为何 AI 没让软件工程师大规模失业？最新研究：人类在判断与问责上无可取代

科技专栏《Normaltech.ai》近日发布最新研究报告指出，尽管 AI 写程式能力飞速成长，但软件工程师并未迎来「大规模失业潮」。报告揭露，许多企业的裁员实为财务考量下的「AI 清洗（AI Washing）」借口。在软件开发的「决策、执行、交付」三层架构中，AI 仅能压缩「执行」阶段，人类在判断与问责上仍是不可取代的核心，未来市场对软件工程师的需求甚至可能随之增长。
（前情提要：注意》你拍的照片、说过的话，Google 现在要存下来训练 AI 了（如何关闭教学））
（背景补充：Anthropic CEO：政府应有权否决高风险 AI、上线前须强制测试，三大主张对撞川普放宽路线）

本文目录

切换

• 科技巨头裁员潮真相：实为「AI 清洗」借口
• 软件开发「三明治架构」：人类的判断与问责难以取代
• 告别「直觉写扣」，拥抱代理工程学
• 杰文斯悖论发威，未来职位不减反增

AI 将消灭软件工程师的恐惧言论在科技圈蔓延，但实际数据却给出了完全不同的答案。根据专注于人工智能趋势的科技专栏《Normaltech.ai》于本月 10 日发布的专题探讨指出，尽管 AI 在代码生成领域的应用急速攀升，但并未出现任何证据支持「软件工程师正遭遇大规模取代」的说法。该报告通过深入的产业数据与案例分析，强烈反击了市场上的过度炒作与末日恐慌情绪。

科技巨头裁员潮真相：实为「AI 清洗」借口

报告直言，许多登上头条的「AI 取代人力」裁员消息，实际上根本经不起推敲。例如 Block（由 Jack Dorsey 领导）宣布裁员 4,000 人并将部分原因归咎于 AI，但真相是疫情期间过度扩编与财务压力所致，内部员工甚至表示 AI 带来的生产力提升微乎其微。同样地，Snap 与 Intuit 的大规模裁员，也多是面临激进投资者的成本削减压力，而非 AI 直接导致。

调查数据更无情地揭露了这层假象：高达 59% 的招聘主管承认夸大了 AI 在裁员中的作用，只为了让公司在投资人面前显得「具备前瞻性」。而在美国纽约《WARN 法案》（要求揭露 AI 相关裁员因素）的规范下，尽管有数千人被解雇，几乎没有任何企业正式申报裁员原因是出于 AI。

软件开发「三明治架构」：人类的判断与问责难以取代

该报告提出了一个核心的「决定－执行－交付（Decide-Execute-Deliver）」三明治框架，精准剖析了软件工程的本质：

• **决定（Decide）：**涉及问题框架、需求规格制定与商业目标规划。
• **执行（Execute）：**设计与代码实现，这正是 AI 目前最擅长的部分。
• **交付（Deliver）：**测试、验证、系统整合与安全问责。

AI 确实极大地压缩了中间的「执行」阶段。GitHub 研究显示，AI 能让代码产出增加 8 倍，但最终软件发布量却仅微幅增加了 30%。原因在于，两端的「决定」与「交付」需要深度语境理解、灵活的商业判断以及人类特有的「问责制（Accountability）」。报告指出，开发者花在纯写代码的时间仅占 9% 至 61%，剩余时间都在处理极具复杂度的架构问题，而监督 AI 代理（Agents）反而高度耗费心神。

告别「直觉写扣」，拥抱代理工程学

报告进一步区分了现今两种 AI 开发模式：「直觉编程（Vibe coding）」与「代理工程学（Agentic engineering）」。前者依赖随意的提示词且缺乏人工审查，做法极度危险，其产生漏洞的概率高达 9 倍，且仅有约 44% 的代码能顺利存入项目。

相反地，真正的主流专业实践是「代理工程学」，人类必须保持控制权、仔细审查代码并承担最终的安全责任。这意味着企业绝对无法依赖缺乏专业架构素养的非工程人员，来发布关乎商业命脉的生产级软件。

杰文斯悖论发威，未来职位不减反增

展望未来，报告抱持着谨慎乐观的态度。根据经济学的「杰文斯悖论（Jevons paradox）」 ，当软件建构的成本与门槛大幅降低时，市场对软件的需求将会呈几何级数激增。正如现代汽车内部已经包含了超过 1 亿行程式码，未来社会对软件应用的需求几乎没有短期上限。

因此，尽管 AI 工具改变了工作形态，甚至因为开发效率提升而拖慢了部分企业的招募节奏，但在整体需求弹性的推动下，软件工程师的总体就业需求预计将保持稳定，甚至进一步增长。这项强大的「正常科技」，将把工程师推向更高阶的决策思维，而非带来末日失业潮。