人工智能真的会让程序员在 5 年内失业吗？

by , at 27 February 2026, tags : 程序员 代码 人工智能 失业 点击纠错 点击删除
使用CN2/CN2GIA顶级线路，支持Shadowsocks/V2ray科学上网，支持支付宝付款，每月仅需 5 美元
## 加入品葱精选 Telegram Channel ##

知乎用户 大黄 发表

是的，已经快失业了。

aigc 出现之后，从上到下 all in ai，被调走到 all in ai 的团队。

做了半天发现这玩意和传统 ai，核心商业逻辑上没有本质不同，当前完全没有好的变现模式，都是赔钱卖吆喝。赚钱的都是中间商，办展会，办论坛，卖书，卖课的。真正用 aigc 能力，能把 roi 打正的，没有。

所以这玩意，我估计做着做着，公司意识到这个问题之后，就会 reorg，我就失业了。

以上。

===

文章发布于 24 年 7 月，现在 25 年 1 月，快失业了，做的东西渗透率差，没人用，希望能熬到年终奖

===

25 年 3 月更新，“兄弟们，今天又要到饭了”，团队进行了小的 reorg。不赚钱的 aigc 创新项目砍掉了了。剩下了勉强能打正 roi 的项目，新增了 deepseek 的创新项目。感谢 deepseek，25 年 q2 的工作保住了（至少 deepseek 还能再忽悠一波）。

另，作为算法研发，最近蛋疼算了一下北京市码农的退休金，真的是比想象的少，兄弟们，就算被裁了也不能直接退休。假设 2010-2025，15 年工龄，3 倍基数，交满社保的情况下，60 岁退休，算出来退休金 5900。努力吧，少年！

===

25 年 11 月

被裁了，兄弟们，拜拜！

知乎用户 杨天​​ 发表

绝对数量意义下，会让一大批程序员失业。

写测试的，写小模块的，写 crud 的，api boy，会大批下岗失业。有架构能力，深入业务的，还能苟一阵。等 ai 再次进化后，又有一大批失业。

更新一下，现在 ai 进化速度太快，已经开始替代很多 saas 软件功能了。开发软件的需求也减少了。

比如 Adobe。以前 P 图用 PS，现在 P 图用豆包，还不用学复杂的操作，给出你的要求就好了。

相当于一根筋两头堵了。

ai 写的快，ai 的基建适用性太强，替代了专业软件。。

再更新下，很多人不相信 AI 能力，应该是没用过最新最强大的模型和智能体，也没掌握 vibe coding 的范式。真正用过的人，会用的人，无不对 AI 的能力感到震惊。

很多公司都在内部大力推广 AI 编程，自己去品吧。

第三次更新，我笃定 AI 会替代大量程序员的最根本的依据，就是市场上，太多的水货了。不管在什么厂，都看到过狗屎一样的代码。Claude 的模型 200 美金一个月，写出来的代码，比大多数人写的都好，不比养一堆没经验的水货程序员便宜？以后程序员要做的，就是做最关键的需求分析和工程 review，编码测试部署上线，基本不需要人工干预，这一天不会太远。

第四次更新。有人纠结于 AI 目前无法替代人去跟客户做需求分析。其实只不过 AI 没有对专门对某个领域积累行业知识而已，但这个技术上没有任何困难，只是看经济上是否划算。我们公司有知识库，因此 AI 写对应的需求，简直不要太溜。

另外，Ai 替代人工，目前是通过对高级工程师加成的方式。AI 对比初级工程师，理解力和执行力不是一回事。人会累，会偷懒，缺乏行业知识得花大量事情去学习，提交的代码需要反复修改 / review。因此高级工程师顶多同时带 1-2 个新人，而且高级工程师带初级工程师，起码有几个月，还不如自己干效率高。对于 AI，完全不存在这个问题。我作为项目主程，现在真的是一个辅助都不需要，就能轻松搞定一个 10w 行规模的项目。

知乎用户 爱笔磊 发表

程序员不知道，我们自主研发了一套自动化程序，目前可以替代数据录入员 50% 的工作，预期到明年，可以替代录入员 80% 的工作和客服 50% 的工作，可以为我公司精简 50% 的人力。

我准备推广到全国。首个试运行的公司在东北，他有 100 + 的数据录入员，预期会导致 50% 的下岗。

昨天他们部门经理给我打电话，说起这个事，他说他们底下的数据录入员，有些人的工资只有 1800 左右。

我突然有一丝，心有不忍。

我在干一件什么事？我是想在一年内推广到全国的，这套 AI 程序，预期会让 80% 的底层员工失业，每个省预期会有 1000 人左右，大一些的省份可能会有上万人下岗，全国大约是十万人左右。我很清楚，我不搞，也会有人搞，只不过时间差别。

我之前去考察了一家文化传播公司，他们使用 AI 之后，员工已从 2000 人精简到 200 人了。而其他各行各业也都即将迎来这一波革命。

珍妮织机在全球让几百万人下岗，但带来的是人人有衣穿。我只能这么安慰自己。时代的洪流下，人人都只是一粒沙，我也不例外，如果我不搞，别人搞成功了，那么被淘汰的，就是我了。

知乎用户 诗与星空​ 发表

2025 年之前，绝大多数传统企业是没有程序员这个岗位的，

尤其是用工量巨大的制造业企业，主要岗位就是销售、生产。

需要开发程序怎么办？

有钱的会外包，没钱的会买成品软件。

外包比较贵，成品软件定制化程度不高，各种不好用。

好了，2026 年了，传统企业的老板会怎么办？

请一个半吊子全栈，然后依托 AI 编程，把公司的需求全部搞一遍。

因为管理精细化是无止境的，所以信息化需求是无限的，

会一直有活干。

在二三四线城市，这种全栈程序员，一年 2、30 万就差不多够了。

到十八线小县城的中等企业，给 1、20 万也能养的住，

而实现的效果，比花几百万的大块头软件好用多了。

AI 干掉的不是程序员，

而是软件公司（现在最慌的是各大商业软件巨头）。

程序员还会存在，

会揣着大模型下车间进厂房。

当然了，

作为程序员，

你还想要 10 年前 20 年前那种远超中位数的超高收入，

也是不现实了。

知乎用户 菽陌松囿 发表

现在 coding agent 及模型发展

crud boy、测试等中低阶岗不太需要

普通的反应迟钝中层管理也不太需要

那些纯指挥，空谈架构的高 P 也不太需要

连 ai 都不会用的低端产品、老板（搞不定资金）也不太需要

anyway，需要的是持续学习跟紧，对新事情保持敏感的， 对于分析、解决问题、快速学习的人才机会更大……ai 虽能提供新的生产力， 但是更需要有人兜底，快速发现及解决问题， 基础扎实且学习能力突出，因为 AI 让学习各个领域的知识变低， 敏而好学者优势巨大，靠死记硬背的不适合这个时代。

总之，随着模型持续进步，淘汰的不是某个岗位、工种的人，淘汰的囿于一隅、固步自封的人，就目前可以看到，生产模型的算法和 infra、能结合业务开发 AI 应用的产品和技术人员会拿到超级红利，而且很缺。

知乎用户 Moenova 发表

很多人错误的理解了编程。

代码本身就是需求的一部分。

而不是需求的另一种表达方式。

*

有很多复杂的逻辑本身只能用代码描述才能精确无误，你用任何自然语言描述都会变味，导致歧义。

即便是两种不同的语言，都无法完美翻译。不同语言的特性差异导致了这种完美翻译是不存在的。

*

一般程序员的工作并不是无脑执行项目经理的要求。而是不断的沟通，不断确认项目经理是不是变异了，或者准备变异，并提早规划把变异控制在可控范围内。

程序员需要在各种资源如：计算，内存，硬盘，服务器，速度，用户体验，开发效率，可维护性。之间做出合理的妥协。

很多时候要程序员要做的并不是编程，而是在无限的需求和有限的资源之间做出的妥协。

*

总结下来就是：代码即需求。

AI 得先读懂人性，理解业务，才能写好代码。

*

写代码终究也是人情世故。

知乎用户 玄睛 发表

不会。

因为不会有 5 年这么久。

2019-2025 年，AI 的进步速度大概是 7 个月性能翻一倍。

目前的 AI 性能，尤其是编程方面特别厉害的 chatgpt 5.3 和 Claude 4.6，已经可以超过初级和中级程序员了。

你可以试着想象一下，再过 60 个月，性能翻了 64 倍之后的情况。

我觉得不需要那么久，一年到一年半足够了，真正花费的时间是社会组织的调整周期。

知乎用户 桑桑桑 发表

我 gpt4 那时就等着说自动用工具特别是自动用 unity，我当时还认为按这个发展速度，游戏开发的复杂度会被彻底解决，游戏企业的资金曲线会变好 100 倍。

gpt4 是 23 年 3 月份出现的，现在已经过去两年了，gpt 还是不会用工具，让 chatgpt 做下 PS 都不行，他直接调用生图模型把你的东西改的不像了都，货不对版请问如何商用？

说好的生产力大爆发呢？？？

所以我说，不要对科技发展有太高的预期，很多时候实际发展速度都是龟速一样的。

隔壁还搞了个 MCP，也是莫名其妙，你的逻辑应该是读取整个屏幕的内容，而不是另外搞一套接口出来，简单问题复杂化。

我最近发现冒出来了一个 agent 公司，终于路子做对了：

General Agents | Introducing Ace

但是按以往的预测实际情况总是延后几年，我看商用也是要猴年马月了。

知乎用户 黑木 发表

作为一名，可以说 AI 大模型的影响不大，每个月的单量还更多了。

为什么呢？AI 大模型可以拿公开的语言规范，公开的代码库，优质的开源项目去训练，从而优化正向开发的代码输出能力，但却很难拿到各大厂商无穷无尽的自定义加密算法，自定义，自定义……, 如果没有这些数据去训练，它就只能靠幻觉敷衍你了！

所以，逆向开发的小伙伴们可以不用担心被 AI 替代，这个领域是需要脑洞、应变和突破的战场，更是人性的博弈场，没有贴身肉搏的实战经验是万万不行的~~

知乎用户 杨博 发表

全部会失业。
有些人不到一年，也有些人超过五年。

Agentic Coding 的终极目标是完全取代人类程序员，但当前阶段的 AI 本质上是个需要专业程序员持续喂养的 “学徒”。核心矛盾在于：AI 必须通过专业程序员的反馈才能进化，而最终形态的 AI 将使这些老师失去价值。这种双向博弈将塑造技术演进的路径。

现阶段有效的 Agentic Coding 公司必须专注于获取专业程序员群体的反馈。初级程序员和非程序员提供的反馈缺乏技术深度，无法形成有效训练数据。专业程序员实质上承担着 " 数据标注员 " 的角色——他们评审 AI 代码、检查 AI 的测试用例是否完备、告诉 AI 该怎么重构，都在为 AI 生成高质量的训练数据。这里存在两级放大效应：单个程序员的反馈能生成 N 倍合成数据，而这些数据又能减少 M 倍未来所需的人工干预量。这种指数级杠杆是推动 AI 进化的核心动力。

技术路径上，现有公开代码库和编程竞赛数据集不能满足需求。GitHub 的 issue 讨论和 PR 记录缺少具体步骤：开发环境状态、类型检查错误信息、多轮调试上下文等；编程竞赛数据集则不涉及真实的复杂开发任务。真正的进化需要让 AI 直接参与完整开发循环——从认领用户故事、编码测试到接收 code review 反馈。这要求两种新型数据获取方式：企业内部署 Agentic Coding 完整记录开发过程，或让 AI 向开源项目贡献代码并收集开发环境和人类维护者反馈。前者用于训练私有模型，后者用于训练通用模型。

正如如何评价 Cursor？所言，云端开发环境（CDE）是规模化 Agentic Coding 所需的基础设施：企业部署 AI 前必须完成 CDE 改造；开源社区需要为热门项目维护标准化的 CDE 配置。但是，这并不意味着需要搞出漂亮的 GUI 或者 Computer Use 让 Agent 操纵屏幕鼠标键盘。我认为 Headless CDE 就足够 AI 用了。

对程序员的影响呈现明确分层：

  1. 初级程序员将首当其冲被替代，因其反馈质量不足以训练 AI
  2. 资深程序员转型为 AI 的老师，通过拆解任务、提供精准反馈来训练系统
  3. 当 AI 形成自我改进能力后，资深群体最终也会被替代

时间线取决于企业改造开发流程的决心。激进的科技公司可能在一年内实现 “AI 生成 100% 代码 “（在人类反复反馈的前提下），保守企业可能维持现状更久。但经济规律终将生效：即便人类拆解任务和详细反馈的工作量超过让他们直接编程，企业仍会选择前者——因为前者的投入能通过数据杠杆持续产生回报，而后者只是消耗性劳动。

知乎用户 奥德彪 发表

外行人就别嗨了。AI 真正替代的是律师、医生以及那些文职工作，因为这些工作凭记忆和经验也不需要 100% 精准的结果。

想替代程序员？你想多了，技术领域不一样，它要求精准，行就行，不行就不行，一行代码错误会导致整个系统就不可用，AI 喷出的代码你敢直接用到生产上？小心被你老板打死！

AI 只是更智能的搜索引擎而已，是程序员的得力工具，在 AI 出现之前，码农们用百度或谷歌找代码，现在 AI 的出现替代了传统搜索引擎而已，也就是说，它仅仅是一个新的工具，它不会分析需求、不会设计架构、不会调试、不会部署、不排查 bug，并且 AI 给出的代码只有参考性，还需要程序员来整合和调试。

知乎用户 平凡​ 发表

现在入行的程序员和以前的程序员是两个概念。

虽然大家都是写代码的，但实际上现在入行的程序员已经能和 AI coding 联动的非常密切了。

而以前的程序员大多还是把 AI coding 当成辅助工具。

而新一代的程序员，特别是 00 后，甚至 05 后的这批，已经是带鱼屏 + 起码三个以上的 agent 开始跑代码了。

可以肯定的说，以前的那种程序员会变得越来越少，而新一代的程序员跟 AI 结合的越紧密，就会存在的越久。

因为 task 可能会被 AI 取代，但是 Job 绝不会。

知乎用户 brice 发表

现在是这么一个阶段：

刚接触 AI 大部分都在 “嘴硬”

但是 “嘴硬” 的人的比例越来越少，变成 AI 传教的越来越多（我就是一个半年前还嘴硬的典型例子）

用得 AI 强度越大，“嘴硬” 越少（这个总有人喜欢举自己个例）

很多人都还是 “我真的工作 AI 替代不了”，但是也是承认 AI 带来的提效和震撼是不小的

但是，就业市场是显著缩小的，这个去年已经开始今年大爆发，这个 “嘴硬” 也否认不了

有一点，其实这波浪潮里，“程序员” 反而是最不需要担心的。

现在讽刺的是，绝大部分人办公室对着电脑的普通白领，手上的工作是 AI 最容易替代的，但是因为 AI 目前 agent 主要发力在变成端，最强的模型也在这一端发力，并且这些人所在的公司 IT 建设比起互联网普遍落后，这些人反而对 AI 的认知就是屌炸天的新闻 + 豆包真好用。等这些公司 AI IT 基建结束了，就是大规模失业。

传统行业内其实还在等，类似于头部企业成功后，开始做咨询和经验推广，其他企业会陆续挖人做过去的类似于 “数字化转型”“大数据转型” 的事，又会冒出一大批”CAIO“。

这是一个认知代差的红利期其实，各位不心动吗？不琢磨吗？不想做点儿什么吗？不兴奋吗？

我本人反正已经跳出类似大公司环境了，大公司反应还是太慢了，你等着基础设施部门针对 AI 做友好化改造要等 1 年，开发的最佳实践早就翻天覆地，我需要一个高强度使用 AI 的环境（对就是直连生产环境部署不受限制）。

我就举个例子：一个业务要跨 4 个部门 6 个系统，5 个接口，3 个代码库，6 个说明文档和无数积累开会资料聊天记录沉淀文档（包含需要遵守的流程，可能的暗坑无数），让大模型能读到这些上下文且能具备 “写” 的安全可控，估计大公司整改完需要 1-2 年。整改之后这个业务链才能大模型跑通顺，然后就是这个业务链上的裁员，中间无数次架构设计，部门利益扯皮，安全合规等等评审。

再具体一点儿：线上埋点系统，LLM 只需要你给 MCP，实时数仓需要你给链接可以，当然你怕你写出烂性能 SQL 等等等问题，但是这些只是落地必要考虑的代码，面对 LLM 友好的系统架构设计本来就是重点，从未来角度角度讲，你能拦得住吗？LLM 就是要可以访问业务链上的所有信息，目前卡点都在接触这些上下文还需要人工操作而已。

这个 AI 工程化的热潮，各位麻烦上对车，现在重度使用，自己付费也多用，也多从”LLM 友好 “角度出发全面思考要怎么做设计规划和工作模式上的重构，现在混乱期，混乱期就是机会。

知乎用户 呼广跃 发表

当然不会

50 年后都不会，只是程序员做的事情需要的技能会发生一些变化

就像古老的西医用放血疗法治疗，而现代西医却基于各种检测仪器做决策，医生必须会看各种化验单

知乎用户 黑猫 发表

很多程序的脑子都是一根筋。一说 AI 取代程序员想到的都是 GPT！想的都是 AI 取代一切工作！

他们压根想不到还有，想不到开发效率的提升使得企业不再需要那么多的程序员！

现在的情况是，一个队长 + 一个码农 + COPILOT 的开发效率比一个队长 + 两个码农的开发效率低不了多少，但是 COPILOT 的年费远远低于一个码农的年薪！

自从有了 COPILOT，程序开发效率大幅提升了 10% 到 30%

知乎用户 小小将​ 发表

与其担心人工智能，不如担心 35 岁失业。

知乎用户 万圣怪杰 发表

会，以后面试，稍微正规点的都不会要你线上面了，而且基本都要做笔试题，就这样也能筛选下一大批程序员

很多转行过来的人，看着资薪高想蹭一波，可能随着互联网衰弱，工资一减再减，还要 996 这种的，再加上变高的门槛和存量的程序员，很多人想进来不是一件容易的事了，再加上像我这种厌倦了写代码的高龄程序员，程序员的数量一定会减少

知乎用户 蘑菇头财经观察 发表

程序员应该接近最后一批次里被干掉，搞广告的，写文章的，做曲的，画画的，拍电影的，各读资料出成果的文科类的，玩创意的，律师，医生，秘书，秘书，客服，心理咨询，教培老师，…… 都还没进入恐慌呢，急啥?

知乎用户 爱网上冲浪 发表

人工智能最容易替代的职业应该是客服吧。

但是看看各大互联网公司的智障客服机器人就知道人工智能水平到底是啥样子了。。。。。

更何况替代程序员。。。

知乎用户 Justin​​​ 发表

大部分的算法工程师确实是面临一个入行门槛以及 auto ML 工具可替代性的问题。但对于小一部分的算法工程师，反而在这个时代是如鱼得水的，但前提是你需要持续的鞭策自己，持续的学习前沿的领域知识。

大牛学院：北美求职 Timeline 以及保 offer 项目介绍

一方面，随着工作经验的积累，算法工程师能够更深入地理解和解决复杂的技术问题，这种经验在某些情况下确实非常宝贵。比如，在处理特定领域的挑战、优化算法效率、或者设计更高效的解决方案时，老练的算法工程师可能比新手更具有优势。就像我经常说的一句话，you are not a software engineer, you are a problem solver.

然而，算法工程师的工作内容并非只依赖于经验。技术进步迅速，新的算法和技术不断涌现，有时候年轻人可能更能快速掌握和应用这些新技术。特别是在人工智能领域，大模型和预训练模型的崛起，也让传统的算法工程师面临挑战，他们可能需要不断学习和适应新技术。

关于如何在科技进化速度以小时为单位的大模型时代做好一个算法工程师，大家可以查看我的这篇帖子：

大牛学院：在微软的十年机器学习之路的十条心得

知乎用户 Rhaego 发表

AI 就算让失业那轮到程序员也还早呢

最先失业的难道不是那些文科生，美术生嘛？

知乎用户 夜归犁牛话灯前 发表

光美国一个国家目前就有超过 4,000,000 个程序员。他们的平均工资大概是每年 $100,000。加一起就是 4 千亿美元。

如果有个技术能把这群人的饭碗抢了，拥有这项技术的公司一年可以赚 4 千亿。

一个每年能赚 4 千亿的公司，市值应该多少呢？

要回答这个问题我们不妨看看目前世界最大的 IT 公司微软的市值。

微软 2024 年营收 2 千 4 百亿，利润 800 亿。目前市值 3.4 万亿。

所以，我们在讨论一个五年内营收将达到微软 2 倍的 IT 公司。但是他的市值此刻却不超过微软，甚至名不见经传。不管你信不信，反正砸钱向你推广告卖 AI 噱头的资本不信。

知乎用户 老胡聊 Java​ 发表

先说下当下 AI 在编程方面能干的事情。

1 生成配置文件，比如要配置一个负载均衡框架，AI 能生成配置文件，或者配置个基于 docker 的 k8s，也能生成配置文件。

2 生成自动化测试脚本或单元测试脚本，比如输入代码，AI 能生成测试代码。

3 生成空白框架，比如生成一个自动化测试框架，或者是 spring boot 框架，但实现功能的话，程序员得自己写。

4 针对某个通用性功能写代码，比如要实现个日期比较的，或者是用 redis 缓存的。而且能生成的代码，当下大概率是能通过搜索引擎搜到的。

5 自动生成些统计脚本或统计结果，比如输入数据，输出一个 excel 报表，哪怕报表中算法再复杂。如果真要做，可能得写一些脚本程序。

**但是 AI 在当下或者是在可以预见的将来，编程如下的事情可能还做不到。**不过还是真心希望如下的事情会发生，因为这样虽然对程序员不利，但对整个社会的发展是大有好处。

1 根据提示词实现功能，简单的可以，但企业级的不行。比如让实现个累加到 100，这没问题。但如果输入一大段业功能，比如第一步验参数，第二步报税，第三步和网银交互，这种实现不了。

2 出现了问题，没法定位，还只能是程序员根据日志定位问题。同理，AI 可以编写测试脚本和测试框架，也能跑自动化测试脚本，但至少在现在，做不到输入项目代码，让 AI 自动编写能覆盖全面的测试案例并跑测试的事情，尤其是企业级的项目。

3 理想情况下，是项目组准备好若干台服务器，然后准备好所有的开发文档，告诉 AI 要做哪些事情，然后 AI 自动生成代码，并完成测试，最终部署到服务器上对外提供服务。但现在看上去是遥遥无期的。

原因是，当下的 AI 可能仅仅是个大号的搜索引擎外加简单的推理。要替代程序员或者其它大多数的人工工作，个人认为，至少得具备更高的推理能力。所以至少在当下的 AI 技术框架内，要替代程序员似乎不大现实。

举个例子，本人在一篇科幻小说里看到，某 AI 模型能根据海量数据，短时间内推理出牛顿三大力学定律，再根据数据，能推理出爱因斯坦的相对论，再进一步，能根据海量数据和现象推理出当下人类没掌握的技能。

要做到 AI 能自动编程，可能未必要这种推理能力，但当下 AI 模型的推理能力似乎还没到这种程度。

再说下个人的一家之言，当下的 AI 能替代掉哪些人工的工作呢？

1 本人看到有些工厂引入了机器人流水线，这里不说成本，但 AI 确实能一定程度上替代一些流水线上的工人。

2 一些用 word 和 ppt 和 excel 等办公自动化工具的文员，其实当下不少事情能通过 AI 工具提升效率，换句话说，存在可被替代性。比如本来要 3 个文员的工作量，现在一个文员就能做掉了。

3 会计报账这块，现在有不少基于 AI 的软件，能自动读取发票上的数据金额，自动根据算法生成各种单据，再进一步能实现数据汇总，所以这块不少会计的工作可能会被 AI 替代。

4 替代性最强的，就是些打广告电话的那群人，现在很多电话都是 AI 打了。当然还包括一些电话客服，现在也在被 AI 替代的路上。

知乎用户 Pulsar​​​ 发表

我预期比较悲观。

认为程序员行业早晚会『』，一个聪明人加上，就可以干传统方式下十个人的工作。

所以可见，会有相当多的程序员面临失业，特别是工作内容的重复性比较强，探索创新相对少的赛道。

当一个领域中，AI 的学习资料更加丰富，那人相比于 AI 的劣势就会更大。

而且，大多数行业，都会遇到这个问题，不仅仅是程序员，所以只能边走边看了。

到时候，批量失业的程序员，或许会造就出载入史册的社会思潮，改变人类对于脑力劳动的认知。

知乎用户 鸭蛋咸 发表

我一个前产品经理 用 ai 就花了两天时间，写了一套产品…
主要是二次元 cos 圈的

包括服装二手租赁，官方代管租赁，一条龙服务单独的妆娘和摄影 以及约搭子… 等等板块，各方面都设计的很精致了

包括前端后端管理后台所有的东西，就我一个人用了 2 天…

换以前软件软件公司 搞这一套不得半年起步？不得搞个十几二十人的团队？

更新一下本地部署的演示视频

这是管理后台页面

————————更新线———————————

然后突然想到，这个项目如果要运行起来，需要客服支持，可是 我自己肯定没那么多空…

要不？接入 deepseek？当客服？

或许还可以让 ai 来审核发布的内容？

让 ai 来当运营 自己管理发布活动？

目前这个项目还在测试修改中

现在对我来说最大的问题其实不是改 bug，而是改着改着… 觉得可以再继续增加点功能…

反正 ai 写起来很方便很快…

知乎用户 Sleeve 发表

还需要 AI 把我干失业？

年龄就可以….

知乎用户 石韦​ 发表

我春节前开始 vibe code…

当时给我的第一感觉就是…

程序员真的要比我们设计师还惨了…

当时我还跟朋友这么说：

其实从三年前，从 Midjourney 刚横空出世的那个时候开始。设计师头上一直悬着一把达摩克利斯之剑。我记得那个时候知乎还在吵什么 aigc 没有灵魂 balabala.

然后发生了啥，开源那边从 SD 到 SDXL 再到 FlUX 应接不暇，闭源这边 seedream 跟 4o 此起彼伏的竞争，最后 nano banana 一出，几乎杀死比赛。

各种设计类 agent 更是雨后春笋。

三年过去。

都不说美工了，现在连很多互联网公司的 ui 设计都裁得七七八八了。对我们行业而言，效果图公司都快整个都被灭了。

这才三年啊。

所以这两三年来，我一直都觉得 ai 对设计领域影响太大了。

直到我开始尝试 vibe code…

我下意识觉得 ai 对程序员的冲击，更大，更猛烈…

因为设计师教育背景里其实是有一部分 “创造欲” 的培养的。大部分设计师其实并不会排斥主动创造东西，无论是画一个画，抑或是做做手工。并且大概率能从这种创造中获得正反馈，进而逐渐精益求精逐渐培养出所谓的审美。

而这个关于创造力的审美，其实在 ai 冲击下又变得比较稀缺了。它能形成自发的创造事物的能力并且自行迭代精益求精。

而程序员，作为一个标准的理工教育背景下培养出来职业。

大量的时间是在数学基础以及编程语言基础上，并没有太多宏观的创造性的教育。

在主动去创造东西这一块相对来说是比较短板的。

在这种背景下，当你学了四年以上的技术，顷刻间，这个壁垒完全被 ai 打碎。同时，别的人，仅靠创造力跟行动力就可以把你取而代之的时候。

这还只是现阶段的 ai，

随着算力成本越来越低，大模型能力越来越强…

我…

真的觉得…

程序员…

危⚠️

知乎用户 知乎之星​​​ 发表

想要 5 年就让程序员失业那是不可能的，如今的人工智能技术还远远达不到这个要求，但是未来通用人工智能如果实现的话才会导致大范围程序员失业。

作为一名紧追技术前沿的大模型开发工程师，我可以很负责任的告诉你未来五年人工智能不会导致大范围程序员失业的，现有的人工智能技术相比于之前确实取得了很大的进步。

虽然现如今有很多写代码的大模型，但是如果你完全依赖他来写代码，那么你会收到一堆的 bug, 有时候即使不报错，但是它也不一定满足你的需求，他可能只是满足了你的部分逻辑，更有可能它更改了需求给你实现的和你想要的根本不是一回事，毕竟现有的大模型都有幻觉问题，现有的人工智能技术还不能完全解决大模型一本正经的胡说八道问题，只能不断的去优化和缓解幻觉问题。你如果完全依赖于它，完全相信他，而没有独立思考和判断能力，那么你肯定会被它坑的超级惨，甚至失去工作也有可能。

说下我是怎么运用人工智能技术把，尤其是工作上该如何运用它，我一般都是用大模型像 deepseek，gpt, 腾讯的元宝来辅助我写代码，我觉得未来五年我们完全没有必要担心因为人工智能而失去工作，我们要做的是让他化作我们手中的一把利器，帮助我们完成各种各样的项目需求，辅助我们改 bug。

最后请广大程序员们放宽心，未来五年我们不会被取缔，但是我们必须学会合理运用人工智能，把他当作一个好的工具，辅助我们高效快速的完成工作才是更重要的事情。我觉得只有自己强大起来，那么我们永远也不会被取代。所以与其担心会被人工智能所取代，我们不如从现在开始提升自己的核心竞争力，让自己变得更重要更加无可替代，才是我们应该要做的事情。

知乎用户 今日科普 发表

先说结论：五年内，程序员不但不会失业，反而会更忙，忙到怀疑人生。

别急着反驳，往下看。

一、需求的异化：AI 再牛，也不知道老板脑子里的水有多少

现在吹 AI 写代码多猛，什么 Copilot、Devin，分分钟生成一堆代码。但这帮人刻意回避了一个核心问题：代码写出来是干嘛用的？AI 能告诉产品经理，他想要的那个功能本身就是个脑残想法吗？

真实世界的商业需求，从来不是一道清晰的数学题。它是模糊的、矛盾的，甚至是一群人拍脑袋拍出来的。业务方经常说的 “我就要那个感觉”，那个感觉是什么鬼？是微信的摇一摇，还是抖音的上下滑，他们自己都搞不清。还有更恶心的，需求文档里写着 “安全、稳定、用户体验好”，翻译过来就是 “出了事你背锅，服务器不能崩，但预算砍一半”。

这些潜规则，这些说不出口的人性陷阱，AI 能懂？

就算 AI 把代码写得天花乱坠，性能拉满，结果业务方看了一眼说：“不对，这不是我想要的感觉。” 你怎么办？让 AI 去跟产品经理吵架？让 AI 去跟老板解释为什么工期要延期？如果业务方自己都是个糊涂蛋，AI 生成的东西再漂亮，也不过是一堆运行效率极高的垃圾。

写代码从来不是瓶颈，搞清楚写什么才是。AI 把执行效率拉满，只会让 “需求不明确” 这个矛盾更加刺眼。到时候老板拍桌子：“AI 都写这么快了，你怎么还交不出来？”你得忍着恶心告诉他：“因为您自己都没想清楚要做个什么玩意。”

二、复杂度的诅咒：AI 进屎山，大概率只会把屎堆得更高

很多人都把软件系统想象成乐高，一块一块搭起来很规整。扯淡。真实的商业软件，尤其是活过三五年的系统，那就是个泥潭，是个屎山。

里面有多少为了抢上线埋下的雷？有多少文档全烂尾、只有已故同事才懂的远古代码？变量命名是拼音首字母，函数名叫handle1、handle2，逻辑一层套一层，动一个地方塌一片。这种东西，你让 AI 怎么理解？

AI 强在模式匹配和生成标准化的代码。但真正的系统维护，需要的是理解那些 “非标准化” 的历史遗留问题。你得知道当年那个程序员为什么在这里写个死循环，因为不写这个，服务器三年前就崩了。你得懂那些恶心的“系统性耦合”，明明改个按钮颜色，结果支付模块挂了。

AI 接手这种屎山？它没有 “敬畏心”。它会很理性地、很高效地在屎山上继续浇灌水泥，把屎堆得更高、更坚固、更不可维护。最后整个系统彻底变成黑盒，没人知道它是怎么跑的，只知道它跑得挺快，直到哪天彻底死机。

能驾驭千万行混乱代码的，只有那些被折磨过几年的老油条，只有人脑那种模糊的、甚至靠直觉的 “破案能力”。AI 在那堆乱麻面前，就是个智商 180 的傻子。

三、责任的血腥：代码崩了，AI 能去坐牢吗？

这是最核心的底线问题，也是所有资本都不敢碰的红线。

医疗系统算法出故障，给病人开错药了；自动驾驶判断失误，撞死人；金融交易系统 bug，一秒赔了几个亿。好了，损失造成了，法律文书递上来了，谁来负责？

你把 AI 供应商告上法庭？说 “我的 AI 把我的钱搞没了”？法官都得气笑。代码是 AI 写的，但决定用这套系统的，是人。签合同的，是人。拿工资的，是人。

在医疗、金融、航空航天这些领域，“责任主体” 必须是人类。这是法律和商业社会的基石。资本家可以压榨程序员，可以把程序员当牲口用，但在关键时刻，他们需要的是一个能推到台前的 “背锅侠”。需要有人写检讨，有人被开除，甚至有人去踩缝纫机。

AI 是个完美的工具，但它是个完美的 “无责主体”。它没法被开除，没法扣工资，更没法去坐牢。资本可以信任 AI 的效率，但绝对不敢把“甩锅权” 交给 AI。只要还有一条法律要求 “最终解释权归人类”，只要还有一个客户需要有人当面给他磕一个，程序员这个“人肉盾牌” 就永远有饭碗。

四、成本的博弈：你以为 AI 免费？用起来比人贵多了

最后算一笔经济账。很多人幻想老板发现 AI 能写代码后，把程序员全开掉，省下一大笔工资。

太天真了。

AI 不要钱吗？顶级大模型 API 调用不要钱？自己部署微调，那显卡集群是天上掉的？就算技术成熟了，为了让你那个破业务跑得溜，你得请多少 AI 工程师去调参、去清洗数据、去维护那套 AI 基础设施？这些人的工资，比只会 “面向谷歌编程” 的码农贵多了。

而且，这里面有个著名的 “杰文斯悖论”：当一种资源的利用效率提高时，其总消耗量不但不会下降，反而会增加。

以前写个功能要三天，老板觉得成本高，忍了。现在 AI 帮忙，三小时搞定。老板一看，卧槽这么便宜？那必须给我把量堆起来。原来只想做个简单的报表，现在要求实时数据大屏。原来只想做个 APP，现在要求 “给我仿个抖音，再加点 AI 功能，三天上线”。

效率提升了，需求就爆炸了。老板会把你省下来的时间，用更离谱、更无脑的需求给你填得满满当当。AI 只会让程序员从 “搬砖工” 变成“开着挖掘机搬砖的”，砖头搬得更多了，人也更累了，根本不存在什么躺平。

所以，五年后，程序员这个行当肯定还在，而且会越来越忙。他们不再是单纯写代码的，而是变成了 AI 的 “监护人”、“铲屎官”，负责跟脑残需求撕逼，负责给屎山擦屁股，负责在出事的时候顶上去当人肉沙包。

只要这个世界还需要有人为代码负责，只要商业需求还是一团浆糊，程序员这碗饭，就还得端下去。想 AI 来抢饭碗？它还不配。

知乎用户 静文 发表

现在是 2026 年。

人工智能其实不会让程序员五年内失业。

真正让程序员失业的是没有需求了，人工智能只是很多老板的借口而已。

知乎用户 画画的花噎菜 发表

2023 年的问题，到现在两年半，正好是五年的一半，看目前的势头，程序员真不一定能撑到五年。

知乎用户 一生意难平 发表

我现在工作中可以说是重度使用 AI 了，这么说吧，我个人认为，程序员面临缩编是必然的，而且以后很可能只要全栈了。别说前端代码了，后端代码现在用 claude 生成出来都很强大

知乎用户 数据与 AI 爱好者​​​ 发表

现在很多的软件工程师开始用 cursor、codex、通义灵码等 AI 工具来编写代码，我们也组织一线程序员通过真实的项目进行了验证，AI 在原型设计、前端开发、后端开发都可以大幅提升效率和质量。

那么 AI 对整个软件工程行业，对程序员就业有什么样的影响呢？会让程序大规模失业吗？我们看看一些调查研究的数据与分析。

1. 来自美国劳工统计局（BLS）2025 年 3 月发布的数据，美国软件开发人员的就业从 2023 年到 2033 年预计将增长 17.9%，新增约 303,700 个工作岗位。

职业增长率2023 年就业人数2033 年预计就业人数新增就业人数
软件开发工程师 / software developer17.9%1,692,1001,995,700303,700

BLS 的报告指出，AI 特别影响那些核心任务容易被生成式 AI 复制的职业，但软件开发人员的工作活动（如架构设计、用户需求分析、确保安全性和系统可靠性）仍需人类参与。此外，AI 技术的普及增加了对开发 AI 解决方案和维护 AI 系统的需求，这进一步推动了软件工程师的就业增长。

2. 来自欧洲中央银行

软件工程师通常属于专业服务或技术行业，这些行业对 AI 的接受度较高，被调查者多数认为面临更多机会而非威胁。

3. 中国的情况

中国的 AI 就业影响研究显示出短期替代和长期创造的双重效应。根据 PwC 的一份报告，AI 可能在未来 20 年内（2017-2037）取代约 26% 的现有工作岗位，相当于 20400 万个工作，但同时也可能创造更多新岗位，净效应是就业增加 12%，相当于 9300 万个新增工作。服务业（包括软件工程）预计增长 29%，新增 9700 万个工作，这表明软件工程领域可能从 AI 的推动中受益。

知乎用户 史蒂芬​ 发表

前几篇文章我已经抛出过我的观点了：只要你问我哪些职业会被 AI 取代，我的答案一律是，都不会。如果一定要说一个，那就是那些天天说 XX 职业会被 AI 的取代复读机。

AI 失业潮是伪命题

AI 为什么不会取代翻译职业？

今天说的程序员也不例外。

只要说 AI 取代人类的工作，最先被推升风口浪尖的莫过于翻译和程序员了，因为他们都存在大量套路化的工作。

对于翻译，我前一篇文章有详细说明：《AI 为什么不会取代翻译职业？》

至于程序员呢，按照大多数人的逻辑，一定是这样推导的：

1. 我的天，AI 都能写代码了，写得比绝大部分低端程序员还好。

2. 公司开始裁掉低端程序员，用 AI 代替，只留下少量高端程序员。

3. 市场上程序员岗位饱和，大批程序员开始流落街头。

以上全错。

正确的推导应该是：

1. 我的天，AI 都能写代码了，那普通人也可以成为低端程序员了。

2. 低端程序员在 AI 的加持下，变成了高端程序员。

3. 高端程序员在在 AI 的加持下，变成了天才程序员。

4. 甲方要求的项目交期从一个月变成一个星期，从以前的 100 个功能变成 1000 个功能，还加量不加价。

由于 AI 的出现，只是每个人的生态位顺势提高一位，并不会导致 AI 取代谁（但人类社会的整体生产力大大提升）。

他们都会面临甲方的灵魂拷问：你都已经有 AI 了，怎么还干活这么慢，怎么还是依托答辩？

我不是程序员，我只会一点点 VBA 编程，就深有体会。以前还没有 AI 的时，纯靠人肉手打代码，我花了一个星期的时间才开放出一个能在 excel 里运行的 dashboard，只要点一下按钮就能自动生成各种漂亮的图表。

以前因为技术菜，很多功能遇到 bug 就不开发了，懒得折腾，现在有 AI 了，我不但只要花半天的时间就能实现以前所有的功能，而且又开始折腾给它加更多功能，看数据的老板们也不满足于此，也频繁要求增加各种奇奇怪怪的功能，比如一键把图片提取出来导出到 PPT，一键导出到 outlook 里。总的工作量，反而比以前更大了。

目前各大互联网公司也并没有因为 AI 的到来大规模裁员，反而在不断招人，把软件做得更大、更臃肿。

关于芬哥 Steven：

  • 十年跨国外企经验
  • 双非理工科毕业，自学英语进了 500 强外企
  • 全网粉丝 50W+，知乎「英语」「职场」话题优秀答主
  • 分享职场、英语干货，关注我，每天进步
  • 微信公众号「芬哥 Steven」

知乎用户 无法逃脱的熵增 发表

从 2026 年开始看，我觉得要不了 5 年，我觉得最多也就两年

2022 年秋季 AI 热潮刚爆发时，先受到舆论影响的是美术工作者群体

当时金政基刚逝世的时候，我清楚的记得网上的人包括程序员群体都是这么说的：

“金政基的逝世和 AI 的崛起宣告了人类画师的完蛋，要不了两年 AI 就可以把画画的全给取代了，我觉得最多到 2023 年年底之前，人类画师至少要被替代一半”

随后就是大量的把金政基的作品拿去炼 AI，刷屏，以示庆贺。当时的 B 站视频弹幕基本都是 “这个太牛了，我实在看不出来和金政基有什么差距”、“金政基你躺好吧，AI 继承了你的能力”、“这是科技的胜利，这是程序员的胜利，这是碳基创作者的丧钟”、“笑死，金政基画到累死也画不了这么多，还得是新科技啊”。

而且我清楚的记得 2022 年秋季他们在各个平台的评论区是这样描述 AI 编程的：

“美术会被替代是因为这都是文科生的工作，不具备什么技术门槛。现在画画的这帮人工作本来就不具备什么创新性，反正也是缝合尸块，AI 缝的更好更快，被替代合情合理。但程序员都是 AI 的爹，AI 自己的代码都是程序员写的，而且编程对逻辑要求那么高，AI 完全做不到自写自检，所以你们这些画画的就别替程序员操心了，你们全失业了程序员也不不会被替代。”

如今 3 年多过去了，美术工作者是否被 AI 替代了我不评论，但既然现在 AI 开始涉及程序员了，作为 3 年前的回报，我就把他们当初的话说回过头来对他们再讲一遍吧：

“程序员肯定会被取代，而且要不了多久了。你们程序员的学习速度还能跟得上 AI 编程的迭代？你不要看现在 AI 编程怎么样，襁褓中的婴儿没有价值吗？现在 AI 编程或许没法完全取代程序员，但 3 个月后呢？一年后呢？两年后呢？技术的进步速度超乎你的想象。程序员现在就是一群纺织工和马车夫，对着新的生产力无能狂怒罢了，AI 编程取代程序员是大势所趋，谁也阻挡不了。”

来，接着奏乐接着舞，回旋镖这玩意，不可不品啊。

知乎用户 yuan​ 发表

当 2022 年底，ChatGPT 横空出世的时候，我是一脸鄙夷的。心想，这不过是个能力强点的神经网络，本质还是一个概率统计模型，缺少人类的推理逻辑能力。又是一个商业炒作。

当 生成的视频发布时，有点惊艳，心想，这将会取代大部份影视拍摄编辑的工作吧。

当 deepseek r1 发布后，第一次对 r1 对话时，尝试让模型证明一个数字定理。我感到震惊的，大模型竟然可以模仿人类，进行推理。不由得鸡皮疙瘩都起来了，五味杂陈，激动，担忧。

当我使用， 快速生成代码时，觉得程序员离失业不远了。程序员自己革了自己的命。

这一波 AI 技术加上机器人技术，说是第四次工业革命也不为过。作为一个程序员，只能不断追随新技术，然后又被更新的一代技术所抛弃。

这是一个最好的时代，也是一个最坏的时代。

知乎用户 如萤随星 发表

先说结论：会，也不会。

这不是我在敷衍了事。这两种程序员的命运完全不同，大多数人根本不清楚自己是哪一种。

如果你目前的主要工作就是把需求文档中的逻辑转化为代码，进行增删改查、搬运 API、调整格式、修复 Bug，那么请你好好想一想。

你所做的事情和将中文翻译成英文有什么本质上的区别？

翻译行业发生了什么事情，你是清楚的。

很多程序员至今仍然坚信这一点。我是一个技术人，一个理性的人，AI 就是工具，工具不能代替使用工具的人。

听上去很有道理，是不是？

但是问题在于，当工具能够更好地掌握自身时，逻辑就彻底崩溃了。

2023 年，大家用 AI 生成代码片段，觉得挺新鲜，最多就是高级的自动补全；

2024 年，AI 可以写出完整的模块了，人们开始感到不安，但是认为复杂的部分还是得靠我来完成；

到 2025 年，你打开 GitHub 的时候，Agent 就可以自动理解 Issue、提交 PR、运行测试、部署了。中间不需要任何人工参与。

该曲线并没有出现任何减缓的征兆。

以前一个初级程序员能做出来的事情，现在只要一条提示词就可以完成。以前需要五个前端工程师组成的团队来做的工作，现在只需要一个人了解业务，另外两个 Agent 就能做得很好了，速度更快、质量更高、成本接近于零。这是正在发生的事。

但是有人却认为这只是工具的进步，程序员永远不会失业。

我想问一下这些人，马车夫以前也这么说过。

被淘汰的从来都不是那些会写代码的人。

被抛弃的，就是只会写代码的人。

代码只是一种表达形式，和语言是差不多的。语言本身没有价值，有价值的是用语言表达的内容。AI 取代的是代码翻译员，并非问题解决者。

真正的程序员，从不以编写代码为荣。他是用代码来思考问题的。

他考虑的是在高并发的情况下，该系统会不会出现故障？三年之后这个架构还能否支撑业务的快速增长？选择的数据结构是否会在某些边界条件中出现问题？产品经理真正要解决的问题是什么，他自己讲清楚了吗？

但是这些判断，不能用几个提示词代替。因为需要的不是语法能力，而是在复杂的系统中的一种直觉，对业务逻辑的理解，以及在多次失败之后积累的工程经验。

AI 没有经历过失败。它只是记住了别人所犯的错误。

记住别人的故事，和自己过河，则是完全不同的两件事。

一个工作了十年的资深架构师，在需求评审会上就能看出某个方案在半年后会引发哪些连锁反应。

判断力来自于他曾亲手救活过三个濒死的系统，亲眼看到过两次线上事故，亲身经历过一次因为数据库设计错误而造成的灾难性重构。

告诉我，这如何用提示词来喂养 AI？

真正的危机不是失业，而是社会分化的加剧。

未来五年内，程序员群体将会发生一次 K 型的彻底分化。没有缓冲地带，没有过渡期，只有两条路，向上走，向下掉。

顶端的一群人会因 AI 而变得比以前更强大。

优秀的架构师、精通业务的全栈工程师、用 AI 提升十倍效率的独立开发者，他们的市场价值不会下降，只会暴涨。

想象一下，一位顶尖的独立开发者以前需要六个月才能从头开发出一个产品，现在借助 AI 的帮助，三周就可以做出最小可行性产品（MVP），两个月就能上线。

他不需要请前端、设计师。他自己一个人就组成了一家公司，成本很低，效率很高，利润全归自己。

这不是科幻小说，而是正在发生的事情。海外有独立开发者凭借一款 AI 工具一年赚了 100 万美元，没有团队、没有融资、也没有办公室。

但是底层的那批人就没有那么幸运了。靠外包接单、做 CRUD、用代码量来证明自己价值的人，在接下来两三年里会密集地感受到市场的冷遇。

不是某一天突然被通知裁员，而是需求越来越小，报价越来越低，以前同样的工作可以拿到三千元，现在只能拿八百元，并且有越来越多的人在抢。

温水煮青蛙。等你发现的时候，水差不多已经烧开了。

最悲哀的就是中间一层。自认为还不错，但是不知道自己的核心壁垒在哪儿。

会用框架，但是不懂原理；完成任务，但是不会提问。在每一次洗牌的时候，这些人最难熬，因为他们既无法下得去，也无法上得来，卡在中间，进退两难。

那这条分界线，具体在什么地方呢？

给你一个最直接的判断标准。

你是解决问题呢还是翻译问题呢？

产品经理跑过来告诉我说用户反馈搜索速度太慢。

代码翻译员打开搜索功能，开始优化 SQL。

问题解决者首先问的是：慢到什么程度？谁在抱怨呢？他们搜索的关键词是什么类型的？慢是在前端渲染还是后端查询的时候出现的？现在数据量有多大，未来半年的增长预期是多少？

两个人在同一个办公室工作，做着同样的事，但是五年的命运却截然不同。

AI 可以很好地取代前者，但是无法替代后者。

其实后者所做的事情本质上就是业务决策，只不过他用的是代码作为工具而已。

还有一件事没人敢说，但是我觉得应该说出来。

很多程序员的焦虑其实源于更基础的问题。多年以来他们所积累的并不是认知，而是熟练度。

熟练度是危险的东西。它会让你感觉很舒服，觉得自己很棒，但是本质上它是肌肉记忆，不是思维能力。而肌肉记忆又是机器所擅长的。

你用了五年才掌握的框架、闭着眼睛都可以写出来的流程、积累的代码片段，这些 AI 根本不需要用五年时间来学习，只需要三秒钟。

真正的难以被取代的是你对某一个行业的深度了解，是你可以协调好复杂的人际关系去推进项目，是在不清楚的需求下明确地界定出问题的能力，在技术方案与商业目标之间寻找平衡点的判断力。

这些东西不在代码中，而在你自己的脑海中。

所以，到底该怎么办？

先回答这三个问题。

你现在所解决的是业务问题，还是技术翻译的问题？

你现在掌握的能力，在 AI 五年之后是否可以轻松被复制？

你现在所具有的竞争力，是基于一个可以不断更新、迭代的工具之上，还是你对于某一领域有着深入的理解？

如果三个问题都回答不上来的话，那你所需要的不是学习一个新的框架、刷几道 LeetCode 题或者买一堆 AI 课程然后收藏夹吃灰。

你得重新想一想，你到底给这个世界带来了什么样的改变，解决了什么样的问题。

技术不断变化，但问题依旧存在。

找到你比 AI 更能理解、能更好地定义的那个问题领域，然后就一头扎进去。不追求广泛的了解，只求深入的理解。不追求新颖的内容，只求透彻的掌握。

人不会因为会写代码而失去工作，只会因为除了写代码什么都不会的人才会被淘汰。

这并不是 AI 的问题。有没有在对的地方累积价值才是关键。

AI 是这个时代最好的放大器。它把强者的长处放大，把弱者的短处也放大。好的工程师效率翻倍，平庸的工程师无所遁形。

你所处的位置决定了它照到你时，你是被看见还是被看穿。

而你现在所处的位置，从今天起还有机会选择。

知乎用户 Egon 林海峰 发表

不会

ai 的爆火不仅不会让大量的程序员失业，反而会增加更多的就业机会

首先 ai 是被寄予厚望。号称是可惜引领第四次工业革命的的存在，但是你可知道

历次技术革命都存在 2 大明显特性

第一、就是它们都是被追认的，都是过去了几十年后人们才猛然发现，哦原来那个时代的人们正在经历着一场革命，

如果一门技术刚取得某个突破性进展后就被立刻冠上革命的头衔，被媒体和投资人们渲染的沸沸扬扬就好像明天立刻就要重塑所有行业一样，往往都是存在着巨大的泡沫

泡沫是什么，泡沫就是一群资本在围绕着这个领域相关的产业疯狂砸钱啊，你我这种程序员都是普普通通打工仔，又不是投资人，说白了赚的就是泡沫的钱，你慌什么

说句实在话，老美科技封锁经济封锁的这几年，国内的这群大厂都被打怕了，减少投资，收缩战线，降本增效都快成主流了，过去动不动就传出来某大厂程序员裁员不就是因为你这个么

而 ds 的横空出世，彻底打破了老美在科技战场不可战胜的神话，它不仅给了国内这些科技公司带来了信心，更提供了方法，人家把自己投入很多钱搞出来的的大模型和技术论文都开源出来了

那国内你这些科技公司创新能力不擅长，但是围绕类似 deeoseek 这种 ai 大模型搞应用开发那是手拿把掐啊

这期间将会涌出多少的新的创业公司，独角兽公司，经历过互联网时代的人都懂这里面

多大的就业机会，这些都是应用开发程序员的机会啊

而且既然是可以引领一次新的工业革命的存在，那它的影响就绝对不仅限于一个领域

就像过去银行大范围引入 atm 机，确实取代了一些简单存取工作，但是衍生出来更复杂的业务，在增强了银行效率和用户体验的同时，反而增加了 “更多” 的就业岗位，就比如理财顾问，it 运维和技术支持等

再一个就是

一项颠覆性技术的诞生必然会引发社会组织结构的剧变，而社会组织结构的变化是需要时间的，社会更需要花费时间去适应它，商业组织结构也需要时间去接受它，很多东西都需要重组，无论是过去的电器革命还是现在的互联网革命都花了大概 25 年到 30 年的过渡周期，没有一个足够长的时间很难做到

所以，绝对不是各种自媒体渲染的那样，你今天不研究 ai 明天就要被淘汰掉一样，然后框吃给你来一套 39.9 的人工智能课，学完了之后再来一个 998 的精进课，完了还有 9980 的，学吧你就，根本学不完的…

我们当然应该拥抱 ai，但是完全到不了今天不学晚上都睡不着觉的地步，

ai 还没有那么强大，你有足够的时间慢慢从自身的学习习惯和工作习惯去适应它的存在

很简单，

工作上从现在开始提升自己使用 ai 的比例，让 ai 融入你的工作，跟着一起成长就行了

学习上，不要再去花时间去记忆一些固定的指令或者代码，这些都可以交给 ai 的，大家应该把有限的精力更多的放在去拓宽自己的全局视角，去研究架构，去看研究更多好的案例，去提升自己解决问题能力，普通人做到这些，就足够了

知乎用户 1111 发表

利空：以前两个人干的，现在一个人 + 一个 ai 就可以干了

利好：增加了很多业务需求，需要的程序员数量和薪资会提高

需要注意的是，任何初级文字工作都会受冲击，包括律师助理、淘宝客服、文员秘书、翻译、、文案策划、插画绘图。

考虑到程序工作相对较复杂，失业的时间也会靠后

知乎用户 子猫 发表

人工智能能否让程序员失业，只有一个标准，那就是没有任何代码经验的人，能否只靠 ai 完成一个产品化的软件项目，并正常交付。

否则，就是加强版的搜索引擎，是程序员手上的工具而已。

知乎用户 猎鹰家的小鼠​​ 发表

AI 这玩意儿，像 GitHub Copilot，你敲个注释，它唰唰给你补全一坨代码；你写个函数名，它把整个函数体都给你猜出来了。

这感觉就像突然给你配了个超级实习生，手脚麻利，任劳任怨，帮你把那些脏活累活全干了。

但实习上也只能做点最基本的事情，比如你做个项目，真正的难点是敲那几行代码吗？不是啊。

真正让你掉头发的是：

产品经理那个需求到底想表达什么玩意儿？

这个系统将来要扛住双十一的流量，架构到底怎么设计才不崩？

线上突然出了个诡异的 Bug，怎么把它揪出来？

还有，一堆人协作，代码写得跟天书似的，以后谁看得懂？这些才是真正烧脑的，也是咱们吃饭的本事。

AI 它能帮你写代码，但它能替你去跟产品经理吵架，去理解那个模糊的需求吗？它能替你拍板说，咱这次用消息队列还是用定时任务吗？难。

所以，我觉得 AI 更像是个趁手的工具，就像给画家一支更好的笔，画家不会因为笔好了就失业，反而能画出更牛的东西。

那些只会画线的、只会填色的画匠可能会慌，但真正有想法的画家，反而能画得更快更好。

别的行当道理都差不多。你比如我有个做设计的朋友，以前最烦的就是改图，甲方说这个背景不够炫酷，给我弄个赛博朋克风，他得熬夜找素材、调颜色。

现在呢？他直接打开那个 AI 画图软件，噼里啪啦输几个词：城市、霓虹灯、机械臂，蓝紫配色。唰一下出来四张图，他挑一张最顺眼的，或者稍微再改改提示词，10 分钟交差。

他那个软件操作的能力，可能没以前那么金贵了，但他懂审美啊，他知道什么样的图好看，知道怎么用词把脑子里那个画面描述出来，这个本事 AI 可学不会。

那些只会照着教程一步步操作软件、自己没什么想法的初级设计师，确实会感觉活儿不好找了。

还有平时接触的那些客服和翻译，现在给银行打个电话，跟你对话的很可能是个机器人，声音还挺好听，查个余额、问个网点地址，它全能搞定。

你出国玩，掏出手机对着菜单一拍，翻译软件直接给你译成中文，八九不离十。

以前那些专门接电话、回邮件，回答重复问题的客服，还有专门翻那些技术文档、说明书的基础翻译，他们干的活儿，AI 现在干得又快又便宜。

那他们去哪儿了呢？其实他们也升级了。那些厉害的客服，现在专门处理机器人搞不定的、客户情绪特别激动的投诉电话，这时候需要的是共情能力和解决复杂问题的脑子，这 AI 比不了。

高级翻译呢，去翻文学作品、法律合同、电影字幕去了，这些东西讲究的是信达雅，是文化背景，机器翻译再准也少了点人情味儿。

就连咱们最熟悉的财务和人事，变化也大着呢。以前财务月底最痛苦，抱着一大堆发票一张张录入系统，眼睛都看瞎了。

现在手机上有个 OCR 软件，发票一拍，数字自动就进系统了，还能帮你验真伪、自动归类。

人事那边也是，以前得一份份筛简历，现在招聘软件自带 AI，能按关键词给你把最匹配的候选人排前面，还能自动约面试时间。

只能说那些纯手工的、重复的录入工作，正在快速消失。

那财务干嘛去了？他们不用贴发票了，就有时间去看报表、分析成本、给老板提建议，告诉老板哪个产品赚钱、哪个环节能省钱。

人事也不用光筛简历了，他们可以花更多时间去琢磨怎么招到更牛的人、怎么留住核心员工。他们从办事员变成了分析师和策略师。

聊了一圈，不管是写代码的，画图的，还是做翻译、做客服、做财务的，AI 带来的冲击其实都挺像。

它不是简单粗暴地让一个岗位消失，而是把那个岗位里最枯燥、最重复、最像机器人的那部分活儿给抽走了。

剩下的，恰恰是需要咱们人最擅长的东西：比如创造力，比如复杂问题的拆解，比如和人沟通共情，比如做出权衡和决策。

但只要你把自己当成一个用 AI 武装起来的解决问题的专家，那你不仅不会失业，反而可能会成为这个时代最抢手的人。

如果以上对您有帮助，请帮忙点赞、点喜欢、收藏、分享、加关注

知乎用户 333333 发表

今天是 2026 年大年初一，又是一个本命年到了，一个半百老人的程序员该何去何从。虽然目前没有失业，前几天发 1 月份工资的时候，发现公司还给我涨薪了，不仅仅是涨薪，还从 2025 年开始涨，把 25 年补涨的工资一同发了，内心真的感谢公司。

这几年的 ai 编程发展太快了，这对于打工人并没有啥好处，该压榨还是被压榨，工作效率的提高，只会让公司减少员工的雇佣数量，因为竞争激烈了，只会造成薪水更低，加班更加严重，编程工具的发展只会有利于老板而非打工人。

最为打工的我们，应该想着怎么样让科技为我所用。

想想平时我们闲下来总是打开手机看短视频，自己想着也应该做点短视频，输出一些有价值的内容，昨天开始制作短视频了，现在的制作短视频的工具真的智能，很快做了一个，发布后吸引了好几个粉丝，算是科技为我所用的开始。

关于 ai 编程方面，现在从产品文档，原型，编码，测试都已经越来越成熟，2026 年打算自己为自己做产品了，以前一直想做但是没去做的项目可以捡起来让 ai 编程帮我写自己的产品了。今年大年初一，开始动起来。

说回 ai 编程会让程序员失业吗？我的看法是 ai 编程不会让所有程序员失业，但是肯定会让大多数程序员失业。

作为程序员的我们，我们应该主动让 ai 编程为自己所用。

知乎用户 机 · 丹尼尔奥利瓦 发表

作为某大厂程序员，现在我的代码 99% 都是 AI 生成。

先在这留个脚印吧，看看 5 年后我会不会失业。

5 年后，如果我还在看知乎的话，会回来更新一下这个回答。

知乎用户 老哥聊技术​ 发表

对于这个问题，可以从三个方面来看，

1）人工智能现在能做什么工作，未来五年能做什么工作？

2）程序员现在在做什么工作，未来五年可能在做什么工作？

3）人工智能能做的工作与程序员做的工作到底有多大的重合度？

一个一个说一下。

目前的人工智能，已经能完成部分编程任务。

GitHub Copilot 这类辅助编程工具，可以根据注释自动生成代码片段，也能够帮你补全整段函数的实现。

而且，现在的大部分的 AI 工具，在 LeetCode 简单题目上的通过率，已经超过了 70%，不过在解需要多步骤推理的中等难度题时，正确率会下跌的比较厉害。

AI 工具写代码的能力也是参差不齐。

比如，

我们耳熟能详的 OpenAI，它的代码解释器能自动修复语法错误，但有时也会对业务逻辑的错误视而不见。

这基本上就是现在 AI 写代码的现状。

目前程序员的工作，远不止写写代码这么简单。

程序员 60% 的时间花在理解需求、协调资源和调试复杂系统上（包括各种环境，本地环境、测试环境、开发联调环境、预发环境、生产环境等等）。

即便是写代码环节，核心价值也不在语法的正确性上，而在于把模糊的业务需求转化为精确的机器指令（代码逻辑）。

五年后的 AI，可能会突破更多的技术瓶颈。

谷歌 DeepMind 的 AlphaCode2 已经能够在编程竞赛中超越 85% 的人类选手，但它解题时依赖的是模式匹配，而非真正的逻辑推理。

未来，AI 能够自动修复安全漏洞，自动生成单元测试用例，甚至自动设计简单的系统架构。但 AI 强大代码能力的前提是，需要程序员给它设定目标。

程序员的技术角色一直在发生变化。

十年前，程序员要手写 SQL 优化语句，现在多数人直接用 ORM 框架；

五年前，前端工程师还在纠结浏览器兼容性，现在 React/Vue 等框架自动处理了 80% 的适配问题。

五年后的程序员可能会更像 “AI 训导师”，重点会转向设计算法框架、调整模型参数、校验输出结果的工作上来。

所以，在写代码方面，AI 大概率会替代程序员的这部分工作。

从 1990 年至今，程序员行业经历了 “IDE 工具普及、云服务兴起、低代码平台出现” 三次技术冲击。

每次都有声音预言，程序员要失业了，结果行业规模反而在持续扩大。

根本的原因在于，技术越进步，软件要解决的问题就越复杂，程序员职业就越不可替代（这里说的是程序员职业，不是某个程序员）。

上世纪 COBOL 语言诞生时，有人预言所有程序员都会被高级语言淘汰，结果催生出了系统架构师、DevOps 工程师这样的新岗位。

云计算兴起时，有人预言本地运维人员会消失，实际上催生出了云安全专家、成本优化师这样的职业。

AI 对程序员的影响，同样不会是简单的替代，而是会引发技能树的重构。

现在的招聘市场上，已经出现了 “AI 协同开发工程师”，这类岗位既要求有传统的编码能力，又要掌握提示词工程、模型微调等新技能。

未来，人机协作模式会成为主流，顶尖的程序员可能是那些既懂机器学习，又会把 AI 输出转化成商业价值的人。

AI 能够快速生成基础代码结构，而程序员可能主要做三件事：

1）理解产品的口语化需求。

2）平衡性能优化与开发成本。

3）处理 AI 生成的 “正确但无用” 代码。

从打孔卡编程到面向对象，从单体架构到微服务，每次技术跃迁都淘汰了旧工具，但也创造了新机遇。

AI 时代需要的不是更会写代码的人，而是更会定义问题的人。

五年后的程序员，可能要用今天无法想象的方式，来解决尚未出现的问题。

以上，个人之见，供参考。

-–End—

知乎用户 知乎用户 S9QWOH 发表

我也不知道谁给了程序员信心。
百分之 70 的程序员这辈子的工作内容都是给各种官方支持度不够的非主流项目做适配，百分之十的算法 / 安全竞赛哥，剩下百分之 20 是误以为自己是程序员的调包侠 + 互联网产品需求开发 + 不到百分之一的手搓轮子 master。
正如的和制止了他从事程序员这一试错密集型工作内容高度重复的职位。

知乎用户 还是不注名好 发表

不会。

正如计算器出来之后会计并没有失业一样。

即使是 AI coding，你花钱请人帮你用 ai code，也比直接 ai coding 能创造更大的价值。

知乎用户 拓梦 AI 发表

不会~~

人工智能不能完全取代开发人员的原因是，代码只不过是使用计算机可以 “理解” 的模型的规范。

开发人员有两个主要任务。

1. 就是理解业务 / 产品需求，用计算机可以执行的编程语言把它翻译成句子。写程序！

但是对于大多数程序来说，仅靠这项任务是不够的，因为计算机执行同一项任务的方式有成千上万种。例如，应该在单台服务器还是多台服务器上执行？云还是本地？使用本机编译语言还是使用虚拟运行时环境？单线程服务器还是多线程？使用容器还是任何其他虚拟化软件？同步还是异步 API？RESTful 还是任何其他风格？哪种风格有什么权衡，为什么？SQL 还是非 SQL，还是两者兼而有之，如何执行以及用于什么？

因此我们谈到了开发人员的第二个任务：

2. 创建一组决策和规则，定义程序运行的边界。这通常被称为系统的 “架构”。可能有数百到数千个宏观和微观决策影响软件系统的 “架构”。所有这些决策都需要指定并转换成计算机可以理解的某种模型。

在现实世界的软件系统中，仅仅让系统满足我们今天的需求是不够的。我们需要为明天的需求做好准备。决​​策通常会被记录下来并记录下来，以便将来解释为什么做出某些决策，从而支持进一步的决策。人工智能需要 1) 完全理解人类的意图，2) 具有自主决策能力，以决定针对给定的人类意图使用哪些权衡 3) 证明和记录决策 4) 将来考虑所有这些背景以做出进一步的决策。它不仅需要创建代码，还需要充当完全理性的代理并对其进行解释。

AI 需要解决的另一个问题是确定哪些是隐含需求，哪些是缺失需求（盲点）。软件开发人员不仅仅是盲目地将业务需求转化为代码的人。他们还会提出问题、填补空白并提出建议。例如，与第三方服务提供商打交道可能会有风险，因为他们的 API 不稳定，或者正在计划进行一些重大更新。这可能会对如何与该服务集成的决策产生重要影响。在关键功能中不依赖此类 API 并尝试使用一些可以失败而不会影响系统的后台进程与其集成可能是一个好主意。

现在假设人工智能非常棒，它可以完全理解产品人员或风险投资家想要构建什么，而无需向开发人员花一分钱。

不可能将程序想象成现实。需要有人编写规范。即使人工智能完全理解自然语言，也需要有人编写包含所有要求的完整详细规范。

要编写这些要求，需要有人了解计算机的工作原理，以便使用计算机可以理解的模型创建规范！无论你添加多少抽象，都没有关系。人工智能无法做出关于权衡利弊的决定，因为权衡利弊是选择的问题！

例如，如果您部署无服务器 lambda 来公开某个端点，您可能会面临冷启动问题。冷启动不是 AI 可以为您解决的问题。它就在那里，有人需要知道它的存在以及您有哪些选项来处理它。您可以在基础设施中添加 lambda 预热器（有成本）。AI 不会在这里增加任何价值，因为代码是 yaml 中的简单配置。这里的问题是知道您有问题，并为您的预期用例决定要使用什么权衡。

现在假设您需要一个数据库。没有任何一种数据库技术或配置可以神奇地适用于所有用例。您需要指定它！

无论您使用 json、yaml、sql 脚本、aws 控制台、py 脚本还是 AI 可以翻译的自然语言来配置数据库，都没有关系。最终，无论您选择哪种语言来制定规范，都需要付出同样的努力来解决同样的问题。实际上，在某些情况下，使用编程语言创建规范比用自然语言描述规范更简单。因为编程语言已经针对创建计算机可以执行的规范进行了优化。

如果 AI 无法取代规范，那它可以用来做什么？

答案似乎很明显，可以分为两类：

  1. **不需要严格规范的任务。**换句话说，如果你想完成某件事，而不管它是如何完成的，人工智能可能都能做到。“编写一个抓取工具，将 winestore.store 每月销售的前 10 种葡萄酒导出到文件中”：谁在乎它是如何编译的以及它使用了多少个线程。

  2. **你已经有一个非常具体和严格的规范的任务。**换句话说，如果你已经在某处有关于你所需内容的非常详细的描述，那么 AI 可以为你构建它。示例：

作为某些任务的代码生成工具，提高软件开发人员的工作效率。Github copilot 是一个强化版的自动完成功能。如果你已经有一个带有数据模型的类，该模型代表对象的模式，那么基于该模型生成 SQL 数据库模式就很简单了。生成样板代码也很简单。这是非常可预测的，因为它已经在代码中指定了，只需复制粘贴即可。另一个用法示例是任何需要模型翻译的东西。如果你已经有模型的表示，那么 AI 可以将其映射到其他类型的表示：“创建一个 SQL 语句以从此 json 文件中插入数据，每行一行”。 “使用这些模型中的 html 和 css 生成网页”。所有规范都已存在，只需要翻译。

总之：

开发软件远不止编码。人工智能可以通过协助完成某些特定的编码任务，在提高编码效率方面发挥重要作用。我们现有的规范越详细，人工智能就越有用，因为它能够将其转换为不同的表示形式。但是，如果我们需要创建规范，规范越详细，人工智能能帮到你的就越少，因为编程语言已经针对编写计算机可以执行的规范进行了优化。

知乎用户 知乎用户 QKCId0 发表

有这种想法说明你没理解程序员是干什么的。

就算那一天到来，程序员也会化身为，以另一种形式存在于这个世界上。

知乎用户 颜成子游 发表

应该差不多能。

1999 年电脑刚出现的时候，我就觉得，电脑这玩意，离我还很遥远，普及没那么快，跟我没关系。1999 年的电脑，DOS 系统，没有鼠标，就一个键盘，开机没桌面，开机一个光标让你往里输命令。那时候那电脑我都不知道它能干嘛。

我总觉得电脑跟我没关系，一直到 2009 年我都不会用电脑，我以为我才是主流。我的思想始终停留在 1996 年。1996 年邓小平还健在，全国 80% 的人口是农民，国家主席是江泽民，美国总统是克林顿，日本首相桥本龙太郎多次来中国友好访问，并参拜 918 纪念馆。我以为世界会一直像现在这样，一直到 2009 年我的思想基本还停留在 1996 年，包括我都不太会用电脑。

2012 年智能手机刚出现的时候，我坚持用老诺基亚。我认为智能手机普及没那么快。一直到 2015 年我都不会用微信。我认为 QQ 才是主流，我才学会用 QQ 没几年。我认为微信是非主流，新新人类才玩微信。

2017 年无人驾驶概念刚提出的时候，美国机构预测，半自动驾驶会在 2021 年实现，全无人驾驶成熟要到 2035 年。但是就在今年，马斯克宣布要在 2024 年 8 月 8 日正式推出纯视觉系统的 L4 级无人驾驶。中国北京准备在 2024 年把路测范围扩大到 600 公里的范围。

会编程的人工智能现在也已经有了，而且已经比较成熟，只差成本降下来。其普及时间应该不会比无人驾驶更长。

知乎用户 CodingForFun 发表

我觉得会淘汰 80% 的搬运型程序员。就是基础知识不是很扎实，每日干的活就是实现架构师们分解好的需求。80% 的代码都是由 while，if，for 语句完成的。

但高级有创造力的程序员，在 AI 的加持下会提升产出，反而会更吃香。个人感觉 AI 对程序员的影响已经开始了。不少公司都在上 Github Copilot。据说可以提高 20% 以上的工作效率。这个趋势今年才开始，未来的影响还待观察。

根据我个人使用的感觉，大型项目 AI 辅助有限，主要是大型项目的 Token 太多，由于模型限制，上下文的 token 数目是有限的，导致 AI 对很多重要参数做不了解读。所以生成的代码多半都有问题。但 AI 如果能够按目前这个速度再发展几年，token 再翻个几倍，哪影响还不太好说。

但对于代码量几千到几万行的工具类项目，AI 已经处理的很好了。特别是网页布局，UI 交互这类的。让我这个做嵌入式的老炮做的工具也能有花里胡哨 UI 了。以前我自己做的工具都是 CLI 的。

知乎用户 风飞星闪​​ 发表

5 年？

我作为一个工龄 20 年的程序猿都不敢这么乐观好吧…

至多 2 年，失业不一定，但是工作方式肯定大变革了哇…

都是 AI 工作者，懂和没有编程经验，那能一样吗？

知乎用户 蛇之堕​​ 发表

看到 ChatGPT ，我感觉马上就要失业了。但是还好，我们在中国。

知乎用户 分特 发表

为什么不训练人工智能来替代那些管理者呢？

管理人员大多凭经验进行流程管理和风险把控，作出判断和决策，编制最优的作业计划，很符合人工智能的特长，最重要的是公平，平等对待每个员工，也不会欺上瞒下，杜绝腐败。投资人可以选择严苛型或者宽厚型的 AI，总有一款适合你。

知乎用户 aalliioo 发表

现在都能录音出会议纪要了

程序员没替代

倒是解放了不少管培生

估计以后做文案的都得躺

毕竟抄袭这事

AI 可比人知识面大多了

知乎用户 及人 发表

本回答由本人和 AI 协同创作，如有错误或许是 AI 幻觉所致（

如果把软件工程史拍成短片，大概是这样：

软件工程史 —— 一场 “瓶颈接力赛”

时期技术特征瓶颈
2000 年前
硬件贵，工具差汇编／C 手搓，
发布周期几个月算力 + 工具
2000 – 2010
IDE、ORM、Spring、Rails 崛起CRUD 几天搞定，系统规模膨胀架构复杂度
互联网 & 云时代
敏捷、SaaS、A/B 实验通用功能成 “预制菜”，数据驱动迭代治理与成本
当下（AI 外挂）
Copilot、RAG、Agents代码秒产，业务 DSL 自然语言拼装人类驾驭复杂系统的能力

规律：每抬高一段产能，就会诞生一段新复杂度，逼得角色细分、方法升级。

纵观这个过程，每次方法升级总会诞生许多新的岗位，产品经理、自动化测试、DevOps、交互设计师、数据分析师…..
我观察到许多开发转向了这些新位置，关键是有开发背景的人在这些新岗位也都混得不错。
但一些守着旧方法论的 “真正的怀旧人士” ，或多或少只能迎来被淘汰的结局。

要回答什么时候人工智能会让程序员都失业，我只能说总有一天会诞生 “AI 原生编程语言”，目前的主流编程语言更多是为了人类可读设计的，所以 AI 被迫需要和人类协作，靠人类的抽象能力将现实世界抽象成程序实体。等到哪天 AI 语言占领市场，学习编程这件事大概是挺多余的。
关于时间节点，AI 自己认为 5 到 10 年内会得到实验性的市场采纳，在 2035 年前大概不会发生完全替代市场。好像… 没那么快到来？

Karpathy 刚在 2025 年 SXSW 上复述了那句梗：“The hottest new programming language is English.” 卫报
但下一句他也补了：“You still need to know when the computer is lying.”

所以总结一下，我觉得哪怕你现在入行也还行，大不了在 AI 加入以后的新市场找找自己的新位置

知乎用户 双阙月丶 发表

2016 年在 QQ 群跟网友吵架，起因是他发了几篇营销号公众号文章，吹嘘 AI 三五年内马上就要取代大部分人类的工作

被我嘲笑了一通以后，怒而来了一句你这种文字类工作不出五年肯定被取代了

五年后我找他讲这个，给我装缩头乌龟

到现在快九年了，也没啥啊，该过还得过

不过我确实在用 gpt 辅助写稿子，省力得很

AI 确实好用，不得不承认，在辅助工作这块实在是太贴心

但是盲目吹 AI，一天到晚鼓吹 ai 马上让人失业

也不过就是一种新型的贩卖焦虑而已

知乎用户 厌氧生物无所畏惧 发表

我始终就一个观点，在任何时候，管理层是否可以接受一个不负责的开发团队？

即便你的公司拥有这个世界上最 NB 的那群大牛组建的开发团队，你作为老板敢不敢规定不管项目出什么问题，造成多大损失，你都不会对开发部门追责？

现在的 Agent 就是这样，不是你愿不愿意追责的问题，而是你就没法追责，这是一个底层逻辑的问题，你开除掉 Agent，把它的服务器扔垃圾桶没有任何意义

总有人说 Agent 现在处于童年时期，未来会不断进步，哪怕假设这个观点绝对正确，但责任问题始终无法解决，我在过去说过，现代飞行器的 AP 飞控在十几年前就成熟了，为啥没有彻底取代飞行员？民航不行为啥货机也不行？

道理是一样的，任何生产环境，关系到人命和大额资金以及公司股价和商誉的安全问题，都需要自然人去承担风险责任，什么 Agent 自己 review 自己代码，不同 Agent 互相 review 一类的，都解决不了这个问题，最终得都有一个人工的团队去拍板确定 Agent 写出来代码可以进入生产环境，确定代码是安全的，出了问题由自己负责

那么现在的问题就是，管理层是否认为这个拍板的团队成员需要懂开发、懂代码？还是搞点背锅侠自己骗自己这是安全的就行？自己的公司自己的产品，自己骗自己是否有意义？

知乎用户 七帆伍石闲在深夜​​ 发表

如果是指所有程序员，5 年不行。世界永远需要有创造力的程序员去思考、架构、创造新的程序，5 年内也很难看到 AI 会主动去写一个 node js 或者 redis，顶级的程序员永远是行业的中坚。

如果是指大多数主要写日常代码，做做维护升级的程序员，答案仍然是 5 年不行，

因为以现在的能力和发展速度，用不了 5 年，3 年就可以取代大部分了。

知乎用户 年总是只猫 发表

这么说吧

你以为程序员每天就是坐在座位上疯狂的敲代码吗？

NO！！！

那只是工作的一部分

更多的时候都在和业主对接需求 与产品经理撕逼

写代码只是你的入行门槛 但并不是全部的工作

知乎用户 公子由梦 发表

知乎用户 海澄 发表

现实是很多初级、甚至中级程序员的就业机会已经被压缩了，大厂里也已经有项目组把 ai 考虑进提效了，失业已经在进行了。

但不可能全部失业，代码服务于业务，是很严谨又有一定灵活空间的，ai 生成的代码总会需要人去校对和调整。

不要以为程序员在 ai 帮助下更全面更高效就能安枕无忧，已经有无数个案例证明，高效带来的不是薪资上涨，而是更加内卷和裁员。

知乎用户 小狮子 发表

DeepSeek 招聘

必然啊，你看 deepseek 都不招程序员了。

用户能用 ai 构建自己的软件，deepseek 自己不会用 deepseek 构建自己的软件，

你看 deepseek 都开始招用户帮 deepseek 写软件了。

知乎用户 量化仔​​​ 发表

在公司内部，一般来说不确定的创新项目，都是送死，给非嫡系的人来做。

据我观察，公司内部，现在是把非嫡系都塞进的项目了。领导做好了随时切割的准备。

如果真的领导认可，嫡系部队早就来摘桃子了。

领导，你小子最精了。

知乎用户 九哥 发表

现在是 2026 年 2 月 23 初七

从现在开始，目前的 AI 编程能力已经可以让 30% 的程序员失业了，但需要时间去应用到企业内部中去。

乐观预计，两年后会有第一批失业的，占比 30%（就是把当前的 AI 能力部署到企业内部系统和能力普及到面试题不问你 redis 缓存穿透和 spring boot，而是问你 AI Agent 了）

三年后，80% 的程序员失业， AI 进化能力是加速的（三年后企业内部用的开发范式是明年初的 AI 能力）。

五年后，剩余的 20%，转型业务专家和产品经理，只有极个别人继续走 AI 技术路线。

我更认为的观点是 5 年后，几乎所有用电脑的工作都会换一个形式存在，或许是另一个职业了。

知乎用户 Twisted Python 发表

5 年可能还不会，10 年之内如今理解的程序员职业，手工写代码这种，基本不会继续存在

知乎用户 narc du 发表

会 程序员的工作是明显的窄接口工作

一个 prompt 几十个比特位 就是全部接口了

这种尽管思考很多 但是接口 自由度特别低的 完全对事的 并且没有模拟输入的职业 都会容易被替代

除非你有极强的背锅能力

知乎用户 玄魂 发表

结论是不会

计算器和计算机淘汰了算盘，催生了新的职业，掌握新技能的人淘汰了默守陈规的人。

被淘汰的是没有跟随技术发展的人。

人工智能的发展，只会让程序员的日子越来越好过，而不是被淘汰。

首先这会引领大批的程序员投身人工智能领域，人力朝着更能促进生产力发展的方向去流动是社会进步的表现。

其次，人工智能会改变传统的工具链，生态，产品形态，程序员的工作方式，会让程序员以更加高效、智能、高质量的方式去工作。

所以我们不用担心是否被淘汰，而是要保持好奇心，保持进取心。大部分人不能引领潮流，但是至少不要被潮流丢弃。

举个例子

举一个和我工作比较相关的例子，我每天都在和各种各样的图表打交道，我们使用图表的方式是根据需求，定制各种配置。以最近开源的 VisActor 为例，如果我们想使用图表库或者表格组件库我们要做什么呢？

传统流程

  1. 访问网站 ，https://www.visactor.io/vchart 或者 https://www.visactor.io/vtable
  2. 查看 demo

3. 查看各种文档

4. 上手测试

熟悉图表的各种配置，对照文档来学习（demo 来自 https://www.visactor.io/vchart/demo/storytelling/ranking-bar）。

const goldenMedals = {
  2000: \[
    { country: 'USA', value: 37 },
    { country: 'Russia', value: 32 },
    { country: 'China', value: 28 },
    { country: 'Australia', value: 16 },
    { country: 'Germany', value: 13 },
    { country: 'France', value: 13 },
    { country: 'Italy', value: 13 },
    { country: 'Netherlands', value: 12 },
    { country: 'Cuba', value: 11 },
    { country: 'U.K.', value: 11 }
  \],
  2004: \[
    { country: 'USA', value: 36 },
    { country: 'China', value: 32 },
    { country: 'Russia', value: 28 },
    { country: 'Australia', value: 17 },
    { country: 'Japan', value: 16 },
    { country: 'Germany', value: 13 },
    { country: 'France', value: 11 },
    { country: 'Italy', value: 10 },
    { country: 'South Korea', value: 9 },
    { country: 'U.K.', value: 9 }
  \],
  2008: \[
    { country: 'China', value: 48 },
    { country: 'USA', value: 36 },
    { country: 'Russia', value: 24 },
    { country: 'U.K.', value: 19 },
    { country: 'Germany', value: 16 },
    { country: 'Australia', value: 14 },
    { country: 'South Korea', value: 13 },
    { country: 'Japan', value: 9 },
    { country: 'Italy', value: 8 },
    { country: 'France', value: 7 }
  \],
  2012: \[
    { country: 'USA', value: 46 },
    { country: 'China', value: 39 },
    { country: 'U.K.', value: 29 },
    { country: 'Russia', value: 19 },
    { country: 'South Korea', value: 13 },
    { country: 'Germany', value: 11 },
    { country: 'France', value: 11 },
    { country: 'Australia', value: 8 },
    { country: 'Italy', value: 8 },
    { country: 'Hungary', value: 8 }
  \],
  2016: \[
    { country: 'USA', value: 46 },
    { country: 'U.K.', value: 27 },
    { country: 'China', value: 26 },
    { country: 'Russia', value: 19 },
    { country: 'Germany', value: 17 },
    { country: 'Japan', value: 12 },
    { country: 'France', value: 10 },
    { country: 'South Korea', value: 9 },
    { country: 'Italy', value: 8 },
    { country: 'Australia', value: 8 }
  \],
  2020: \[
    { country: 'USA', value: 39 },
    { country: 'China', value: 38 },
    { country: 'Japan', value: 27 },
    { country: 'U.K.', value: 22 },
    { country: 'Russian Olympic Committee', value: 20 },
    { country: 'Australia', value: 17 },
    { country: 'Netherlands', value: 10 },
    { country: 'France', value: 10 },
    { country: 'Germany', value: 10 },
    { country: 'Italy', value: 10 }
  \]
};

const dataSpecs = Object.keys(goldenMedals).map(year => {
  return {
    data: \[
      {
        id: 'id',
        values: goldenMedals\[year\].sort((a, b) => b.value - a.value)
      },
      {
        id: 'year',
        values: \[{ year }\]
      }
    \]
  };
});
const duration = 2000;
const spec = {
  type: 'bar',
  padding: {
    top: 12,
    right: 100,
    bottom: 12
  },
  data: dataSpecs\[0\].data,
  direction: 'horizontal',
  yField: 'country',
  xField: 'value',
  seriesField: 'country',
  axes: \[
    {
      animation: true,
      orient: 'bottom',
      type: 'linear',
      visible: true,
      grid: {
        visible: true
      }
    },
    {
      animation: true,
      id: 'axis-left',
      orient: 'left',
      width: 130,
      tick: { visible: false },
      label: { visible: true },
      type: 'band'
    }
  \],
  title: {
    visible: true,
    text: 'Top 10 Olympic Gold Medals by Country Since 2000'
  },
  animationUpdate: {
    bar: \[
      {
        type: 'update',
        options: { excludeChannels: \['x', 'y'\] },
        duration
      },
      {
        channel: \['x', 'y'\],
        options: { excludeChannels: \['width'\] },
        duration: 500
      }
    \],
    axis: {
      duration: 500,
      easing: 'linear'
    }
  },
  customMark: \[
    {
      type: 'text',
      dataId: 'year',
      style: {
        textBaseline: 'bottom',
        fontSize: 200,
        textAlign: 'right',
        fontFamily: 'PingFang SC',
        fontWeight: 600,
        text: datum => datum.year,
        x: () => {
          return vchart.getChart().getCanvasRect()?.width - 50;
        },
        y: () => {
          return vchart.getChart().getCanvasRect()?.height - 50;
        },
        fill: 'grey',
        fillOpacity: 0.5
      }
    }
  \],
  player: {
    type: 'continuous',
    orient: 'bottom',
    auto: true,
    loop: true,
    dx: 80,
    position: 'middle',
    interval: duration,
    specs: dataSpecs,
    slider: {
      railStyle: {
        height: 6
      }
    },
    controller: {
      backward: {
        style: {
          size: 12
        }
      },
      forward: {
        style: {
          size: 12
        }
      },
      start: {
        order: 1,
        position: 'end'
      }
    }
  }
};

const vchart = new VChart(spec, { dom: CONTAINER\_ID });
vchart.renderAsync();

// Just for the convenience of console debugging, DO NOT COPY!
window\['vchart'\] = vchart;

5. 应用到项目中

根据实际的项目需求定制功能。

是不是可以更智能一点呢？

我们做了这些基础研发之后，觉得如果和人工智能结合，图表的应用流程可以有更简便的方式，也许用户只需要告诉我们他们想要什么就可以了。我们设想了一个初级的原型：

例如，我们想使用下面的商品销售额数据，展示不同区域各商品销售额：

商品名称region销售额
可乐south2350
可乐east1027
可乐west1027
可乐north1027
雪碧south215
雪碧east654
雪碧west159
雪碧north28
芬达south345
芬达east654
芬达west2100
芬达north1679
醒目south1476
醒目east830
醒目west532
醒目north498

使用以下代码，获得图表 spec：

const csvData=\`商品名称,region,销售额
可乐,south,2350
可乐,east,1027
可乐,west,1027
可乐,north,1027
雪碧,south,215
雪碧,east,654
雪碧,west,159
雪碧,north,28
芬达,south,345
芬达,east,654
芬达,west,2100
芬达,north,1679
醒目,south,1476
醒目,east,830
醒目,west,532
醒目,north,498\`
const describe='帮我展示不同区域各商品销售额'
const { spec, time } = await (vmind.generateChart(csvData, describe)); //图表智能生成，传入您的csv格式的数据和图表描述，返回图表spec和图表动画时长

接下来，我们就可以使用 VChart 绘制生成的图表。 在绘图前我们需要为 VChart 准备一个具备高宽的 DOM 容器。

<body>
  <!-- 为 vchart 准备一个具备大小（宽高）的 DOM，当然你也可以在 spec 配置中指定 -->
  <div></div>
</body>

接下来，我们创建一个VChart实例，传入刚刚生成的 spec 和 DOM 容器的 ID：

// 创建 vchart 实例
const vchart = new VChart(spec, { dom: 'chart' });
// 绘制
vchart.renderAsync();

生成的图表如下：

我们还可对图表提更多的要求，例如：

const describe='帮我展示不同区域各商品销售额，使用折线图，region做x轴'
const { spec, time } = await (vmind.generateChart(csvData, describe)); //图表智能生成，传入您的csv格式的数据和图表描述，返回图表spec和图表动画时长

生成的图表如下：

目前我们发布了可以供开发者体验的 npm 包，开放了有限的功能，可以通过 https://www.visactor.io/vchart/guide/tutorial_docs/Intelligent_Visualization/VMind_Getting_Started

查看使用方法。

我们觉得这个实践很有趣，也代表了未来的发展方向。会持续投入并输出。

简单总结

作为一个可视化研发，我不会觉得人工智能会让我失业，反而会促进我们朝着更好的方向发展。

相关链接： VisActor 官网 https://www.visactor.io/

github： https://github.com/VisActor

知乎用户 不知道名字 发表

我有一个想法

AI 能不能直接从机器语言这个层次进行 “编程”？这对 AI 来说并不困难吧。

如果真的做到了，什么 Java，JavaScript，C，PHP 等等甚至 HTML。感觉都要彻底完蛋。

2026 年 2 月 23 号评论区都在反对我的。或者直接我是外行。主要还是原回答不完整。

我的想法是当 AI 已经能够理解自然语言、抽象需求、自动生成高质量代码时，让它直接在机器语言层面进行优化和生成本质上只是抽象层级下移的问题，而不是能力跨越的问题；高级编程语言之所以存在，是因为人类需要可读性和抽象表达，但如果未来主流开发入口变成高度可视化建模平台，人类通过图形结构、逻辑关系、数据模型和自然语言约束来表达意图，AI 再把这些高层语义编译成可执行系统，那么 Java、JavaScript、C、PHP 甚至 HTML 就会逐渐退居为中间表示，而不再是主要生产界面，这就像当年没人再手写汇编一样；一旦 70% 的日常编码工作（CRUD、页面拼装、接口胶水、基础架构搭建）都被自动化吞噬，那么对应那一部分依赖 “写代码本身” 作为核心价值的程序员群体确实会面临被替代或被边缘化的风险，这种结构性压缩并不是情绪判断，而是生产力工具升级后的必然结果，真正留下来的将是那些能够定义系统、设计约束、理解复杂性、承担决策责任的人，而不是单纯执行实现的人，所以问题并不是“AI 会不会写机器语言”，而是当表达意图的成本趋近于零时，人类是否还需要大量专门负责手工编码的岗位，如果生产入口从文本转向可视化语义建模，那么编程形态必然重构，高级语言不会物理消失，但其社会地位可能像莫尔斯电码一样从主流交互方式退化为底层技术遗留层，在这种框架下，说 70% 的传统程序员会被淘汰，至少在 “编码型劳动” 层面，这是完全有可能而且是极高概率的

知乎用户 lavi 发表

没区别啊，不会失业，也不会提升门槛，会降低门槛，让更多的人变成程序员。。。。

之前丹尼斯里奇他们都是汇编和 c

我们这代人学的时候就是 c 和 c++、java

95 后的人学就是 python、java

在之后学的人就是 chatgpt

无非就是门槛更低，能让大家低成本干更多的事儿了。与其说想这个，还不如研究研究咋考公考编呢

知乎用户 洋葱 发表

与其说让程序员失业，倒不如说让未来的实习生程序员难以入行和一两年（技术，业务都没什么长进的）初级程序员难以跳槽。ai 的能力不是让一个不会程序的人来写程序（很简单的除外），而是让一个程序员原本两天的产出，可能缩短为一天，甚至半天。这就意味着，可能一个公司最开始想招 4 个初级程序员，或者 4 个实习生，后面发现，分别招两个人就够了。如果没有新的业务进入市场，ai 就会极大压缩了初级岗位量。

知乎用户 Sunburst 发表

失业不失业不知道

但是我们的产品已经开始用 DeepSeek 教我们写代码了。

知乎用户 沪中漫笔 发表

我回答了很多类似的问题，我的核心思想只有一条：

AI 对人力的需求确实减少了很多，但是还不能完全替代程序员，当前的程序员必须积极的使用 AI 工具，提高效率以应对危机。

程序员真的还有未来吗？

大模型应用工具 web-chat

spec-kit 使用 (AI 编程辅助架构)

将你的手机改造成 AI 手机

读书笔记 - 大模型驱动的具身智能：架构、设计与实现

基于 opencode 使用 skills 记录

如何看待豆包手机助手被封杀到智谱开源 AutoGLM 掀桌子？

回顾 2025 年，你与 AI 的关系是什么？

知乎用户 指针仙人 发表

短期来看，让你失业的不是 AI，而是经济危机。AI 反而是在经济危机中唯一坚挺的行业，在保住就业。

当然，长期来看，AI 会加剧经济危机，导致大面积失业。

知乎用户 盗帅 发表

有概率。

但更大的概率是，程序员会更火。

人工智能现在发展还处于初级状态，不过是暴风雨前的一片乌云而已。未来深入渗入到各行各业，加速各个行业生产力飞跃发展，还需要时间和过程。

狡兔死走狗烹，兔子还没养肥呢，就想杀狗？

相反，狗还得养着，得好酒好肉养着。

程序员目前面临的困境是，市场变化，工作方式变化，传统公司没落与新市场新企业的高风险，高未知性带来的动荡。

AI 是把神器，程序员是舞动神器之人，但神器不是那么轻易驾驭的，需要更强的能力。

怎么当狗，怎么当好狗，给谁当狗，需要大学问！

知乎用户 可可 发表

会的。

大量失业是注定的。

就像机械臂冲击流水线工人，现在四十五岁以下不要一样。

只不过在特色，大部分情况下人能把自己卷的比机械和 ai 便宜。

程序员到时候薪资比 token 费用还低。

所以程序员失业又不大可能。

知乎用户 许木成 发表

开工前一晚睡不着来答（x

长期来看我们都死了，AI 可能颠覆整个行业，程序员的工作性质都可能发生完全地改变。但中短期（题目里的 5 年内），这个问题还得不到结论，可以谨慎乐观的观望

一直很认同之前霍华德提出的 “程序员工作性质近似雇佣兵” 理论，支撑程序员岗位数量的是业务需求的数量

之前支撑程序员就业的还是移动互联网引爆的软件应用开发，购物 / 社交 / 外卖打车短视频这些，在缺乏新的开发需求情况下，各家的 hc 紧缩，只进行现有系统的维护，冗员偏多，裁员频现，大厂也普遍采用外包化来应对不确定的开发需求，知乎上劝退 cs 的声音越来越大

现在 ai coding 工具能加速现有项目的迭代速度，用盖楼打比方，就是有神奇的魔法可以快进施工这一步，从设计图纸直接跳跃到交付建筑物。这个过程肯定会给做存量业务需求的全行业程序员带来冲击，等于把本来就不多的需求给快速消化完了

但从现在大家对 ai coding 开发各种玩意的热情来看，隔三差五就能蹦出来一个我觉得意想不到的 app，等算力的涌现带动新产品需求的涌现，出现一批新的需要做大做强的软件，或许反而会提供更多的程序员岗位（但单个程序员需要承担更多是必然的

存量需求的消耗，增量需求的出现，程序员效率的提升，短期内可以看着这三个变量拔河，身处其中的同行们，职业生涯也只能跟着老板们想法的变化而剧烈波动，这就是雇佣兵的宿命，bro

知乎用户 常世万法仙君​​​ 发表

人工智能会降低程序员门槛，

提升程序员的能力。

那么，有没有可能，未来程序员成为类似今天会计的角色？

每个公司，都会花一个月八九千块钱，雇佣一个程序员，在 ai 的帮助下，定制化开发自己的信息化系统？

知乎用户 bluetrees​​ 发表

作为年过半百的老码农，我对后辈常说的是，我只要再坚持 15 年就能有退休工资了。你们还年轻，如果 AI 取代了你们的工作，你们要做好准备。

啥？因为 Ai 导致发不出退休工资了，政府负债完全还不上了？啊啊啊啊

知乎用户 大全 Prompt 发表

前几天，我接到了一个熟人的电话，让我的心情变得更加复杂。

电话那头，是我曾经的职场前辈，张哥。他的声音听起来有些沙哑，不再是我记忆中那个自信满满的技术大牛。他告诉我，他已经失业好几个月了，面试了无数家公司，但都没有结果。他的声音里带着一丝卑微，这让我感到心痛。

“大全，我知道你最近也在找工作，但我实在是没办法了。房贷、孩子的学费、老人的医疗费，这些压力让我喘不过气来。你有没有什么门路，能不能帮我介绍一下工作？” 他几乎是用恳求的语气对我说。

我沉默了一会儿，心里五味杂陈。我自己也是泥菩萨过江，自身难保。

2025 年，全球科技行业正在经历一场无声的 “地震”。Gartner 预测，到 2026 年，20% 的组织将利用 AI 来扁平化组织结构，消除超过一半的中层管理岗位。

DeepSeek 工程师宣称下一代 AI 能让 50% 程序员失业；GitHub 的统计显示，使用 Copilot 的开发者在文件中平均有 46% 的代码是由 AI 生成的。但另一边，微软、谷歌等巨头仍在疯狂招聘 AI 工程师，年薪高达 50 万美元。这矛盾的现实背后，隐藏着一个核心问题。程序员究竟是会被 AI 淘汰，还是成为驾驭 AI 的掌舵者？

更令人不安的是，AI 已能通过 HumanEval 评测替代 47.6% 的程序员工作，错误率半年内下降 82%；OpenAI 的 “SWE 智能体” 甚至能复刻 L6 高级工程师的能力，独立解决复杂系统问题。若 AI 真能像人类一样思考代码逻辑，程序员的价值将如何重构？

从 “辅助工具” 到“潜在竞争者”

1. AI 的 “代码生产力” 已超越人类平均水平

  • 代码生成：GitHub Copilot 等工具能根据注释自动生成代码片段，甚至完成完整模块开发。例如，输入 “用 Python 实现快速排序”，AI 可在 1 秒内生成可运行代码。
  • 代码优化：AI 能分析代码性能瓶颈并提出优化建议。亚马逊 AWS 的测试显示，AI 将程序员效率提升 4-7 倍。
  • 自动测试与修复：AI 工具如 Devin 可自动生成测试用例、定位 Bug 并修复，传统需要数小时的任务被压缩到几分钟。

2. AI 的 “天花板”：缺乏创造力与业务理解

尽管 AI 在重复性、标准化任务上表现优异，但其局限同样明显：

  • 无法理解业务需求：AI 生成的代码可能语法正确，但逻辑偏离实际场景。例如，要求 AI“设计一个电商促销系统”，它可能忽略库存限制、用户分层等细节。
  • 难以应对复杂系统：涉及多模块协作、架构设计时，AI 仍依赖人类工程师的全局把控。
  • 伦理与安全风险：AI 生成的代码可能存在安全隐患（如未处理 SQL 注入），需人类审核。

哪些程序员最危险？

1. 低技能、重复性工作首当其冲

  • 初级开发者：编写简单 CRUD（增删改查）代码、维护老旧系统的岗位，正被 AI 工具批量替代。例如，Salesforce 宣布 2025 年起停止招聘基础软件工程师。
  • 测试工程师：自动化测试工具已取代 70% 的手动测试工作。
  • 外包从业者：模板化开发（如企业官网、小程序）的价格战愈演愈烈，AI 进一步压缩利润空间。

2. 高价值岗位需求激增

  • AI 系统设计师：训练、调优大模型需深厚的技术积累，年薪可达百万美元。
  • 业务架构师：将 AI 能力与业务场景结合，例如设计智能客服的对话逻辑。
  • AI 伦理专家：解决数据偏见、模型透明度等问题，成为企业合规刚需。

程序员如何自救？从 “码农” 到“六边形战士”

大全之前就是一名大厂的 P8 级程序员，曾经我也计划着干一辈子的程序员工作，可是我才刚 35，就被裁员失业了，这两年大环境不好，在经济下行，就业形势极其不乐观。

十多年来，我一直在拼命做代码、搞技术，日夜不分，早起晚睡。我以为自己已经到了事业的上升期，35 岁这一年正是本该大展拳脚的时候，结果突然被公司裁掉了。

后面我才痛定思痛，趁着 AI 风起，一定要打造个人品牌，于是 23 年 11 月正式入局 AI 自媒体

开始副业打造个人 IP，不到 4 个月涨粉 5 万多，迄今全网累计近 500 万阅读量，全网付费用户 10000+ 人，实现了副业月入 10 万 +，累计变现已近 80 万 + 的成绩。

半年左右的时间，抓住 Ai 风口，目前做到月入 10 万的成绩。 按照社会对程序员 35 岁即失业标准来看，大全其实属于被淘汰的人群。

但我却在大环境一蹶不振的情况下，利用 AI 副业开启了人生的第二曲线

记住：行动起来，你也可以！

大全目前专注于小白 AI 入门领域的研究，分享从 0 到 1 入门 AI，ChatGPT 知识的系统性教程，

0 基础的小白也可以学会 ，有基础的小伙伴也可以学到进阶的知识，这里全部免费送给大家：

大全 Prompt：都是干货！超全 AI 入门， ChatGPT 资料分享！

大全的愿景是成为 AI 的布道者，带领 10 万小白入门 AI。关注

@大全 Prompt

带您 AI 入门。

最后，祝大家都能寻得可以全身心投入的事情，生活愉快！有收获的话给我点个赞呀~

知乎用户 峰雨无阻的人 发表

看是什么样的程序员

如果你是创造 AI 的算法工程师，大概率不会失业，因为需要更高级别的 AI 来完成更多任务

如果你是个每天都在做重复劳动、工作没有信息增量的代码写手，那估计不用 5 年 AI 就能替代你。

知乎用户 玩 AI 的 Z 学姐 发表

人工智能是不会代替程序员的，但是人工智能会淘汰一些不主动提升自身技术的人。

当前，人工智能正处于时代发展浪潮的高峰。

现在人工智能的兴起，主要归功于数据、算力和算法的飞跃。

一是移动互联网普及带来的大数据爆发，

二是云计算技术应用带来的计算能力飞跃和计算成本持续下降，

三是机器学习在互联网领域的应用推广，

程序员的工作内容是需要处理各种复杂的算法和数据结构的，将各种算法，数据结果在代码中体现出来。人工智能是利用计算机和机器模仿人类思维的问题解决和决策制定能力。

主动提升自己技术的程序员就可以利用人工智能识别程序中的错误，分析问题并提供解决方案，这些都可以为程序员提高工作效率，让他们可以去做更多时间去研究代码。

知乎用户 skywalkerplayer 发表

如果人工智能已经到了可以让程序员失业的份上，那么计算机视觉和机器人的水平应该已经可以让绝大多数人失业了。

知乎用户 YoYoWong 发表

初中级基本会，现在在我的日常开发里，如果需求拆分合理，功能架构设计比较细化，一个大功能 / 需求查分成一个个逻辑清晰的小功能，丢给 ai（比如 cursor），这一个个小功能实现得非常好，代码质量也很高，bug 也比较少。基本上我现在的工作有 30% 给 ai，然后自己组合优化下。所以未来 5 年复杂度不高的开发工作 ai 完全可以做，而我们做的就是把复杂任务拆分，最后重新组合 ai 完成的各项任务，所以开发要更注重与 ai 沟通能力、逻辑能力、架构能力。但是要说所有程序员都是失业，我觉得还不可能，但是初中级确实很危险，尽量培养自己的综合能力，未来基本就是一个人带领各种 ai 配合工作，减少重复简单的工作。想想看，cv 大法不就是为 ai 量身定制的吗，哈哈哈，话说回来，大家还是多学点 ai 的知识和技能，未来 ai 如同空气般存在，早日适应比较好。

知乎用户 AI 观察室 发表

不会，起码目前 AI 不会做鲜肉饼，而程序员可以！

知乎用户 Die Hell​​ 发表

让程序员失业的不是人工智能，而是低代码平台。

但是人工智能的确会加速低代码平台的发展，所以可预见的时间里，程序员的从业门槛会不断提高、变化。

这样就会在行业内出现非常诡异的现象：企业招聘要求 “N 年从事 XXX 经验”，然而对于程序员来说一旦深耕一个技术或行业太久，有可能马上就会面临内卷和失业风险，所以导致程序员普遍倾向不断选择主动跳槽和更换行业

知乎用户 ora 漱口水 发表

有句话叫电动机带来的不是 “把蒸汽机换成电机”，而是工厂布局、流水线与管理方式的重构。

Ai 和程序员不是同一层级的东西，ta 不是在替代程序员，而是在推动 it 行业的进一步发展，而程序员却是离这股力量最近的一群人。

AI 真正会替代的，往往是那些依附于旧系统、靠旧范式所维持的。

知乎用户 WEB 前端开发者 发表

会有一部分，原因如下

1、AI 确实可以加速一些重复性很高的砖活，打个极端的比方，我有一个 web 应用需要支持多语言，这个换以前估计得一个初级开发干一个月，但是这种活就很适合 AI 干，搞好提示词抽取语言包翻译多国语言一气呵成，这种提效非常明显起码提效了 10 倍，但是这种场景比较少

2、代码智能补全，这个因人而异，对于我来说编码速度至少提升 10%，想当年为了更高效的编辑文本，苦练 VIM、Emacs 技能，现在好了接入 AI 人人都可以获得 VIM 高手的文本编辑效率

3、进行陌生领域的工作，研究型工作，比如我有个需求是对富文本编辑器进行一些拓展以实现一些功能，这个富文本编辑器用的人还挺多，但是对于我来说算是一个比较陌生的领域，我对这个编辑器的 API 也不太了解，直接给 AI 下需求给我写了一个完成度 90% 的 demo，改改就能用了，这种场景带来的提效个人感觉在 50% 左右，因为有的情况下 AI 一直给出的代码都是错的，方向思路也是错的

4、来自业余开发者的影响，其实很多人不会编程，但是不代表没有逻辑能力，只要逻辑能力在线懂业务，人人都有可能自己创建应用程序，只是以前学习编程语言等成本太高了，未来 AI 时代估计业余程序员的数量会大大增加，而且业余程序员和专业程序员之间的区别会越来越模糊

5、AI 把市场上的其他更低阶的文字工作者也取代了，导致大量人失业，经济萧条，由于经济是一体的，必然对互联网和软件开发行业产生影响

综合上面原因，未来 5 年估计市场上对职业码农的需求会降低 30～50%，很多长尾的需求可能会由业余码农自己设计的软件来满足，未来大而全的 SAAS 类软件会减少，转而更多的是提供基础能力的 API 提供商

知乎用户 xfspace​ 发表

个人观点，仅供参考。

人工智能的革命显然是基于计算机技术，而程序员就是计算机技术的一线工作者，所以程序员会失业吗？答案是不会！

人工智能赋能到各行各业的实体应用中，谁来做这个事情？让现在的各种家电、硬件拥有 AI 只能，难道不需要程序员去做吗？

再说一点，AI 是重组并整合这个社会的生产力，通俗点就是智能手机代替功能手机一样的模式。只是人工智能能够带来更多质的飞跃。程序员应该努力学习 AI 相关的技能。

知乎用户 GEKOOK 发表

如果需求不增加的情况下，人工智能绝对会让部分程序员失业。

这是必然的，AI 辅助一个最明显特征就是让开发者更向业务与技术侧倾斜，而不是编码。

大幅提升的编码速度和质量两个方面。

1、速度：这个就不说了。sql 语句生成的飞快，可以媲美一个非常熟练开发者。

2、质量：有库用库，避免手搓小轮子造成的 bug。

知乎用户 赚灭是静 发表

程序员裁员这个事情某种程度上是因祸得福，国内程序员最火热的时候其实就是房地产热门的那几年，毕竟国内大厂普遍带有金融投资属性，恰好房地产也如此，因此 2022 年房地产衰退（注：实际上 2018 年就不咋行了，但当时还能掩盖住，2022 年是盖不住了）之后程序员已经被裁很多了，难道忘了那个时候大厂裁员、秋招没人理的情况了吗？要知道 2022 年 chatgpt 刚出来，至于图片和视频的 ai 更是烂中烂，总不能是 ai 的锅吧？

知乎用户 何小醒​ 发表

这里是小醒

在考虑人工智能对程序员职业的影响时，需要分析以下几个方面：

1. 人工智能的发展速度与能力

现状与未来预测： 目前，人工智能在编程领域的应用主要集中在自动化代码生成、错误检测、代码优化和低代码 / 无代码平台等方面。例如，GitHub Copilot 等工具已经能够辅助程序员编写代码，提高开发效率。然而，这些工具并未完全替代程序员的工作，而是作为辅助工具存在。

未来五年内，人工智能在编程领域的能力将继续提升，特别是在代码生成和调试方面。但全面取代程序员的可能性较小，原因如下：

  1. 复杂性和创意：许多编程任务需要深厚的专业知识、创造力和对特定业务需求的理解。人工智能目前还难以完全复制这些能力。
  2. 动态环境：软件开发环境不断变化，新的编程语言、框架和技术不断涌现。程序员需要快速适应和学习，这也是人工智能难以完全替代的领域。

2. 程序员角色的变化

转型与进化： 随着人工智能的发展，程序员的角色将发生变化。以下是一些可能的发展方向：

  1. 从编码到设计和架构：程序员将更多地关注系统设计、架构和复杂问题的解决，而将重复性和低级别的编码任务交给人工智能。
  2. 人工智能和数据科学：程序员可以转向人工智能和数据科学领域，开发和维护 AI 系统，分析数据和优化算法。
  3. 跨学科合作：程序员将更多地与其他领域的专家合作，理解业务需求，设计解决方案，并利用人工智能工具实现这些解决方案。

3. 教育与技能提升

终身学习的必要性： 为了适应人工智能带来的变化，程序员需要不断学习和提升技能。以下是一些关键领域：

  1. 人工智能和机器学习：了解人工智能的基本原理和应用，掌握常用的机器学习算法和工具。
  2. 高级编程和系统设计：深入学习高级编程语言和系统设计方法，掌握微服务架构、云计算等前沿技术。
  3. 软技能：提升沟通、团队合作和项目管理等软技能，以适应跨学科合作和复杂项目的需求。

4. 市场需求与就业前景

多样化的需求： 尽管人工智能可能取代一些低级别和重复性的编程任务，但对高级开发人员和具有多样化技能的程序员的需求将继续存在。以下是一些市场趋势：

  1. 定制化解决方案：企业需要定制化的软件解决方案，这需要深厚的专业知识和对业务需求的理解。
  2. 安全和隐私保护：随着数据安全和隐私保护的重要性提升，对这方面的专业技能需求将增加。
  3. 创新和创业：新的创业机会和创新项目将不断涌现，需要大量具有创意和技术能力的程序员。

在未来五年内，人工智能不太可能让程序员完全失业，但会改变他们的工作内容和方式。程序员需要适应这种变化，提升技能，转向更具创意和高附加值的工作领域。通过不断学习和发展，程序员可以在人工智能驱动的未来中找到新的机会和挑战。

知乎用户 星语 AI 笔记​ 发表

全球知名咨询公司 Gartner 预测，Gartner 预测，“到 2026 年，20% 的组织将使用人工智能来扁平化组织结构，从而消除一半以上的现有中层管理职位。而 GitHub 的数据更令人心惊，CEO Thomas Dohmke 曾提到，使用 Copilot 的开发者在文件中平均有 46% 的代码是由 AI 生成的。程序员们正面临一个颠覆性场景：当你还在熬夜调试代码时，AI 只需几秒就能生成一个功能完整的模块。但另一边，DeepSeek 的工程师却声称，AI 将让 50% 的程序员失业，而 Stability AI 的 CEO 更是大胆预言‘5 年内人类程序员消失’。然而，OpenAI 创始人却反驳：‘AI 是增强人类的工具，而非替代’。这场关于职业存亡的争论，究竟谁对谁错？

https://www.shrm.org/topics-tools/flagships/ai-hi/gartner-ai-predictions-through-2029#

https://www.freethink.com/robots-ai/github-copilot

AI 取代程序员？从技术本质看真相

✔️AI 的代码能力：强辅助，弱创造

AI 工具如 GitHub Copilot、ChatGPT 确实能生成代码，但它们依赖的是对海量数据的学习和模仿。例如，输入 “用 Python 写一个排序算法”，AI 能快速生成代码片段，但若需求变为 “设计一个适应电商高峰期的分布式订单系统”，AI 可能给出通用方案，却无法结合具体业务场景优化。
关键局限：

  • 意图理解不足：AI 无法像人类一样理解代码背后的商业逻辑或用户需求。
  • 调试能力薄弱：生成的代码可能包含隐藏错误，仍需程序员审查。
  • 创新性缺失：AI 无法发明新算法或架构，只能复现已有模式。

✔️程序员的核心价值：从 “写代码” 到“设计系统”

程序员的角色正在从 “代码工人” 转向 “AI 训练师” 和“系统架构师”。例如，训练一个医疗 AI 诊断模型，需要程序员设计数据清洗流程、调整超参数，并确保模型符合伦理规范。这些任务涉及复杂决策，远超当前 AI 的能力范围。
未来技能需求：

  • 数据科学：处理和分析训练数据。
  • AI 伦理：确保算法公平性、隐私保护。
  • 跨领域知识：如金融、医疗等垂直行业的业务理解。

AI 与程序员：协同进化的三大模式

✔️效率工具：释放重复劳动

AI 能自动化代码审查、测试用例生成等繁琐工作。例如，亚马逊的 AWS 工具将程序员效率提升 4-7 倍，而 GitHub Copilot 可减少 30% 的编码时间。程序员得以聚焦于架构设计和创新实验。

✔️新职业赛道：AI 催生的 “超级岗位”

✔️人机协作：从 “对抗” 到“共生”

以自动驾驶为例，AI 处理常规路况，人类司机应对突发情况。编程领域同理：AI 生成基础代码，程序员负责优化和业务适配。例如，硅谷某团队用 2 名 AI 工程师 + 5 台设备，替代了 30 人的传统开发组，但背后仍需人类设定目标和监督流程。

技术革命从未消灭职业

✔️工业革命的教训与经验

蒸汽机取代了马车夫，却创造了火车司机；计算机淘汰了算盘操作员，但催生了程序员职业。每一次技术革命都会淘汰旧岗位，同时创造更高价值的新岗位。

✔️程序员如何避免被淘汰？

  • 学习 AI 工具：掌握 Copilot、ChatGPT 等辅助开发。
  • 深耕垂直领域：如医疗 AI、金融风控等需行业知识的领域。
  • 提升软技能：沟通、项目管理等能力是 AI 难以替代的。

极端预测为何不靠谱？

Stability AI CEO 的 “5 年失业论” 遭多位大佬驳斥。统一建模语言创始人 Grady Booch 连发三个“Wrong”，认为 AI 缺乏抽象思维和创造力。而实际案例中，即使 AI 生成 47.6% 的代码（DeepSeek 数据），仍需人类修复错误和优化逻辑。

结语

AI 不会让程序员失业，但会淘汰那些止步于 “写代码” 的人。未来的程序员将是“六边形战士”：懂技术、通业务、擅协作，并能驾驭 AI 工具。正如马颖兵从失业程序员转型为创业者，危机亦是转机。面对 AI，唯一的选择是拥抱变化，持续学习，让人机协作的浪潮托起职业生涯的新高度。

知乎用户 青峰哥 发表

经济下行，大家都很痛苦，痛苦的根源在于一瞬间好像一切都崩塌了，工作不再稳定，创业不再有出路，不管是小农的安逸，还是梦想家的豪迈，都荡然无存。

昨天和一个老板聊天，他问我最近有什么好做的么？我说，我回归去做我最擅长的事情了，其他不擅长的，我也只投资，我认命了。他说，他也在愁，现在好像没有路，要知道他可是身家几个亿的老板。

一些超级大老板都是如此，更何况是没有什么原始积累的普通人了，能退就退吧，这是我今年最大的忠告，如果还有余粮不要强撑，退回去休息几年等机会好了再来，现在的大城市已经不欢迎，没有家底的牛马了，连送外卖都人满为患。

而我们常说，危机就是转机，那么未来五年到底，还有哪些人在闷声挣钱，没有被揪出来呢？

首先第一个机会，我认为就是让人花点小钱，就可以拿到快乐的行业，因为现在大家口袋都没钱了，所以不会想着像过去那样追求名牌，追求那些虚无缥缈的进步，而是花点小钱就能看到变化，看到结果的事情，会悄然兴起。

比如六年前我在做营销相关的事情，那时候大家就非常积极的努力学习，怎么创业，怎么当老板，因为那时候整个社会都有信心，好像只要学会了碰上一个运气，自己就能够翻身做主变成企业家了。

而现在这种梦碎了，大家也知道哪怕你从明朝努力到现在，该是什么命还是什么命，所以还不如去学习一些能够立竿见影的东西，比如学习写作、学习站桩、学习小餐饮的配方等这些非常垂直且立马可以看到小结果的东西，会在未来五年大行其道。

但凡你不能一下子说明白，你给的是什么或者需要大量解释，都很难很难有所突围。

现在不管是线上还是线下都难，而在这种大环境的背景之下，我们就只能从原来的外在往内在去迁移了，所以未来与情绪与智慧相关的产业会蓬勃发展，因为以前是有出口的我们说线下不好做，那打不了去干电商，电商不好做大不了去干微商，微商不好做大不了去干培训，培训不好做大不了去打工。

但现在这个退路都消失了，以前过来随便糊弄的人，是真的能够挣到钱的，而现在突然跑过来的人会发现，哪怕是站在金字塔顶端的人，也在无比艰难地生存着，如果你不是真的发心特别大，自然很难很难很难，在这一块真的找到出路。

一切崩塌了，因为以前是有退路的，现在连南墙都给你堵死了，一切都到了变化的尽头，所以每个人都必须放下过去的自我，从内在开始革命，放弃过去的思维，在危机中去开启新生。

你必须放下过去商业的狡诈，真的开始用自己所能去帮助每一个人，且统一战略，统一枪口，让每一个你帮助过的人，都与你达成结盟的意愿，大家一起朝着一个方向去做事，而不是还是你干你的，我干我的。

只要力气要往好几个方向去，只要人心不是统一的，那么聚在一起的人再厉害，最终也不会有任何结果，所以你要传播智慧，你要统一人心，你要放下自己对他人的执着，只影响，不改变，愿意同行的就一起走，不愿意的立马放弃。

所以未来那些能够让人，外在和内在变得美好的东西，都会让人拥有巨大的财富，比如养生领域、比如身心灵领域、比如大健康领域、比如医美领域，只要能够帮人发生改变的，都拥有巨大的机会。

而这些也就是普通人唯一能够触达到的机会了，至于其他云里雾里不够刚需的，早就已经被权贵阶层锁死了，你侥幸进去不被榨干出来，都是祖坟冒青烟了。

所以，如今我们已经不是一个靠聪明，靠智慧创富的时代了，恰巧现在社会最大的痛苦，是人们是智慧不够用了，陷入到了深深的痛苦之中，而谁能够帮他们解脱智慧，谁就拥有巨大的财富。

如果这一篇文章能够点醒你，你应该转发出去，让更多人醒来。

写作费脑，码字不易，欢迎点赞，评论和关注，就当是对我的最大鼓励。

知乎干货文章推荐，点击阅读：

纵横领域：从业互联网 6 年 (个人经历)

非凡创业论：普通人如何改变命运？

知乎用户 蓝色飞熊 发表

可能用不了 5 年，但是会有新的机会。

“1768 年，卡特赖特发明水力织布机，将织布效率提高了 40 倍，1804 年雅卡尔提花机的出现将织布效率提高了 25 倍。这些下岗的工人，去哪了呢？以英格兰西北部的兰开夏为例，从 1820 年到 1851 年，织布工人数量从 20 万锐减到 5 万。为了保住工作，他们其中有人甚至还发生过暴动，砸坏了数百台织布机。你要知道在 1812 年的英国，毁坏纺织机械是死罪。

在那个年代，换个工作很难吗？很遗憾，事实确实如此。在当时的英国，姓氏几乎是由他们的职业决定的，例如史密斯（铁匠）、米勒（磨坊）、库珀（桶匠），如果你表示怀疑，可以在英文字典里搜索 Cooper，看到桶匠的释义。这些行业是沿着家族流传下来，往往需要多年的学徒生涯，每天工作时间很长，几乎没有业余时间。他们所做的，也是他们的父亲，父亲的父亲所做的，工作不仅是养家糊口的途径，也成为了自己身份的象征。

所以历史其实是相似的，现在的我们实际也在面临同样的问题。人工智能技术的飞速发展，使得原本由人工完成的工作可以让机器来完成。非计算机从业者在面临这些问题，计算机从业者其实也是一样。DeepMind 团队在历经 AlphaGo 打败围棋世界冠军李世石和 AlphaFold 完成预测蛋白质结构之后，推出了智能编程系统 AlphaCode。它默默地参加了著名网站 Codeforces 举行的 10 场编程比赛，成绩超过一半人类，在未来取代程序员或许只是时间问题。技术在以超乎人类判断的速度进步，回看历史，各个领域都在不断经历技术的变革，例如 3G、4G 已经被 5G 取代成为过去，云计算和大数据被更加火热的虚拟现实、量子计算等新名词夺去风头。

在这种形势下我们该如何应对？让我们先回到 19 世纪英国织布工人的时代，在原本的想象中，这 15 万人可能流离失所，但是历史惊奇地告诉我们，他们中的大部分人，在别无选择下重新学习了新的技能，适应了新的工作，从 1920 年到 1950 年，大部分人选择从织布工人转为了纺纱工人，从事纺纱的工人数量从 8.5 万增加到 27.5 万。大部分下岗的织布工人重新找到工作，活了下来。

当下的技术会不断变化，现在高效的或许也在不久的将来被淘汰，纺织行业如此，计算机行业也是如此，各行各业的工作者都会面对同样的问题。总结下来，打开未来的钥匙或许只有跟上时代的步伐，不断学习，终身学习。”

知乎用户 落笔七年 发表

别问了，我们公司给研发团队今年的一项工作指标是，使用 AI 把码代码效率提升一倍。

什么概念？

正着看，好像是可以干更多的工作，提高团队战斗力。

反着看，那就意味着，如果业务不增长，研发人员就得减半。

AI 只要能提升写代码速度，那么程序员的生存空间就会被压缩，原本这几年大形势不好，技术岗位本身就卷，AI 的出现，只会更卷。

不用 5 年，今年就会有比去年更多失业的程序员。

虽然不会完全替代所有程序员，AI 模型迭代，会加速压缩程序员的生存空间。

那么往后，程序员的失业的人会越来越多……

我的建议是一边保持对 AI 的学习，一边赶紧找自己的 plan B

这个 AI 加速的时代，任何人都不可能置身事外。

知乎用户 码农出击 发表

不管是之前就有的 Copilot 还是最近刚发布的 ChatGPT，其主要目的都是为提高生产效率。

这里不存在导致 “底层程序员失业”，如果对效率有大幅提升，但是市场又没有大幅增长的时候，可能会导致整体程序员的失业率上升，不会只是针对底层的。

2022 年的互联网大厂的裁员，你看裁的都是什么人就知道了；裁员一般都不会裁最便宜的、最一线的。因为还需要他们干活，并且把中层裁了，同时也提供了晋升机会，底层会更卖力得工作。

Anyway 扯远了，回到话题上来。其实现在 ChatGPT 已经很不错了，并且 AI 的可怕之处是它每时每刻都可以在学习、在进步，现在它已经能把一个 PHP + jQuery 的网站用 Next.js 重构了，还可以要求它用 Typescript 写哦。

目前来看，ChatGPT 的出现不会导致底层程序员失业。ChatGPT 是一种聊天机器人，它能够根据用户输入的内容进行自然语言处理，并回复相应的信息。它主要用于解决用户在使用网站、app 等产品时遇到的问题，为用户提供更好的体验。

底层程序员主要负责系统架构设计、程序开发、数据库管理等工作，与 ChatGPT 的功能并没有直接的关系。底层程序员的工作内容主要是为其他程序员提供技术支持，帮助他们更好地完成工作。

此外，随着人工智能技术的发展，人工智能应用的领域也在不断扩大，对底层程序员的需求也在不断增加。因此，ChatGPT 的出现不会导致底层程序员失业。

ChatGPT 只是一个工具，它可以为底层程序员提供更多的自然语言处理能力，但它并不能代替程序员的工作。底层程序员依然需要设计、编写和维护程序代码，而 ChatGPT 只能协助他们完成这些工作。

最近很多同学问我大厂面试的核心知识点，东哥熬夜整理出来了 9 大核心知识点，需要的自取：

校招进大厂，9 大核心课程知识，熬夜整理成思维导图送给大家​mp.weixin.qq.com/s?__biz=MzU4MjgwNjQ0OQ==&mid=2247487009&idx=1&sn=4495414184e17ee2c4c22cf4f55db467&chksm=fdb3f0ffcac479e9c97c6f70662ae09976b3bf3d49aab7a12bb950db8f8a7502dc39fc24c5e3#rd​mp.weixin.qq.com/s?__biz=MzU4MjgwNjQ0OQ==&mid=2247487009&idx=1&sn=4495414184e17ee2c4c22cf4f55db467&chksm=fdb3f0ffcac479e9c97c6f70662ae09976b3bf3d49aab7a12bb950db8f8a7502dc39fc24c5e3#rd​mp.weixin.qq.com/s?__biz=MzU4MjgwNjQ0OQ==&mid=2247487009&idx=1&sn=4495414184e17ee2c4c22cf4f55db467&chksm=fdb3f0ffcac479e9c97c6f70662ae09976b3bf3d49aab7a12bb950db8f8a7502dc39fc24c5e3#rd​mp.weixin.qq.com/s?__biz=MzU4MjgwNjQ0OQ==&mid=2247487009&idx=1&sn=4495414184e17ee2c4c22cf4f55db467&chksm=fdb3f0ffcac479e9c97c6f70662ae09976b3bf3d49aab7a12bb950db8f8a7502dc39fc24c5e3#rd​mp.weixin.qq.com/s?__biz=MzU4MjgwNjQ0OQ==&mid=2247487009&idx=1&sn=4495414184e17ee2c4c22cf4f55db467&chksm=fdb3f0ffcac479e9c97c6f70662ae09976b3bf3d49aab7a12bb950db8f8a7502dc39fc24c5e3#rd​mp.weixin.qq.com/s?__biz=MzU4MjgwNjQ0OQ==&mid=2247487009&idx=1&sn=4495414184e17ee2c4c22cf4f55db467&chksm=fdb3f0ffcac479e9c97c6f70662ae09976b3bf3d49aab7a12bb950db8f8a7502dc39fc24c5e3#rd

另外，我当初在准备各大公司技术笔试的时候刷了大量的算法题，其中就是参考了一本谷歌大神的 LeetCode 刷题笔记，帮我整理了解题思路，归纳了出刷题方法，非常不出错，转给需要的同学：

BAT 大佬写的 Leetcode 刷题笔记，看完秒杀 90% 的算法题！​mp.weixin.qq.com/s?__biz=MzU4MjgwNjQ0OQ==&mid=2247485348&idx=1&sn=02ede6b715b20a6b981af1d021d77d5d&chksm=fdb3f97acac4706cc193bec80b984255bb33db2b35366682bd566280326b7029f1dae632abb2#rd​mp.weixin.qq.com/s?__biz=MzU4MjgwNjQ0OQ==&mid=2247485348&idx=1&sn=02ede6b715b20a6b981af1d021d77d5d&chksm=fdb3f97acac4706cc193bec80b984255bb33db2b35366682bd566280326b7029f1dae632abb2#rd​mp.weixin.qq.com/s?__biz=MzU4MjgwNjQ0OQ==&mid=2247485348&idx=1&sn=02ede6b715b20a6b981af1d021d77d5d&chksm=fdb3f97acac4706cc193bec80b984255bb33db2b35366682bd566280326b7029f1dae632abb2#rd​mp.weixin.qq.com/s?__biz=MzU4MjgwNjQ0OQ==&mid=2247485348&idx=1&sn=02ede6b715b20a6b981af1d021d77d5d&chksm=fdb3f97acac4706cc193bec80b984255bb33db2b35366682bd566280326b7029f1dae632abb2#rd​mp.weixin.qq.com/s?__biz=MzU4MjgwNjQ0OQ==&mid=2247485348&idx=1&sn=02ede6b715b20a6b981af1d021d77d5d&chksm=fdb3f97acac4706cc193bec80b984255bb33db2b35366682bd566280326b7029f1dae632abb2#rd​mp.weixin.qq.com/s?__biz=MzU4MjgwNjQ0OQ==&mid=2247485348&idx=1&sn=02ede6b715b20a6b981af1d021d77d5d&chksm=fdb3f97acac4706cc193bec80b984255bb33db2b35366682bd566280326b7029f1dae632abb2#rd

最后给大家介绍一份计算机经典书籍，送大家一份硬核书籍资源：读大学跟工作期间，我买了很多书，大部分是一些技术书籍，也收集了这些书籍的电子版，都在这里，现在免费 share 给大家，包括了计算机类常用电子书，包括 C，C++，Java，Python，Java，Linux，Go 等，希望大家能认真阅读。点击下方链接直达获取：

计算机经典必读书单 (含下载方式)​mp.weixin.qq.com/s?__biz=MzU4MjgwNjQ0OQ==&mid=2247487238&idx=1&sn=c63594d794bed494ff91bebd4c8de37c&chksm=fdb3f1d8cac478ce0bb20b69a930567c8790e1c3fe4629aacb805a5c2ac9f39035772855738e#rd​mp.weixin.qq.com/s?__biz=MzU4MjgwNjQ0OQ==&mid=2247487238&idx=1&sn=c63594d794bed494ff91bebd4c8de37c&chksm=fdb3f1d8cac478ce0bb20b69a930567c8790e1c3fe4629aacb805a5c2ac9f39035772855738e#rd

码字不易，硬核码字更难，希望大家不要吝啬自己的鼓励，给我 ：

@码农出击

一个点赞，鼓励下我！

知乎用户 曹哥 AI 编程 发表

我认为：会！

现在 AI 的发展非常迅猛，而且 AI 技术还非常重要，说的夸张一点，AI 有可能重塑整个人类社会的生产结构（不是可能，大概率是事实），有人将 AI 称为 “第四次工业革命”。

可以肯定的是随着 AI 的发展，一定会有大量的程序员失业（其他行业也差不多），但是程序员这个行业不会消失，只是这一行不再需要这么多人类程序员了，未来的开发模式一定是人类和 AI 共同协作开发，AI 再智能也还是有一定的局限性的，还是需要一部分人类程序员的。想要 100% 替代人类程序员，最起码 5 年之内是办不到的。

其实我有个疑问，那就是，如果 AI 发展出自我意识后（很多大佬都认为会实现），咱们人类会是什么样呢？

一种情况是：人类不必再为了钱而工作了，有活让 AI 去干，人们可以按照自己的想法而自由的生活。

另一种情况：人类被 AI 统治？就像电影《终结者》里的情况一样。那可就不太妙了！

你们认为将来会是哪种情况？

知乎用户 悠游 发表

作为一名北漂十年的程序员，从汇编语言到 Kubernetes、从 iOS 开发到大数据架构的全栈工程师，我想说：程序员不会消失，反而会迎来前所未有的机遇。

让我们先看清现实

冰山模型：被忽视的 90%

很多人被 ChatGPT、Claude、GPT-4 的能力震撼后，产生了一个错觉：AI 应用开发就是调用几个 API 接口的简单工作。

但硅谷知名技术专家 Rakesh Gohel 提出了一个颠覆性洞察：

“AI Agents are about 90% Software Engineering and only 10% AI”
“AI 智能体，90% 是软件工程，只有 10% 才是 AI。”

这就像一座冰山：

  10% AI能力 (水面上)
├─ 模型推理
├─ 智能决策  
└─ 内容生成

⚙️ 90% 软件工程 (水面下)
├─ 系统架构设计
├─ 数据流管理
├─ 异步并发处理
├─ 错误处理机制
├─ 性能优化
├─ 安全防护
├─ 监控运维
└─ 测试保障

这意味着什么？意味着构建真正可用的 AI 应用，90% 的工作量都是程序员最擅长的软件工程领域！

程序员的技能正是时代所需

从焦虑到自信的转变

很多程序员的担忧：

  • “AI 会替代我的工作吗？”
  • “我需要重新学习机器学习吗？”
  • “我的经验还有价值吗？”

现实的答案：

  • ✅ AI 不会替代你，而是需要你来驾驭它
  • ✅ 你不需要成为 AI 专家，但需要学会工程化 AI 能力
  • ✅ 你的经验不仅有价值，而且变得更加珍贵

️ 你已经掌握的核心技能

让我们看看 AI 应用开发需要哪些核心技能：

系统架构设计 ✅

AI 应用需要：复杂的分层架构，支持多组件协作 你的经验：微服务架构、分层设计、模块化开发

并发编程 ✅

AI 应用需要：处理多智能体协作、异步工具调用 你的经验：多线程编程、异步 IO、并发控制

状态管理 ✅

AI 应用需要：管理复杂的执行流程和状态转换 你的经验：状态机设计、工作流管理、事务处理

错误处理 ✅

AI 应用需要：应对 AI 系统的不确定性和异常情况 你的经验：异常处理、容错设计、系统恢复

看到了吗？你几乎已经具备了所有核心技能！

新时代的编程范式转变

AI 应用开发的本质

基于我对多个开源项目（如京东的 joyagent-jdgenie）的深度研究，我发现 AI 应用有一个核心特征：智能涌现。

什么是 AI 应用？

AI 应用是具备智能涌现机制，能够创造出超越原始组件能力的新兴智能，并运用这些涌现能力自主完成任务的应用系统。

核心特征：

  • 智能涌现性：通过多组件协作产生超越单一组件能力的新兴智能行为
  • ️ 工具创造能力：能够动态组合、创造并使用新的工具来解决复杂问题
  • 自主任务执行：具备独立的任务分解、规划和执行能力
  • 适应性学习：能够根据环境反馈调整策略并优化执行效果

编程思维的升级

传统软件开发AI 应用开发
确定性思维概率性思维
输入→处理→输出输入→推理→多种可能的输出
完全可控拥抱不确定性
精确的逻辑控制智能的自适应调整
预定义流程动态创造能力
按既定流程执行根据需要创造新工具

️ AI 应用的分层架构

基于对 AI 应用开发的深度思考，我提出了完整的五层架构：

1. 智能思考层（Intelligence Thinking Layer）

核心职责：作为系统的智能决策中心，负责任务理解、推理规划和执行控制

  • 任务分析引擎：基于 LLM 的任务理解和复杂度评估
  • 智能体编排器：动态选择和组合智能体
  • 决策控制器：执行策略制定和调整

2. 知识记忆层（Knowledge Memory Layer）

核心职责：构建和管理应用的全生命周期知识体系

  • 工作记忆：当前活跃的思考空间
  • ⏱️ 短期记忆：会话级别的上下文管理
  • ️ 长期记忆：持久化知识存储

3. 工具扩展运行层（Tool Extension Runtime Layer）

核心职责：提供丰富的工具生态和执行能力，支持动态工具创造

  • 工具注册中心：管理所有可用工具
  • ⚙️ 工具编排引擎：动态组合和执行工具
  • 工具创造引擎：动态生成新工具

4. 智能环境层（Intelligent Environment Layer）

核心职责：提供安全、高效、可扩展、可控的执行环境

  • 执行环境管理：容器化 / 虚拟化环境
  • 资源管理：计算、网络、存储资源
  • 安全控制：访问控制和审计日志

5. 智能涌现层（Intelligence Emergence Layer）

核心特性：概念性抽象层，体现系统整体智能现象

  • ✨ 通过多层协作产生系统性智能现象
  • 体现”1+1>2” 的系统协同效应

三大核心开发理念

1. 面向黑盒编程

在 AI 应用中，我们需要将复杂的 AI 能力封装为标准化的接口服务，通过接口抽象和封装来隐藏实现细节。

价值体现：

  • 模型无关性：轻松切换不同的语言模型
  • 能力组合性：简单组合各种 AI 能力
  • 技术栈灵活性：多技术栈组件协作

2. 拥抱不确定性

传统软件开发追求确定性，但 AI 应用必须学会与不确定性和谐共处。

核心策略：

  • 构建容错和自适应机制
  • 基于概率的质量评估
  • 智能化的错误恢复

3. 不要指望大模型做所有的事情

理性认知大模型的能力边界，合理分工。

平衡原则：

  • 在大模型擅长的领域发挥其优势
  • 在传统技术更可靠的领域坚持传统方案
  • 通过架构设计实现优势互补

职业发展的新机遇

市场需求爆发

  • 全球 AGI 应用市场预计到 2030 年将达到 1.3 万亿美元
  • 85% 的企业在未来 2 年内部署 AGI 应用
  • AGI 应用开发工程师的平均薪资比传统开发工程师高 30-50%

新兴职位

核心竞争力：不是最懂 AI 算法的人，而是最能将 AI 能力工程化的人。

如何开始转型

第一步：建立正确认知

  • ✅ 理解”90% 软件工程” 的核心洞察
  • ✅ 认识到自己技能的价值和可迁移性
  • ✅ 建立对 AI 应用开发的整体认知

第二步：掌握核心技术

  • 流式通信：实现 AI 任务的实时反馈
  • ⚡ 异步并发：处理多智能体协作
  • 状态机设计：管理复杂的执行流程
  • ⚫ 黑盒编程：构建灵活的模块化系统

第三步：转换设计思维

  • 拥抱不确定性：从确定性编程转向概率性设计
  • ⚖️ 合理分工：不指望 AI 做所有事情
  • 智能涌现：设计能够产生创新能力的系统

结论：程序员的黄金时代

历史告诉我们：

  • 互联网时代成就了第一代 Web 开发者
  • 移动互联网时代造就了 App 开发专家
  • AI 时代正在为程序员打开新的机会之窗

作为有经验的软件工程师，你具备了其他人难以复制的优势：

  • ✅ 深厚的工程实践经验
  • ✅ 系统性的架构思维
  • ✅ 成熟的问题解决能力
  • ✅ 对软件质量的深度理解

这些优势在 AI 时代不仅没有贬值，反而变得更加珍贵。

AI 不会让程序员消失，相反，它需要更多优秀的程序员来驾驭。**AI 应用开发 90% 是软件工程，只有 10% 才是 AI。**你的时代，现在才刚刚开始！

本回答基于我正在创作的开源书籍《AGI 应用软件开发指南》的核心理念。这本书专门为传统软件开发者转型 AGI 应用开发而写，如果你对这个话题感兴趣，欢迎关注我的 GitHub 项目：agi-app-dev-guide-book

让我们一起拥抱这个充满可能性的新时代，用专业的软件工程技能构建真正改变世界的 AI 应用！

知乎用户 键盘拿铁​​ 发表

1、残酷现实：这些程序员正在被 AI 替代

CRUD 工程师：饭碗正在消失

  • 以前写增删改查（CRUD）的 “搬砖工”，现在被 AI 工具按在地上摩擦。
  • 某大厂数据显示：使用 AI 编码工具后，初级开发岗位需求下降 40%
  • 典型案例：用 AI 生成一个用户注册接口，比新手程序员快 3 倍且零 bug
  • 未来趋势：简单 API 开发、重复性测试这类 “人肉代码机” 工作将批量消失

培训班出身的 “缝合怪”：生存空间被挤压

  • 现象：很多速成程序员靠背框架、抄代码找工作，遇到复杂问题就抓瞎
  • AI 对比：GitHub Copilot 能自动补全代码，甚至能根据注释反向生成逻辑
  • 典型案例：某招聘平台数据显示，2024 年初级 Java 工程师岗位数同比下降 25%

2、也有 AI 无法替代的三大护城河

架构师：系统设计的 “顶层玩家”

  • 典型场景：设计千万级并发的分布式系统，AI 目前只能给出 “教科书式方案”
  • 真实案例：某银行核心系统重构，AI 给出的方案被架构师推翻 3 次，最终人工优化节省 30% 成本
  • 核心能力：抽象思维、业务理解、故障预判，这些都是 AI 的 “硬伤”，特别是需要考虑很多线下情况的场景

算法工程师：站在技术食物链顶端

  • 现状：OpenAI 年薪百万招算法工程师，AI 自己却写不出 GPT-5
  • 技术壁垒：模型调参、分布式训练、硬件优化，这些需要 “人在回路” 的工作
  • 趋势：2025 年全球 AI 算法人才缺口预计达 300 万

全栈工程师：连接业务与技术的 “翻译官”

  • 关键能力：既能和产品经理撕需求，又能给前端讲性能优化，还能帮后端调数据库
  • 替代难点：AI 无法理解 “老板想要五彩斑斓的黑” 这种人类特有的沟通玄学

3、程序员的自救指南：抓住 AI 时代的新红利

转型 AI 开发者：从 “被替代者” 到 “造替代者”

学习路径：

薪资参考：国内 AI 开发岗平均薪资比传统开发高 40%

深耕垂直领域：成为 “技术 + 行业” 复合型人才

例如：

  • 医疗 AI：懂医学影像标注的开发者年薪可达 80 万
  • 金融量化：熟悉高频交易系统的工程师被猎头疯抢

秘诀：在细分领域做到 “技术前 10% + 行业知识前 10%”

拥抱 AI 工具：把自己变成 “AI 增强型程序员”

  • 效率革命：用 Cursor 自动生成单元测试，用 Tabnine 写文档注释
  • 能力跃迁：把节省的时间用来研究系统架构、算法优化等高价值工作

4、结论：程序员不会消失，但会 “进化”

  • 悲观派：3 年内 50% 的初级开发将转岗，10% 被淘汰
  • 乐观派：AI 创造的新岗位（如 AI 伦理工程师、大模型调优师）将超过消失的岗位
  • 残酷真相：那些只会 “Ctrl+C/V” 的码农，不是被 AI 淘汰，而是被会用 AI 的同行淘汰

建议：现在就开始学习 AI 开发，掌握 “提示工程” 这门新时代的 “编程技巧”。

记住：不是 AI 在抢饭碗，而是用 AI 的人在抢饭碗。

更新 ——————————————————————————-

5、AI 时代的竞争力

AI 时代可能最需要的是在广博与精深之间建立动态平衡的能力，培养 AI 无法替代的核心技能。

1）问题的发现与定义

基于当前 AI 的架构和运行逻辑，AI 目前比较擅长解决问题，但不擅长提出有价值的问题。

所以，各场景中，发现和定义问题，用于突破和提升该场景，将是现有 AI 无法解决的，也是人类才能实现的。因此，人类独立思考的能力至关重要；

2、跨领域迁移与整合

AI 逐步体现其强大能力，发展过程必然是先垂直到具体场景，先实现某些具体场景智能化，然后以点带面，逐步实现全景智能化。

在这个发展过程中，需要借助软硬件方式才能实现。如机器狗、机器人，都需要软件（运行系统）和硬件（机器狗或机器人的物理硬件）的支撑，才能让 AI 发挥其强大的作用。同时，在 AI 逐步全景化过程中，还要保留人文关怀，其中的伦理判断与人性化决策，都依赖人类来实现。

3、对变化的敏感性

在 AI 全景化过程中，也会是 AI 对传统颠覆的过程，敏感的寻找发展趋势和方向，也是需要人类来判断和掌控。

未来的竞争可能不再围绕 “知识量”，而是如何用 AI 放大人类独特的创造力与判断力。因此，全面拥抱 AI，持续学习、适应变化、构建跨界思维将成为关键。

6、各类 AI 工具推荐（持续更新）

AI 写作工具

  • 豆包，字节跳动研发的智能语言模型，能进行多类型文本创作、回答知识问题及多轮对话交流，https://www.doubao.com/
  • ChatGPT，OpenAI 开发的强大语言模型，可生成高质量文本，涵盖多种场景，https://chat.openai.com/
  • 文心一言，百度推出的知识增强大语言模型，具备多种能力，中文语境表现出色，https://yiyan.baidu.com/

AI 图像工具

AI 视频工具

  • 剪映，字节跳动推出的简单易用且功能强大的视频编辑工具，有 AI 智能剪辑等功能，https://www.capcut.com/
  • Runway，集成 AI 技术的视频编辑平台，提供丰富视频编辑功能，简化制作流程，https://runwayml.com/
  • Descript，集音频编辑、文字转语音等功能于一体，用 AI 实现高效音频处理和创作，https://descript.com/

AI 办公工具

AI 设计工具

  • Figma，基于云端的协作式设计工具，支持多人实时协作，有强大绘图和交互设计功能，https://www.figma.com/
  • Adobe Firefly，Adobe 推出的 AI 驱动创意工具，可生成创意内容并集成到 Adobe 软件生态，https://firefly.adobe.com/
  • Canva 可画，简单易用的在线图形设计平台，借助 AI 可快速生成专业设计作品，https://www.canva.com/

AI 对话聊天

  • 豆包，能理解自然语言并多轮对话，回答知识问题，协助文本创作等，https://www.doubao.com/
  • ChatGPT，强大的语言对话模型，用于知识查询、创意写作、日常聊天等，https://chat.openai.com/
  • Claude，由 Anthropic 开发的语言模型，能自然流畅对话，处理文本相关任务，https://claude.ai/

AI 编程工具

AI 搜索引擎

AI 音频工具

AI 开发平台

AI 训练模型

  • GPT-4，OpenAI 研发的先进语言模型，具备强大语言理解和生成能力，通过 OpenAI 平台使用：https://openai.com/
  • 文心大模型，百度推出的知识增强大语言模型，在中文处理和知识应用有优势，https://www.wenxin.baidu.com/
  • LLaMA（大语言模型），Meta 开发的开源大语言模型，为研究和开发提供基础，相关研究和下载可在 GitHub 等平台查找：https://github.com/facebookresearch/llama

AI 内容检测

AI 语言翻译

AI 法律助手

  • ROSS Intelligence，利用 AI 技术的法律研究工具，快速检索法律文献等，（已停止服务，但曾是知名工具作为参考）
  • LawGeex，专注于合同审查的 AI 法律助手，能分析合同条款识别风险并提建议，https://www.lawgeex.com/
  • Rocket Lawyer，提供在线法律服务的平台，结合 AI 帮助用户处理法律文件，https://www.rocketlawyer.com/

AI 提示指令

AI 模型评测

AI 学习网站

  • Coursera，与全球多所知名大学和机构合作，提供丰富的 AI 相关课程，完成课程后可获得认证，https://www.coursera.org/
  • edX，非营利性的在线学习平台，提供来自顶尖大学的高质量 AI 课程，包括视频教程、作业、测验等学习资源，https://www.edx.org/
  • Udemy，拥有大量的 AI 在线课程，课程内容丰富多样，适合不同水平的学习者，https://www.udemy.com/

知乎用户 旭然 发表

未来几年程序员当然会大规模失业。

这个问题下的答主大部分是资深码农，可能没留意过三四线城市有多少程序员是达内、北大青鸟这些机构给量产出来，而且再无深入学习的。

对于国内的程序员，在 AI 出来以前只以复制 CSDN 代码为主，再进行小修小改，甚至都不上 Stack Overflow 或者翻英文文档的，可能占到多少百分比？

上面这个问题我交给 Claude, Gemini 和豆包，答案都差不多给出的是 50% 上下，这至少和我的主观感受一致。

我和几十家不同规模的公司合作过，打交道过太多的技术人员。对于三四线城市的中小公司基层开发者，代码能力绝大部分都很堪忧，我作为一个需求方都时常恨不得教他们怎么写代码——大部分内容型网站到现在还是全站生成静态化页面，CSS 基础样式都有人经常写崩，全文检索哪怕只搞配置调用都几乎没人整的明白。这就是国内真实的环境。

如今程序员之所以还没被淘汰，是因为 AI 一直有个最根本的问题在于其不稳定性。要求不严苛的那部分编辑、美工任务还好，对于程序代码而言，99% 正确的代码也没法跑起来，只要有 1 行代码错了通常就是致命 BUG。

但不稳定性这种问题，显然是可改进的——

2025 年初的时候，AI 还几乎只能作为一个写代码的助手不太能独立完成任务，改 BUG A 出现 BUG B，再改 BUG B 又带回 BUG A；

然而 2025 年年底，御三家模型写代码往往可以一遍过，剩余情况下也能自行快速修复。于是目前已经进入了哪怕完全不懂技术的人，都勉强可以进行 Vibe Coding 的时代。

一年就有如此大的变化，2026 年会有怎样的发展？2027 年呢？

AI 确实还有很多麻烦的小问题。即便在许多演示示例里面 AI 编码极为惊艳，但对于更现实的场景而言，想要「仅给 AI 一个需求，就直接收到完全满意的代码」这是一个极大的难题，编码本身倒还好，诸如怎么解读需求、怎么对需求做取舍等等都是 AI 很不擅长的，必须有人来盯着 AI 做交付。

但是，本来 5 人的技术团队想要砍成只有 2 人呢？对于那些三四线城市的能力薄弱的小团队，恐怕如今已经完全可以这么做了。之所以我们还没看到如此巨大的程序员失业潮，最关键的因素依我看在于老板通常不懂技术，而技术 leader 又没太多动力砍自己的团队成员——无疑如今现状也维持不了太久，只要有第一批公司开始大规模裁掉程序员，跟风现象总是会出现。

知乎用户 momo 发表

现在的浏览太碎片化了！

想想一个场景：

你是一个学生，想搜索怎么学好数学，但是一打开知乎，发现推荐里排列的问题如下：

有哪些给年轻人的忠告？

F35C 至今未公开在福特级航母弹射画面，是飞机缺陷，还是弹射器缺陷，还是为了保密？

如何评价最近抖音上很火的 “力工思维”？

后现代是部落的召唤

还会记得自己要搜的内容吗？

这就是后现代的信息过饱和轰炸带来的人的思维不连贯。

而借助 AI 工具，是时候给现代的信息资讯平台进行一个颠覆了！

结合 AI，你获取的信息，不再是由一个个人提供给的原始信息，这些信息包含了太多的个人的情绪夹杂在里面，含有各种目的，都不是为了你获取知识而服务的。

所以你在这些信息中停留，不会让你感到获得知识，只是有了一些东西过了脑子而已。

现在，借助 AI，一切都会有改变：

推送的内容不再是离散不连续的，而是将一个知识以系统性的排序给你展示：

比如一个问题：如何学好 JAVA？

你可以在这下面找到一切相关的内容：比如 JAVA 可以使用的地方有哪些？

JAVA 的底层原理是什么？

JAVA 未来发展是怎样的？

……

将由各种成体系的内容出现，而且不止于此，其内容的吸引度，同样会比现在的营销号做的更好，可以让你在不知不觉中得到成体系的知识，更进一步，学会思考，不仅在获得知识，还在潜移默化将一种思维方法给内化到了。

这将是一个族群智力的提升，从获得的知识越来越有用高效、思考的方式越来越直达本质。

未来信息递送方面的革新还远不止于此。

人类本质上也只是八十亿个独立的对象，当 AI 将所有人都纳入计算之后，人的一切常规需求都将借助 AI 得到快速的满足：

如果想找工作，AI 立马基于你的能力，给你匹配一个适合的工作。

想找伴侣，AI 立马基于你的兴趣爱好给你匹配一个和你投缘的伴侣。

诸如此类。

这个互联网浪潮将歇的时代，我们看到了一切的变化：

不再是你找信息，而是信息找你。

这就是我们常常觉得的平台比你更懂你。

而这也让人感到虚无：人似乎被平台算法给控制了，时间都被浪费在无意义的内容上面。

这是出于资本主义贪婪追逐利益和个人追求关注和金钱导致的。

下面，将是一个拨乱反正：

平台提供的是帮助人进步的知识，AI 将帮助人群进步。

这是一个思想上的大变革。

没有转过弯来的人，终将被潮流淹没。

我们要做时代的主人，在这里，每一个人都至关重要。

每一个人。

包括你。

是的。

让我们为这个时代的到来而努力。

我们需要为这个时代的到来而奋斗。

不是让资本控制的越来越紧。

而是站起来，做资本的主人。

西方在过去一百里一直在利用资本来更好的控制人，来为资本增值服务。

而这样的观念，将在这个时代被抛弃：

追逐资本，本质上是对物资匮乏的时代的恐惧。

因为恐惧，所以害怕未来没饭吃。

这在农业社会是可能的。

但是在这个社会，物资大大丰富。

不会再有饥饿，不会再有流离失所。

我们紧紧相连。

一切都是在为人类社会更好而服务。

没有什么工作上的贵贱。

每个人都在进行伟大的创造和实践。

社会的一切，都在鼓励这样做。

为了自己而活。

让我们聚集起来，为了人类自由发展而活。

不再受资本主义视野的束缚。

不再受阶级叙事的束缚。

那都是物资匮乏的时代的产物。

在今后，请接收我们可以成为一个为了自己而活的人，为了自己的自由而活的人。

不再受饥饿的恐惧。

我们将迎来一个新的世界。

前提是要警惕哪些妄图掌控世界的人。

警惕哪些还在想着万世一系的人。

警惕哪些还想着资产传家万万代的人。

这些自私的人，会毁灭人类，将人类带入深渊。

我们需要警惕。

我们需要发挥我们所有的力量，去迎来我们的曙光。

这在 AI 时代是可能的。

因为有机器人，我们不再需要雇佣用人，不再受压迫。

因为有 AI，我们获取信息的能力将极大的提高，我们思考的能力将极大的提高。

我们不能将 AI 时代看做人类时代的终结。

我们始终是人类的文明。

我们始终要做的是让 AI 更好的服务人类。

世界自由大解放万岁！

知乎用户 陈礼 发表

在我看来，目前有两种发展方式，一种就是利用人工智能生成一篮子解决问题方案，这种模式是替代程序员的工作。

另一种方式是人工智能辅助编程，这是一种新的编程方式，非常自由的使用方式，程序员和人工智能一起来解决各种难题。

程序员的工作不仅仅是写代码，比如技术研发，难度大时需要将技术问题转化为工程问题，通过类似分解问题方式，将问题简单化。这是个非常灵活的过程，人工智能和使用者会形成结对编程模式，共同决策。比如使用者提出问题，让人工智能给出方案。或者使用者提出方案，让人工智能提供合理的选择意见。

在这种模式下，使用者的工程技术或者科研技术能力越强，开发效率越大，类似于钢铁侠模式。

在我看来，程序员未来如果不能适应第二种开发模式，很容易被淘汰。

同时第一种方式也会淘汰一些程序员。

知乎用户 全赞工程师 发表

人工智能严重被高估，现在的水平连培训班的 javaer 都不如，别提让程序员都失业了，只有那些卖显卡的和卖大模型的公司天天鼓吹 AGI 要来了，差的太远了，我做了 10 几个人工智能应用，真实感觉就是这东西时灵时不灵，推理又贵又耗时，很难有能落地又能赚钱的场景。

知乎用户 不可能 发表

AI 提高了编程门槛。 让编程曲线变得陡峭了很多，不连续的很多。

其实高级语言的诞生，框架的诞生，也让编程需求变陡峭了。分工更细化。

科班计算机，为什么学，操作系统，计算机组成结构，数据结构。是因为老旧过时吗？

——因为会这些是解决复杂问题的基础， 总会遇到百度不到，谷歌不到，确实需要创新独立解决的问题。

培训班为什么不教这些，主要教案例？

——因为工具简单了。日常增删改查，不需要你懂太多。需要你熟练。对应的你就不可能解决复杂问题。只会在后端框架下，填代码的，一辈子可能都没真正用过设计模式，甚至面向对象。

科班程序员的成长也是需要时间和经验积累的， 但目前因为 AI 的出现，相当于前 5 年或者 10 年。 科班和高中毕业不分伯仲了？那更加资深的人员就更稀有了。 而且很难补充了。

如果 AI 能够实现一句话，“帮我写个黑神话悟空 2，魔兽世界 2”，打开即玩儿。 那 100% 的人类都可以失业了。

知乎用户 六边形战士 发表

目前可以替代初中级程序员了

大模型拥有海量的知识，一定程度的逻辑和推演能力

对于已有项目来说，目前最好的也就是让它按照现有的条件一点一点喂它上下文，回答后补齐一个个需求的链条代码，但是她无法为你组织业务和代码之间的关系，无法替你做适合的抉择，而对于新开项目或者 demo 级别产品或者超级轻量化项目，直接 composer 把前置东西搞定，基本达到中级水平了

对于一个高级资深的程序员来说，ai 确实大大提效了，对于不懂程序的人来说，也能写一些想要的脚本，我昨天教我姐半小时吧，她就自己一下下就写了程序满足以前她很费力才做到的事

ai 是赋能的，它会干掉一部分工作，这是必然，但是一定有一个解法，能让人在其中起到作用，这点上我一点也不担心，我更担心的反而是非技术原因导致的社会问题

就像百年前，人力拉车，现在是网约车，现在的人力拉车已经在旅游景点成了一道旅游项目了

越早找到人在 ai 时代的定位，为之付出努力，未来越幸运

知乎用户 高龄程序员​ 发表

看什么程序员吧。

那种一个人搞一个简单功能的小网站 / 小程序 / app 的可能会被替代，毕竟这种东西如果不太要求界面高度符合需求规格然后对代码质量不要求太高，AI 生成的话确实省时省力省钱。

但是那种大型复杂项目，特别是那种超过 10 个人的协同开发的，多年累积代码一层调一层的大型巨型屎山，而且各种调用 3 方服务，而且服务也都是屎山的，那估计 AI 在 5 年内还是没办法取代的

知乎用户 禾木予鱼 发表

呵

国内这个行情

不是说让你失业

而是让你变得更加廉价

现在工厂自动化是最成熟

为什么还有那么多人打螺丝呢？

还不是人工比机器便宜

知乎用户 李明宇​ 发表

我的观点和 CEO 的分享一致，程序员会越来越少，但是开发者会越来越多。AI 不会导致程序员失业，反而由于开发越来越简单，创造价值的效率越来越高，所以企业的投入也会越来越多。那些过去，现在或者未来被淘汰的程序员，大都是没有跟上时代的节奏，对新技术不能快速跟进。

知乎用户 小小小松实践中​ 发表

“你还在手写代码？我们马上都会被 AI 取代了。赶紧找出路吧”

“AI 编程有啥了不起，帮我写代码，结果项目都重写了三遍。”

作为一个 20 年的 IT 老兵，有一天听到项目组的两个研发同事，在讨论这个话题。

真实案例

去年 10 月，我们团队做了个小实验：让 AI 独立完成一个 XX 模块的开发。结果相当有意思。

代码能写，BUG 更多。AI 生成的代码看起来完美，注释规范，逻辑清晰。但一到复杂业务场景就露馅了。处理高并发时内存泄漏，遇到异常情况没有合理处理，代码重用率低。

两研发花了快一周，才把 AI 生成的代码改得能上线。如果是人写，也就两三天的工作量。

AI 来了，程序员的工作变了吗？

有变化，但不是你想的那样。

代码补全更智能了。Copilot 确实提高了日常编码效率，尤其是写一些基础代码时。但它更像是一个高级的代码提示工具，而不是替代者。

测试用例生成提升了 30% 效率。AI 能帮我们生成各种边界条件的测试用例，确实节省了不少时间。

Bug 分析变快了。把错误日志丢给 AI，它能快速定位可能的问题原因，帮助我们更快解决问题。

未来程序员到底会怎样？

编程确实没有门槛了，只你的思路清晰，懂一点代码的逻辑，直接告诉 AI 要求，就可以给你生成代码。不信？可以去搜索下 陈云飞 不懂开了，用 AI 开了个了补光灯 app 还在 apple store 某类别付费排名第一，自己去查。

现在确实不需要记那么多 API 文档，很多基础代码可以让 AI 生成。但这不意味着人人都能当程序员。技术要求反而更高。因为 AI 处理不了的问题更复杂了，需要我们有更深的技术功底和架构能力。

要说程序员失业，一半一半吧。AI 应用开发、AI 框架优化、AI 模型训练，这些新领域都需要大量程序员。

但那些认识能力有限，技术能力停滞不前的码农 er 兄弟们，趁早转行，真不是看不起你们，我就是十年码农转行 PM，一方面是我天赋确实不够，再则我还是想做一些与人打交道的工作，毕竟与人打交道才有机会往上走。能悟出这点，你们也就看清了社会的本质。

给兄弟们的实用建议

掌握 AI 工具。学会使用 GitHubCopilot、cursor、ChatGPT 这些工具提高效率，但不要过度依赖。

深耕技术深度。数据结构、算法、系统设计这些基础知识更重要了，因为这些是 AI 短期内很难替代的。

关注业务！关注业务！关注业务！ 我的架构师兄弟，那业务理解的比我强百倍，别以为架构师，只懂技术，谁再这么跟你说，你直接干他！ 一个不懂业务的架构师，等于一陀屎！要知道，纯编码工作可以用人力来解决，但理解业务、设计解决方案这些能力才更得老板和用户的赏识！

还有一条，培养沟通能力，不管是与同事、领导、还是客户，一切你能接触到的人，都要学会怎么对之沟通，也就是所谓的，见人说人话，见鬼说鬼话。唉，这些东西，不是教会的，是在一次次受伤后，慢慢领悟的。这些才是 AI 无法替代的！

我的思考

程序员不会被 AI 淘汰，但会被那些会用 AI 的程序员淘汰。读不清楚？再读一遍。淘汰你的不是 AI，是那些熟练掌握 AI 的人！

就像当年的计算器，没有让数学家失业，反而让他们能解决更复杂的问题。AI 也是一样，它让我们能写出更好的代码，解决更有挑战的问题。

虽然我没赶上第一波互联网浪潮 (上了第二班车)，但这 20 年里，我也见过太多技术浪潮。云计算来了说运维没用了，低代码来了说开发没用了，AI 来了说程序员要完了。但每次技术革新，都是新机会的开始。

重要的不是担心被取代，而是思考如何和 AI 一起进步。毕竟，现在 AI 还需要程序员来开发和维护呢，不是吗？

知乎用户 L 造化钟 Z 神秀 H 发表

如果 ai 能独自完成开发的同时并测试 + 部署 + 维护，并且准确符合需求，那确实不需要程序员了。那个时候人也没存在的必要了。况且 ai 本就是程序员发明的，后者会将自己一步步推向深渊吗，我们拭目以待！

知乎用户 我爱吃鸡翅 发表

如果不考虑市场饱和度和人力过剩的话，程序员失业只会是后期，甚至高端点的会是大后期。

但是会出现一个新兴职业，这个职业就是需求描述师，需要将想做的需求用文字清晰的描述给人工智能，并且在出现 bug 的时候能明确指出改进方案。在这个职业出现之前，程序员失业不了。

因为只要是当过程序员的就知道一个真正的需求会有多复杂，面对面对着原型讲解都有偏差，甚至有些领导和产品经理自己都描述不清楚想要的东西

知乎用户 水木​ 发表

IBM 裁员上千名中国研发人员的事实可能说明确实如此。

知乎用户 Penn Hu​​ 发表

2025 年了，明显感觉程序员部分岗位会大幅度缩减，找工作更难了。

大模型的崛起和快速发展，使得 AI 在代码生成任务上的表现越来越完美，从最初的辅助补全代码到如今能够独立完成复杂模块代码生成，AI 已经展现出媲美人类程序员的开发水准，甚至在一些方面表现的更加出色，比如注释、生成速度等。

所以很多公司都在鼓励程序员使用 AI 工具辅助编程，部分岗位在缩减，但是并不会在 “短时间内” 被 AI 取代。

回顾 IT 发展历史，每一次技术飞跃都会让某些岗位消失，同时也催生新的职业。汇编语言出现时，打孔卡程序员消失了；高级语言出现时，底层汇编开发者锐减；IDE、框架、自动化工具的普及，让很多重复性劳动被消灭。

但程序员行业不仅没有消失，反而愈发壮大。原因在于：人类社会的数字化需求始终在扩张，复杂性也在与日俱增。

冷静下来分析就会发现：面对日益精炼的 AI 编码工具，部分大量重复性工作的岗位将会大幅度缩减，而新的岗位和价值链条也正在形成。

⭕️AI 写代码的本质与边界

AI 大模型是通过过去的大量知识训练得到，对于代码生成能力，训练语料包含大量的代码样本，使模型训练后能够总结常见的编程范式、设计模式与实现方法。

所以，AI 写代码是基于模式识别和概率统计，这也恰好让它在标准化、重复性高的开发场景中具有极大优势。比如：根据接口文档快速生成调用代码；按照测试规范生成单元测试；按模板实现常见的增删改查逻辑等。

然而，AI 的代码生成能力仍有边界，比如：在需求理解方面，AI 不能直接理解复杂的业务语境和隐含需求，而这些往往是软件项目的核心。对于高层架构设计涉及到跨部门协作、技术权衡、业务发展趋势等，AI 就很难独立承担。另一方面，企业需要对代码的安全性、稳定性负责，而不能完全依赖 “黑箱” 式的 AI 输出。

所以说，AI 更像一个超级助手，并不能完全取代程序员。

⭕️哪些岗位会被 AI 压缩

虽然程序员不会被 AI 完全取代，但是行业内的一些岗位将会被大幅缩减，近一两年 IT 行业各大厂校招名额缩减就能明显看出来。

那么，哪些岗位将会被压缩？

首当其冲的就是低端外包与重复性开发，外包行业中常见的 “切图仔”、“CRUD 开发” 岗位，未来会大幅减少。因为这类工作最容易被 AI 高效完成。

其二哥就是**测试工程师中的基础岗位，**单元测试、接口测试已经能由 AI 批量生成。未来的测试岗位会更多向 测试策略制定、复杂场景验证 方向转型。

第三个就是**写简单脚本和运维支持，**编写简单的 Shell、Python 运维脚本已不再需要专门的人力。

可以预见，这些岗位的消失或缩减，会倒逼整个行业的人才结构升级。

⭕️程序员的新价值空间

新技术的崛起就像大浪淘沙，必然有些岗位将会被淘汰，那程序员新的价值空间在哪里？

AI 代码生成能力越来越强大，越来越普及，但并不是在消灭程序员，而是在重新定义程序员。 当代码生成不再是主要瓶颈，需求建模、架构设计、跨系统集成就成了核心价值。程序员需要更多地站在业务和技术结合点上，定义系统边界与规则。

未来的程序员可能并不直接 “手写代码”，而是通过设计提示词（prompt）、构建上下文、定义约束条件，让 AI 输出符合预期的结果。（所谓的 prompt 工程师，哈哈）

随着 AI 写代码普及，潜在的风险（如开源协议冲突、隐含漏洞、后门代码）会变得更加严重。能够审查、验证 AI 输出，确保代码合规和安全，将成为重要岗位。

AI 不仅能写代码，还能处理语音、图像、视频。未来的开发任务可能涉及 “人机协作的多模态交互系统”。程序员需要具备跨学科的知识储备，成为系统的 “综合集成者”。

⭕️说在最后

AI 确实能够写出近乎完美的程序，但这并不意味着程序员会被淘汰。

真正的变化是：低端、重复性岗位将被压缩；高端、创造性岗位将更受重视；程序员角色将从代码工人，转向系统设计者与 AI 协作者。

程序员不会消失，只会进化。

未来的程序员，可能不是在 “写代码”，而是在 “设计 AI 如何写代码”。

知乎用户 FireMan-4 发表

人工智能的影响我觉得远没有需求减少的影响大。现在不单是人工智能提高了效率，求职人数大增的同时，工作岗位锐减。私企一个团队一个团队的裁，外包一个公司一个公司的撤，这两个我都经历过，想不背淘汰就要卷到头部，这行业太难了。

知乎用户 贝尔滑稽尔斯​​ 发表

人工只能还不会让程序员事业，好在人工智能已经解决了程序员的两大难题，一是命名，二是注释，大大提高了生产力

知乎用户 Waaaaagh. 编程 发表

我是做独立游戏的，算是程序员

我感觉自己现在强的可怕！

知乎用户 张杰 发表

肯定的，程序员其实是翻译。将人类语言翻译成计算机语言，人工智能理解人类语言后自然不需要翻译了。

知乎用户 civilpy​ 发表

低端的肯定会逐渐淘汰

知乎用户 小章鱼 发表

我觉得不一定. 要看国家愿不愿意砸钱推动职业教育 + 人工智能的相结合.

思路源自于一些古早网游类网络小说. 里面经常提到主角所处的社会利用一些全息设备还是啥设备培训职业技能.

随着人工智能的发展以及工业生产上自动化产线的铺开, 越来越多的重复性劳动岗位不再需要过多劳动者. 大量劳动者将被淘汰. 这时候就需要国家出面组织失业者接受新一轮的职业培训, 提高职业技能水平. 但是传统的职业培训方式需要大量的老师以及大量的材料用于培训, 这会占用并浪费大量可用资源.

能否将 ar/vr 还是什么 r 的设备与职业技能培训结合应该是下一个大阶段里 it 行业的发展点.

这些年来, 伴随着房地产, 教培行业的快速发展. 新生代的受教育成本大幅增加, 其最终反馈结果将通过接受薪资水平与专业人数规模等因素来 “回报” 社会. 大幅推高人力成本进而推高总体生产成本.

较低的受教育成本, 大规模的培养, 这将重新帮助中国继续发展工业.

而且不同于经常被人诟病的大学教材. 软件程序可以通过不断的迭代优化来适应社会最新需求. 也不为学阀所容易掌控.

其次，以职业技能培训模拟为过渡阶段，可能能帮助全息设备扛过初期发展阶段。电脑，手机是已有的较为成熟的电子产品体系，全息设备作为新兴电子产品，早期的操作手感是极差的，很难在消费市场上立足。

知乎用户 Dao1023​ 发表

肯定不会让所有人失业，但很可能导致较大规模，且有痛感的失业

知乎用户 err 发表

会让写代码越来约容易，APP 兼容新平台成本不断降低，生态壁垒越来越弱，有利于反平台垄断，娱乐产品的生产成本也会进一步降低，有利于反资源垄断；各行各业都有美好的未来✌️

知乎用户 三天哥 发表

从概率上来讲有可能，但目前的水平还不行。

Andrej Karpathy 给现在 AI 辅助编程的方式取名叫 Vibe Coding，中文译为氛围编码。吴恩达则在一次采访中回应了这一说法，Vibe Coding 不是一个合适的说法，而需要花费更多时间去编程。AI 辅助编程不是把程序员淘汰，而是会让更多的人学习编程。但是他还是在介绍新课程的时候用了 Vibe Coding 这个名字。

https://www.perplexity.ai/discover/entertainment/andrew-ng-calls-vibe-coding-an-Sg_5eUFKSASP5kPByGD8tg

从我的体验来说，目前各类 AI 辅助编程，最利好的是有想法的程序员，可以帮助大幅提高效率。

我常常给我身边的同事朋友举例子。比如用 AI 开发游戏，你不是游戏开发从业者，最多也就开发个俄罗斯方块，贪吃蛇这类很简单就能实现的游戏。如果你是游戏开发从业者，可以在 1 天内搞个中大型游戏出来，比如植物大战僵尸，3D 模拟飞行之类的。

其次，对于我这个转到做解决方案的很有用，可以通过 Vibe Coding 来快速实现系统设计方案 DEMO，把客户忽悠住，并清晰地展示我们的想法。之后产研按照这个有模有样的 DEMO 进行具体开发就好了。

我曾经用 1 天的时间，做出了一个食品公司生产排程决策模拟系统的 DEMO，给客户老板展示和回报效果很好，获得了入围的资格。但当时我花费了很多时间在改细节 BUG，常遇到的问题就是，明明可能只需要改 1-2 行代码就能解决的，AI 给你胡改一通，不断要返回 checkpoint，这就有点过渡思考了。

现在 AI 能够实现简单的编程，会淘汰的是低端程序员，可以理解为就是个简单的执行者，没有主观想法和对业务，对用户需求的足够理解。

未来 5 年，我认为依然被淘汰的是低端程序员，高端的程序员会借助 AI 辅助编程更上一层楼，开发出更多有趣的产品，不是前后端的全栈，而是懂用户思维，懂产品，懂开发的全栈。

知乎用户 疯狗​​ 发表

你要知道，总要有人去对齐 / 调优 / 应用 / 本地化 / 部署 / 量化这些模型的，你觉得会是谁呢？

知乎用户 尘码在摸鱼​ 发表

怎么说呢，没这么快。

程序员本质是解决问题的人，不是代码打字员。

AI 能生成代码，但搞不定模糊需求。

比如老板说 “做个能火的社交 App”。

这时候还得靠一个人来负责。

现在的问题不是 AI 抢饭碗，是行业在洗牌。

低水平重复造轮子的岗位会消失，比如 CRUD 工程师。

会写 SQL 调 API 的人太多，本来就不该值钱。

真正值钱的是能把业务逻辑翻译成技术方案的人。

比如知道为什么选微服务而不是单体，为什么用 Redis 而不用 MySQL。

转型方向早变了。

以前拼 LeetCode，现在拼谁能用好 AI 工具。

比如用 Copilot 省下 30% 时间，去学点其他的。

有的深耕垂直领域（医疗 / 金融 + AI），有的转架构把控全局。

该焦虑的不是失业，是路径依赖。

很多老程序员还在用十年前的框架，抱怨新技术学不动。

这时候别说 AI，年轻人都能把他们卷死。

但换个角度看，懂业务又有技术嗅觉的人永远稀缺。

就像汽车取代马车，但司机不会消失，只是从赶马变成踩油门。

关键不在工具多先进，在用工具的人。

知乎用户 积木出图 发表

人工智能会不会让程序员在五年内失业，这个我不知道，我知道的是经济危机会让除了程序员以外的其他所有人在五个月内全部失业

知乎用户 nscript​​ 发表

估计会干掉一半的岗位

知乎用户 水煮飞鱼​ 发表

程序员失业有太多其他因素，难以确定是否都是由人工智能引起的。即使没有人工智能，这一行业也已经饱和了。不过人工智能一定会让程序员这个行业的整体薪资水平降低，老板眼里什么事 AI 都能替你解决。

知乎用户 职工橙子​ 发表

我觉得不会。

对比来看，土木发展这么多年，科技也进步了这么多年，该人工的还是人工。

只能说人工智能，会减少很多工作量，以至于不需要那么多低级的程序员罢了。要实现这个过程，快的话也需要好几年时间了。

知乎用户 蔡永吉 发表

这是我用 lovable 一句话生成的页面，类似的事情在 AI 编程领域在飞速迭代中，devin 和 v0 目前也没有 lovable 牛。

而且可以直接发布成网站，甚至还自己提交到。

它比 devin 好用。

它比 v0 好用。

https://lovable.dev/?via=caiyongjiLovableLovable

知乎用户 成絮 发表

相信只要是对人工智能有所了解的程序员其实都是不会担心这个问题的，人工智能现阶段更多的还是作为工具类的存在，可以帮助你提高工作效率，但如果说人工智能做出来的功能能够直接用，还是不太现实的，这些生成出来的代码还是需要根据实际情况去进行调整，而这个调整的过程，外行人肯定是做不了的，终归还是要程序员来改。

知乎用户 凌云 发表

这个问题不用我们现在担心，那些研究学者，哲学家自会进行分析论证。

究其根本，世界毕竟是人类的世界，即便的研究出来人工智能，那对应的权限限制，后台监控肯定还是要掌握在人的手中。

人工智能自然会便利一部分人，那这部分闲置的或者是生产力，如何去合理的调配，社会的呼吁、政府的措施必然会有一个合理的分配，所以也不必过度紧张。

机器的实质的服务于人类，而不是为了取代人类。

知乎用户 一路走来一路烟 发表

曾经分析过几类岗位的冲击

1，低端蓝领，打零工那种，正面临黑灯工厂的冲击。但是我觉得至少在国内还不用太担心

2，一般文员，流程工作可替代性最强，但是本来就没什么成本，而且各种各样杂事也需要一个能灵活和人交流的角色，所以替代可能性不高

3. 程序员。工资高，总量大，质量良莠不齐，又不代表权力，替换了能大幅度降低成本，最危险

4，医生，同程序员。感觉稍微好一点

5. 律师，本来就是权力和资本勾兑的媒介，替代可能性很低

6. 一般服务业。还是那个问题，工作变化性大，替代工作没什么钱途，暂时也安全。

7，教师。想不明白

8. 公务员。这是权力机构，从来没有背叛阶级的阶级。相对最安全

最简单好用的 VPS,没有之一，注册立得 100 美金
comments powered by Disqus

See Also

我刚从中国回来，美国没有赢

我刚从中国回来，美国没有赢 作者：STEVEN RATTNER　2026年2月10日纽约时报 几周前，我在纽约参加了一场讨论美国贸易问题的晚宴，话题很快转向中国。几位资深专家意见迥异：有人支持特朗普总统强硬、激进的政策立场，也有人主张采取较 …

如何看待程序员高广辉的一生？

知乎用户 fulicixia 发表 年轻的时候当电工，师傅和我说：有活儿的时候就干，没活儿的时候就偷电缆，别太拿公司当回事，身体和健康是自己的不能太拼。 六年了，从监狱出来的那一刻，我终于想明白了，师傅当时说的是：没活儿的时候就偷点懒。 知 …

失业人群不再涌入书店和咖啡馆了

两年前、2023年、2024年，那时候大家常说星巴克里坐着假装在工作的中年人，图书馆里都是失业的高管。 到了2026年的现在，再去逛一逛商场里的星巴克，真的空了很多，书店的免费阅读区也没有那么拥挤了。 有人说这难道是经济变好了？大家都找到工 …