十年前，如果你問想轉行的人怎么快速進入科技行業，答案很可能是「學編程」。

一張培訓營的結業證書、一套基礎的編程技能，就能讓普通人敲開硅谷的大門，踏入高薪職業的快車道。

然而，如今這條路已經越來越難走了。

全球范圍內，程序員們紛紛失業，曾經風光無限的編程訓練營也紛紛倒閉。

而這一切的背后，是AI工具的崛起，讓編程不再稀缺，讓初學者的生存空間被無情壓縮。

在科技行業，生存的門檻正在迅速拔高。如今，僅僅會寫代碼遠遠不夠——掌握AI技能，才是新的求職通行證。

AI催熱了科技行業，也篩走了跟不上節奏的人。

入門級程序員都涼了

《紐約時報》最近發布了一篇報道，其中講述了不少從編程訓練營中出來，畢業即失業的故事。

這些編程訓練營是什么，從何而來？

在美國，自2010年代中期，強化的基礎編程技能課，因其被視為通向高薪職業的快捷途徑而備受推崇。

時任總統奧巴馬將其納入就業計劃，各類非營利組織也推出了類似課程，幫助不同背景的人進入科技行業，包括哈佛和伯克利在內的大學也提供了自己的編程訓練營課程。

這些課程確實奏效了。在CourseReport對3000名訓練營畢業生的2020年調查中，79%的受訪者表示課程幫助他們在科技行業找到了一份工作，平均薪資增幅達到了56%。

但隨著AI編程工具開始普及，行業招聘正在收縮。

今年5月，在波士頓，Launch Academy訓練營的創始人Dan Pickett決定無限期暫停課程，因為該訓練營的就業安置率從曾經高達90%驟降至不到60%。

Motherboard和Blind曾進行了一項9388名工程師參與的調查，結果顯示66%的人認為找工作變得更加困難。同時，Motherboard指出，AI的普及將導致程序員崗位的招聘人數減少。

據CompTIA統計的數據，與五年前相比，軟件開發人員的活躍職位發布數量下降了56%。對于缺乏經驗的開發人員來說，這一降幅甚至更糟，達到了67%。

加州大學圣巴巴拉分校技術管理助理教授Matt Beane正在研究AI工具的使用如何影響銀行、保險等行業中的初級程序員。

Matt Beane

「GPT工具員（GPT monkey）這個詞反復地出現，」他說，「這些初級開發者感到自己被局限于一些瑣碎的小任務，只是借助一些AI工具機械地完成。」

有時，Beane追蹤的這些初級程序員甚至連這樣的機會都沒有。因為AI生成的代碼往往充滿了經驗不足者難以發現的錯誤，高級開發者有時發現自己生成和編輯代碼比交給初級程序員處理更省事。

Beane在其他被自動化取代的技能（如手術和財務分析）中也觀察到了類似的困境：初學者需要更多的專業技能才能派上用場，但獲得這種技能的實踐機會卻越來越少。

曾經，沒有大學學歷或豐富經驗的人想要進入科技行業，具備基本的編程技能即可。

然而在未來，初級程序員可能需要更廣泛的技能和更深入的培訓才能勝任工作。他們需要更多地了解自己的代碼在更大系統中的運行方式。

「圍繞商業問題的戰略思考也變得更加重要，」科技人才招聘公司Mondo的總裁Stephanie Wernick Barker表示，「所以大學學歷依然是至關重要的。」

換句話說，軟件行業最大的變化可能不是AI取代了軟件工程師，而是AI讓成為一名軟件工程師變得更加困難。

「可以說，在過去25年里，這是我見過的科技行業對入門級崗位最不友好的時期。」風險投資公司Menlo Ventures的合伙人Venky Ganesan說道。

放眼國內，2021年，知乎還有人在提問：「既然報個培訓班就可以成為碼農，那學計算機專業有什么用？」

而現在，這些曾經打著「XX天速通編程，輕松轉行碼農」旗號的編程培訓班們也銷聲匿跡。

一切好像都是在2022年有了苗頭。這一年，全球的科技公司們就開始大批量地裁員了。

并且這波裁員潮在2023年達到了頂峰。

好消息是，眼看著2024年接近尾聲，今年的裁員人數相比去年大概少了10萬左右。

肉眼可見地，裁員的趨勢有所放緩。

裁員潮沒有再大張旗鼓地洶涌而來，也足以證明，不是行業不行了，是行業在轉型——

AI浪潮加速了高技能人才的需求，同時也讓低技能崗位大量消失，許多普通程序員因此面臨失業。

StackOverflow在5月對65000名開發者的調查中，提問道：「AI工具會威脅到你的工作嗎？」

專業開發者中，有11.7%的人認為有威脅，18.7%的人不確定，69.6%的人認為沒有。

編程初學者中，有15%的人認為有威脅，27.1%的人不確定，57.9%的人認為沒有。

認為沒有威脅的，大約相差了10%。

許多知名的AI創企組織結構也說明了一切：精簡，精簡，再精簡。

Anthropic員工數量僅約為300人。

Perplexity更少，只有36人，公司估值卻超過600億。

Ilya創辦的新公司「安全超級智能」（Safe Superintelligence，SSI）員工數量也只有10人。

科技巨頭們的大波裁員，也展現了行業在向高效、精簡轉型的趨勢。

AI浪潮，沖走的都是普通人。

開發者暴增，幾乎全在搞AI

程序員失業潮中，GitHub上的全球開發者數量卻暴增。

部分原因在于學生群體的崛起。GitHub教育計劃已吸引超過700萬名驗證參與者。同時，通過GitHub Copilot免費訪問計劃，學生、教師和開源維護者的使用量同比增長了100%。

這表明，AI不僅幫助更多人學習編寫代碼或更快構建軟件，還吸引并幫助更多人成為開發者。

另外，值得注意的是，這些暴增的「開發者」們并不一定是狹義上的軟件開發者。

Python一躍成為GitHub上最常用的語言，全球開源項目不再局限于傳統軟件開發。

Python廣泛用于機器學習、數據科學、科學計算等領域。其使用量的增長得益于大量STEM從業者和愛好者加入開源社區，這些新興開發者不同于傳統的軟件開發者。

當然，系統編程語言（如Rust）的使用量也在增加。除了Python，JavaScript、TypeScript和Java仍然是GitHub上使用最廣泛的語言。

Jupyter Notebooks的使用量也激增了92%，這可能表明從事數據科學、AI、機器學習和學術研究的人變得越來越多。

2024年，開發者在GitHub上創建了超過7萬個公開、開源的生成式AI項目，并且對所有生成式AI項目的貢獻總量增加了將近60%，項目總量增長了98%。

AI模型也正在成為開發者技術棧的一部分。

隨著開發者不斷發現AI的新應用場景，生成式AI模型在軟件開發中的角色也發生了擴展，除了輔助開發者編寫代碼，還能成為開發應用程序的新構建模塊。

隨著開發者對性能良好且計算成本較低的小型模型需求的增加，嵌入式AI模型在智能手機中的使用成為驅動這一趨勢的重要因素。

值得注意的是，2024年，貢獻者數量增長最快的開源AI項目是ollama/ollama，這表明開發者對本地運行的大型語言模型（LLM）的實驗興趣增加。

項目地址：https://github.com/ollama/ollama

隨著模型變得更小、計算需求更低，預計會有越來越多的開發者將它們應用于各種程序中。

「學編程」正在讓位于「掌握AI技能」

需要明確的是，大多數科技從業者仍然認為應該學習編程。但僅憑它本身，能夠走的路非常有限。

有些人將其與長除法做了類比：了解其工作原理是好的，它是學習更高級數學的必要步驟。

在美國，求職建議中的「學習編程」，已經被「掌握AI技能」的呼聲所取代。

麻省理工學院、康奈爾大學、西北大學、哥倫比亞大學等高校紛紛推出AI證書課程。

訓練營們也在加快布局AI培訓項目，比如Fullstack Academy最近就啟動了為期26周的AI和機器學習訓練營。

而像博思艾倫和摩根大通這樣的公司，則為員工提供免費的AI課程。

根據CompTIA的數據顯示，與AI相關的熱門職位包括「機器學習工程師」和「人工智能工程師」。

這些職位要求掌握「機器學習模型的部署與擴展」以及「大語言模型的訓練、版本管理、監控和部署的自動化流程」。

要知道，沒有數學或編程背景，這些都很難快速上手。

與此同時，在微軟和領英對9000多位高管的一項調查中，66%的受訪者表示，他們不會雇傭沒有AI技能的人，但這些技能具體是什么卻并不清晰。

在國內，這樣的趨勢也已經有了苗頭。

據麥可思《中國本科生就業報告》統計，2022屆、2023屆計算機類本科生就業率相較前幾屆下滑得厲害。2023屆的就業率甚至直接跌到全國平均水平以下，還低了3.2%。

相比之下，電子信息類的就業率依然較為穩健。報告稱，這與近年來爆火的5G通信、大數據、人工智能等熱門領域都有著密切的聯系。

不過另一方面，國內對AI編程工具的使用也才剛剛興起。

今年年初，全球技術招聘平臺CoderPad的一份調查顯示，超過80%的開發者正在工作中使用ChatGPT或Copilot。

另根據全球開發者社區平臺StackOverflow對65000名開發者的調查，大約60%的受訪者表示他們今年使用過AI編程工具。

相比之下，國內知名的開發者社區平臺CSDN的調查數據顯示，有35%的開發者每天使用代碼生成工具，其中36%認為效率提升顯著。

顯然，國內開發者對AI編程工具的使用比例相對較低。

但隨著全球AI技能的需求日益增加，國內市場很可能在未來迅速追趕。

這不僅關乎工具的普及，更關乎AI技能的全面滲透。

國內企業在招聘中逐步引入AI技能要求或許只是時間問題，而這也將進一步推動開發者向AI領域靠攏。