当AI开始写代码 还需要什么样的程序员？

（来源：中国宁波网）

转自：中国宁波网

　　AI越来越会写代码，程序员却没有更好当。

　　2026年，技术服务公司BairesDev对705名软件开发者的调查发现：AI让他们平均每周节省13小时编程时间，几乎是一年前的两倍。但与此同时，67%的受访者表示，审查AI生成代码的时间反而增加了。

　　AI可以更快地完成一部分工作，但人们省下的时间，并不一定变成了空闲。工作只是从一个环节转移到了另一个环节。

　　10月24日是程序员节。作为最早大规模使用AI改造工作流程的职业之一，程序员正在经历的变化，也许能够让我们提前看见AI将如何改变更多人的工作。

代码写得越来越快，人却成了AI的“验收员”

　　过去，程序员工作的一个重要部分，是把需求转化为一行行代码。如今，这个过程正在被AI改写。

　　BairesDev的调查显示，42%的受访开发者表示，AI已经参与编写至少一半的代码，一年前这一比例只有12%。而现在，只有21%的受访者仍将每周一半以上的工作时间用于编写新代码。

　　写代码不再是程序员最主要的时间开销。67%的受访者表示，审查AI生成代码所花的时间增加了；近六成的受访者需要投入更多精力识别AI代码中不易察觉的错误；还有58%的受访者表示，自己对并非完全由自己编写的代码承担了更多责任。

　　审查代码只是其中一部分。超过半数的受访开发者还表示，快速交付工作的压力增加了。当AI能够更快地完成开发任务，企业对交付速度的期待也可能随之提高。但交付得更快，并不意味着责任更少。程序员仍要确保AI生成的代码能够正常运行，不会影响其他功能。

　　更耐人寻味的是，程序员用AI省下时间后，也没有让自己闲着。约三分之二的开发者，每周靠AI节省至少6小时编程时间。但与此同时，他们还需要不断学习新的AI工具和技术，近三成受访者每周在这方面投入超过10小时。

　　上海某科技初创企业的工程师张亮（化名）在接受澎湃新闻采访时表示，程序员现在越来越像AI代码的“守门人”。他认为，AI写出来的代码已经很好了，人未必还能看出多少问题。之所以还是要人审核，更多是流程上的，而并非AI写代码的能力不够好。

当写代码不再稀缺，什么能力变得更值钱？

　　过去，熟练掌握一门编程语言，是程序员入行的基本门槛。如今，不懂代码的人也可以向AI描述需求，做出看上去还不错的网页和软件。

　　写代码的门槛变低了，不代表编程语言就不重要了。在线招聘数据平台Lightcast梳理了2015年至2026年软件工程师招聘中最常出现的20项技能。一个显著变化是，企业对编程语言的需求出现分化：Python的提及率从14%上升到41%，JavaScript等部分传统开发语言的提及率则有所回落。

　　与此同时，企业对系统可扩展性、应用程序编程接口、人工智能、工作流程管理等能力的需求正在增加。与具体技术工具相比，一些跨领域能力也显示出持续的重要性：例如，沟通能力在软件工程岗位招聘中的提及率，从2015年的33%上升至2026年的42%。

　　岗位结构也呈现了类似趋势。SignalFire追踪的工程师人才数据显示，过去四年，前端工程师岗位的出现频率下降近四分之一，移动端工程师也明显减少；AI工程师、研究工程师和部署实施工程师等岗位明显上升。

　　过去，在不少开发团队中，前端、后端、测试各有明确分工。如今，随着AI降低部分开发环节的技术门槛，这些岗位之间的边界也开始松动。

　　在降本增效的要求下，无论资历深浅，程序员都需要适应AI带来的变化。对于经验丰富的工程师，AI可以放大他们的能力，让一个人完成过去需要多人协作的部分任务；而对于原本专精于某个技术领域的程序员，AI也可能让他们不得不走出熟悉的分工，承担更多此前没有接触过的工作。

　　更值得追问的是，当企业越来越需要能够独当一面的成熟工程师，而帮助新人成长的基础工作又逐渐被AI接手，未来的成熟工程师该从哪里来？

AI抢了初级程序员的活，职业断层该怎么解决

　　在美国软件开发者的就业数据中，一个值得注意的变化，是年轻人和中年人的就业走势正在分化。

　　斯坦福大学数字经济实验室与ADP Research合作建立的就业数据仪表板，呈现了一种明显的年龄分化。以2022年11月为基期，截至2026年8月，22至25岁软件开发者的就业指数下降近两成；相比之下，41至49岁群体则增长近两成。

　　这组数据来自使用ADP薪资服务的美国企业样本，并不代表整个美国劳动力市场，也不能简单地把就业变化全部归因于AI。但不同资历开发者的职业分化，仍然值得关注。

　　过去，初级程序员通过修改简单代码、排查错误、完成基础任务，慢慢熟悉整个软件系统。这些工作看似琐碎，却是积累经验的必经之路。如今，AI恰好擅长其中不少任务。

　　今天程序员面临的人才断层风险，未来也可能出现在媒体、法律、金融等更多行业。年轻记者从整理资料、核查信息中学习判断，初级律师通过检索案例、整理文件熟悉业务。这些看似重复的劳动，既是工作，也是职业训练。如果AI不断接手初级任务，企业或许能在短期内提高效率、减少用人需求，却也可能让新人失去入行、试错和积累经验的机会。

　　2026年9月，美国律师协会刊发的一篇文章提出，与其保留低效的基础工作，不如重新设计新人培养方式。比如，让年轻律师更早参与客户沟通、证人访谈和案件策略讨论，在资深律师指导下学习专业判断，而不只是完成资料整理和文书起草。

　　这些问题也开始进入公共政策视野。10月23日，国务院办公厅印发《关于适应人工智能技术发展助力构建就业友好型发展方式的意见》。其中指出，有效减缓人工智能应用就业替代影响，努力实现技术进步、产业升级与就业促进、民生改善相协调的包容性发展。

　　AI正在改变的，不只是工作如何完成，还有一个职业如何延续。当企业越来越依赖经验丰富的人，却不再愿意为新人提供成长机会，未来的资深人才又从哪里来？

　　文中张亮为化名