关于AI会不会取代程序员这件事，各类预测言论一直层出不穷。
马斯克在G20创新部长级会议中提出，12到18个月之内，AI编写代码的能力将会全面超越人类，效果就如同Stockfish国际象棋程序碾压顶尖棋手。Anthropic的CEO达里奥·阿莫代伊更早之前就做出判断，AI有望在六到十二个月内端到端接手软件工程师绝大多数工作。Hinton也给出相近观点，2026年大范围的职业岗位替代将会成为既定事实。
把这些观点放在一起，很容易让人觉得形势紧张。但预测和真实落地情况之间，始终存在不小差距。
可以先看几组调研数据。Stack Overflow 2025年面向177个国家近五万名开发者开展调研，结果显示八成开发者已经在日常工作流程里使用AI工具，但相信AI输出内容准确可靠的人数占比，从40%下降至29%。66%的开发者表示，用来修正AI生成代码里“看着差不多，但实际存在错误”内容花费的时间，比自己从零编写代码还要更多。JetBrains Research当年调研覆盖范围更大，一万五千名职业开发者当中，九成每周至少使用一次AI编程Agent，68%每天都会使用。Claude Code在工作场景的使用率，从2025年初的3%暴涨到39%，超过长期占据优势的GitHub Copilot，后者使用率回落至21%。使用人群持续增加，但满意程度并没有同步提升。
就业市场呈现的状态，远比“完全替代”或者“毫无影响”两种说法更复杂。
SignalFire统计超过八千万家企业招聘数据，得出的结论和很多人的直觉相反。2025年大型科技公司整体招聘规模相比2019年下降25%，但工程类岗位只减少11%；十二家科技巨头新录用员工当中，工程师占比由2019年的46%提升到55%。初创企业招聘工程师的数量甚至比2019年上涨7%。黄仁勋在斯坦福商学院的访谈里说得很直接，英伟达工程师使用智能体AI之后，工作量反而比以往更大。
另外一部分数据却呈现出完全相反的走向。美国劳工统计局统计结果显示，过去两年专门负责编码任务的程序员岗位总量缩减超过25%。智联招聘2026年一季度报告显示，普通后端开发、前端开发岗位需求同比下滑52%。脉脉相关数据表明招聘市场正在呈现去初级化特点，要求三年以上工作经验的岗位占比超过七成，面向应届生和新人的岗位缩减大约20%。
两组数据对照来看，答案已经比较清晰。被压缩的并不是工程师这个职业大类，而是只会单纯写代码的这部分岗位。能够完成架构设计、读懂业务需求、判断AI输出结果正误的工程师，和只会根据需求文档编写基础CRUD代码的开发者，在职场里的处境差距正在快速拉大。Anthropic发布的报告表述得更为直白：程序员这个职业不会消失，但只具备基础编码能力的程序员会逐步被淘汰。
这种分化现象，在高校毕业生求职环节已经能够切身感受到。南开大学一名研二学生去年投递43份暑期实习简历，收到九次面试机会，八次都止步一面。他总结自身问题，虽然掌握AI相关基础技术与框架，但企业更看重可以落地的项目经验。同一实验室上一届四十名毕业生，最终只有一人拿到互联网大厂offer，三四年前这个数字是三十。面试官不再单纯考察数据结构基础，转而询问求职者如何使用AI，以及调试AI Agent的实操经验。学校课程还在教授三十年前的嵌入式开发板，招聘平台上超过四成岗位已经和AI相关。
开发工具本身也在持续迭代。GitHub Copilot代表结对编程模式，开发者手动编写代码，工具在旁给出补全建议，工具能力受限于开发者操作节奏。Claude Code则代表另一种模式，它被赋予权限，直接读取完整代码库结构，独立修改文件、运行测试，在终端连续执行多步任务直至完成目标。开发者从自己写代码、AI辅助提示，转变成设定目标，交由AI完成整套任务。这也解释了为什么Copilot使用率下滑，Claude Code快速崛起，前者属于辅助工具，后者属于代理智能体。Cursor的数据也反映出同类问题，开发者认知度从69%增长到75%，实际使用率反而从18%下降到12%，不少人了解并尝试过后就不再继续使用。如果独立AI集成IDE只是在编辑器里增加AI引擎，当Agent可以绕过图形界面直接在终端执行任务时，这个中间载体就失去了存在价值。
AI产出代码的总量确实在爆发式增长。谷歌内部接近75%新增代码由AI生成，两年前这个比例只有15%。腾讯超过九成工程师使用AI编程助手，2025年有一半新增代码借助AI辅助完成。Anthropic工程师人均单季度产出代码量，达到2025年同期的八倍。代码产出量上涨的背后还有另一组数据，一项研究对三十多万条AI参与生成的代码提交记录分析，累计发现四十八万多处代码质量缺陷，九成属于代码能够运行，但编写规范差、可读性弱的代码异味问题。AI写代码变多，人工审核的工作量也随之增加。GitLab的报告提到，接近九成受访企业已经开始或者计划划拨预算，用于AI生成代码的治理管控。
所以当下真实局面，既不是AI彻底取代程序员，也不是AI仅仅作为工具，一切维持原样。而是处在一个比较微妙的过渡阶段：AI可以批量产出代码，但产出内容需要人工校验正确性、可维护性。工程师的工作重心，从敲写代码，转移到审核AI产出、定义代码需要实现的业务逻辑。Anthropic内部将这个转变概括为从coder转变为builder，从业者要能够清晰定义任务，设计Agent工作流程，并且核验最终输出质量。
Gartner预测，到2027年，超过65%使用Agentic Coding方案的工程团队，将不再把IDE当作必备开发工具。开发主战场会从代码编辑器转移到任务编排层面。开发者不再盯着光标等待代码补全，而是定义Agent要完成的任务、遵守的约束条件，还有结果验证标准。
回到最开始的问题。如果问AI什么时候能够整体取代程序员这个职业，现有各类数据都无法给出确定时间点。就业市场呈现两极分化，初级编码岗位大幅缩减，头部科技企业新员工里工程师占比反而提升。黄仁勋提到的杰文斯悖论，或许最贴合当前现状：效率提升并没有降低工程师需求，反而因为能够实现更多业务需求，带来更大工作量。
但如果问初级程序员的就业环境什么时候能好转，答案大概率不容乐观。哈佛一项覆盖六千两百万劳动者的研究发现，企业引入生成式AI之后，接下来六个季度初级开发者岗位数量下降9%至10%，资深开发者几乎不受影响。入行门槛持续抬高，跨过门槛之后的从业者价值反而更高。
这里还有一个容易被忽略的细节。一位互联网大厂资深程序员在采访中提到，焦虑没有太大意义，行业趋势已经无法逆转，他预估未来三年大约九成程序员会被淘汰。而同一场采访里，另一位算法工程师表示，三年前自己手动编写大部分代码，如今九成工作内容是调度多个AI智能体完成任务，企业从2025年秋季开始不再招聘新算法工程师，过去多人团队一个月才能完成的工作，现在单人一周就能搞定。
一部分人岗位空间被压缩，另一部分人的工作能力被AI放大。差距并不在于个人智力高低，而是谁更早掌握和AI协同工作的方式。
