系统，才是真正工作的开始。”
Lo 认为更大的风险不仅是入门级工作的减少，而是未来缺乏能够维护现在由 AI 工具生成的大量代码库的资深工程师。
资深软件工程师已经看到减少初级招聘对他们自己职业道路的影响。一家大型科技公司的一位资深机器学习工程师（因讨论雇主招聘实践而要求匿名）将入门级开发者的境况描述为“绝对残酷”。
去年，她的雇主招聘了一批软件工程实习生，但没有提供全职录用通知。今年的实习生群体规模小得多，且主要集中在专门从事机器学习的研究生中。
同时，她警告不要简单地将 AI 直接取代软件工程师作为叙事。“我们有 AI 代码，”她说。“我认为代码并没有真正取代初级工程师，但它确实让资深工程师变得极具生产力。”
然而，这些生产力提升是以牺牲组织健康和职业流动性为代价的。“瓶颈已经变了，”她说。“过去是构建某样东西需要长时间，但现在事情卡在代码审查上，因为人类无法足够快地审查它。”
Tornhill 认为转向 AI 辅助开发最终将增加能够进行系统思维的工程师的重要性和价值。“我们人类自己编码得越少，我们就越需要优化设计、架构和社会技术契合度，”他说。“更快的编码增加了协调压力、验证需求以及团队能够理解之前复杂性积累的风险。”
换句话说，代码生产变得更容易、更便宜，但维护复杂的软件系统是一项困难得多的任务，就目前而言，它仍然严重依赖人类的判断力和专业知识。在越来越多的公司，新招聘人数减少意味着越来越少的人能够获得传统上产生深厚技术专业知识的实践经验。
对于许多组织来说，初级开发者队伍的缩减也给资深工程师带来了问题，他们发现自己越来越多地撞上了职业天花板。“每位资深工程师都想负责大型项目，”她说。“所以我们撞上了所有这些人，他们无法晋升，因为没有可以委派的人。”
几十年来，该行业一直依赖着直截了当的人才层级，相对少数量的资深工程师监督着更大群体的初级开发者。如果 AI 减少了那些入门级工人的需求，同时提高了资深工程师的生产力，组织可能需要重新思考职业晋升意味着什么。
在更大的公司，情况看起来有些不同。大型企业软件公司仍然需要能够维护复杂代码库的工程师，作为长期客户关系的一部分。至少其中一些公司仍在继续投资招聘新毕业生。
今年早些时候，IBM 宣布计划将其美国入门级招聘量增加两倍。“如果我们不继续投资入门级招聘，三到五年后会怎样？”IBM 首席人力资源官 Nickle LaMoreaux 在最近的一次采访中被问道。“如果没有人才管道，井就会干涸。”
亚马逊也宣布计划今年招聘 11,000 名实习生和新毕业生。AWS 首席执行官 Matt Garman 在 2025 年接受
Platformer 采访时说，放弃招聘初级开发者的计划是“我听说过的最愚蠢的事情之一”
d。
总部位于德国的 SAP 研究副总裁 Alex Schaefer 认为，AI 正在改变软件学徒制的性质，而不是消除它——尤其是在大型企业中。他描述了从传统代码补全工具向“基于意图”开发的过渡，在这种开发中，开发者指定目标，AI 代理生成大部分实现。重要的是，他的团队继续招聘实习生和早期职业生涯的毕业生。
然而，Schaefer 不相信 AI 消除了对深厚技术理解的需求。“你仍然必须理解架构，”他说。
此外，Schaefer 认为 AI 实际上可能加强入职流程的某些方面。新员工可以将代理指向一个大型代码库，并询问为什么存在某个模块、某个功能是如何演变的，或者入口点在哪里。在这个意义上，AI 工具在某些方面可能比人类资深工程师更好的导师。“它可以解释历史，”Schaefer 说。“它有着无限的耐心。”
尽管变化速度很快，Schaefer 说他在招聘新人时看重的品质仍然惊人地熟悉。“问题解决不会改变，”他说。他继续强调计算机科学基础，但现在期望工程师了解如何有效使用 AI 工具。“那些不学习如何使用这些工具的工程师，他们肯定会被抛在后面。”
预测未来总是一门棘手的生意，尤其是像 AI 这样技术变化如此之快。AI 最终也可能取代资深工程师——整个软件开发行业无疑将继续以我们几乎无法预见的 方式在未来的几十年里发生变化。但就目前而言，新软件工程人才市场正在经历一场根本性的转型，这似乎足够清晰。
生成代码变得更容易，但理解它的过程仍然是一件顽固地属于人类的事情。软件行业长期依赖初级开发者在更有经验的同伴陪伴下吸收工艺。如果这些机会变得稀缺，更深远的后果可能需要几年时间才会显现。软件组织可能会发现，生成代码比培养能够理解代码的人更容易。
Alex Wright 是一位居住在美国纽约布鲁克林的作家和研究员。
