AI本该先干掉工程师，新数据却显示工程是2025年最抗打的职业

事情是这样的。

五月那波科技业裁员，单月人数创了好几年来的新高。再就业机构 Challenger, Gray & Christmas 出的统计里，被引用得最多的裁员理由，就俩字，AI。而且不是泛泛的 AI，是特指写代码这件事的 AI。一个工程师能干过去好几个工程师的活，所以人不用那么多了，逻辑听上去顺得很。

按这套逻辑往下推，软件工程师应该是最先躺平在沙滩上的那批人。毕竟 Copilot、Cursor、Claude Code 这些工具普及得那么快，写代码这事看起来最容易被自动化。我自己天天干的活，就是给大模型搭那层让它真正能跑起来的工程脚手架，看着 agent 一行一行把代码吐出来，老实讲，有那么几个瞬间我也心里发虚过。

然后风投机构 SignalFire 出了一份报告，把我看愣了。

他们的结论是，2025 年最抗打的职业，恰恰就是工程。

不是之一，是最。

我先把这份报告的来路讲清楚，免得你觉得又是哪个机构拍脑袋编的乐观鸡汤。SignalFire 这份叫《State of Talent Report》的东西，追踪的是八千万家以上公司、数百万名员工的真实职业轨迹（报告原文在这里 https://www.signalfire.com/blog/signalfire-state-of-talent-report-2025 ）。他们研究主管 Asher Bantock 说了句挺有意思的话，大量裁员给出的理由始终是 AI，尤其是和代码相关的 AI，但我们在一线看到的数据，跟这个说法有点对不上。

对不上在哪？

他们没去盯裁员数字。这是我觉得这份报告最聪明的地方。裁员数据其实很不准，因为一个人被裁之后，往往会拖着不更新自己的就业状态，简历上还挂着前东家的 title，谁愿意第一时间昭告天下说自己失业了呢。所以裁员的滞后性特别大，你拿它当实时风向标，方向是歪的。

SignalFire 换了个口子，看招聘。一家公司还在招什么人，比它裁了什么人，更能说明它现在到底缺什么、信什么。

数据出来，反差就来了。

大型科技公司的整体招聘量，相比 2019 年掉了 25%。这部分符合大家的体感，大厂确实在收缩，HC 卡得死死的。但工程岗位呢？只掉了 11%。整体腰斩级别的收缩里，工程是那个挨刀最轻的。

更狠的还在后面。2025 年，在 SignalFire 归类为「Tech Majors」的那 12 家公司里，工程师占了全部新招聘的 55%。这 12 家是谁，Alphabet、Meta、Apple、Amazon、Microsoft、Netflix、Nvidia、Tesla、Uber、Airbnb、Block、Stripe，基本就是你能想到的头部全在了。而 2019 年的时候，这个比例只有 46%。

你品一下这个数。在一个所有人都说 AI 要替代程序员的年份，头部公司每招两个人，就有一个多是工程师，而且这个占比比六年前还高了将近十个百分点。

早期创业公司那边更直接。2025 年招的工程师，比 2019 年还多了 7%。注意是绝对数量的增加，不是占比。

Bantock 的推论我觉得是这份报告里最锋利的一刀。他说，如果 AI 真的在替代工程人才，那在当前这轮科技业整体招聘收缩里，工程招聘理应第一个崩。它最该被砍，因为它最该被自动化。可数据偏偏显示，工程岗位的人数增长，比大多数其他职能都快。

好家伙，第一个该死的，活得最好。这事儿本身就够荒诞了。

到这我得停一下，因为我知道屏幕前可能有人想拍桌子。你会说，单一一份风投机构的报告，立场天然偏向科技乐观主义，谁知道是不是 cherry-pick 出来的好看数字。这个质疑特别合理，我自己第一反应也是这个。所以我去翻了翻这事的另外几个声音，发现连最该唱衰的那一方，自己内部都打起架来了。

最该唱衰的是谁？Anthropic。

去年 Anthropic 的 CEO Dario Amodei 放过一个特别吓人的话，他警告说 AI 可能消灭一半的入门级白领岗位，五年内把失业率推到 20%（这段当时由 Axios 首发报道 https://www.axios.com/2025/05/28/ai-jobs-white-collar-unemployment-anthropic ）。这话当时传得很广，因为它出自一个 AI 公司老板之口，自己人说自己要砸自己人饭碗，可信度天然就高，听着也确实瘆人。

结果呢，今年三月，Anthropic 自家的经济主管 Peter McCrory 对 TechCrunch 说了另一番话。他说他还没看到 AI 对劳动力市场产生任何显著影响。他做了个对比，把 Claude 用在工作最核心任务上的那群人，技术写手、数据录入员、软件工程师，跟那些不太暴露在 AI 面前、得跟真实物理世界打交道的工种比，两边的失业率，至少没有更大的实质性差异。

好家伙。一家公司的 CEO 在台上说五年内天塌，自家管经济的那位在台下说我没看出来天有要塌的意思。

我不是说 Amodei 在危言耸听。一个负责任的 AI 实验室掌门人，对长期风险拉满警报，这是他该干的事，甚至是一种诚实。我想说的是另一层，预测和现实之间，存在一个巨大的、还没被填上的时间差。Amodei 描述的是一个可能的未来，McCrory 报告的是正在发生的现在，而 SignalFire 的招聘数据，给这个现在又补了一组硬证据。

未来也许会来。但现在还没来。

而在那个还没来的现在里，黄仁勋直接把桌子掀了。

四月份，老黄在斯坦福商学院的一场访谈里，几乎是带着点不耐烦地否掉了整个叙事。他说，有人说 AI 会摧毁所有的软件工程岗位。然后他话锋一转，论证恰恰相反。现在 Nvidia 所有工程师都在用 agentic AI，也就是那种能自己规划、自己调工具、自己一步步执行的智能体，结果是，软件工程师比以往任何时候都更忙了。

更忙。不是更闲。

老黄补了一句我特别喜欢的观察。他说 agent 几乎是瞬时地把代码写出来，但正因为这样，它反而不停地在逼着工程师去产出下一个点子。

这句话值得在这停一秒。

因为它点破了一件很多人没想明白的事。当写代码这个动作的成本被压到接近零，瓶颈不会消失，它只是往上游挪了。从前你一个 idea 卡在实现上，光把它写出来、调通、上线就得两周，这两周天然帮你过滤掉了大部分不成熟的想法。现在 agent 几分钟给你跑出一个原型，写不再是门槛了，那门槛变成了什么？变成了你到底有没有那个值得被写出来的下一个点子。

我天天在生产环境里看 agent 干活，对这点的体感特别真。给模型搭脚手架的人最清楚，模型本身的能力只是一部分，真正决定它能不能干成事的，是你给它的目标、约束、和判断对错的标准。这些东西，agent 现在还提不出来，得人来。它能写一万行代码，但它不知道哪一万行是值得写的。

所以工程师没被干掉，工程师被往上拽了。

TechCrunch 这篇报道（原文 https://techcrunch.com/2026/06/24/ai-was-supposed-to-kill-engineering-jobs-but-new-data-suggests-theyre-the-most-resilient ）最后把这事拎到了一个经济学概念上，杰文斯悖论（Jevons paradox，维基词条 https://en.wikipedia.org/wiki/Jevons_paradox ）。

这词第一次听有点玄，我用大白话讲。十九世纪英国有个经济学家叫杰文斯，他发现一件违背直觉的事。当蒸汽机的效率提高、烧同样的煤能干更多活之后，英国对煤的消耗不但没减少，反而暴涨了。

为什么？因为效率提高让用煤变便宜了，便宜到原本不划算用蒸汽机的地方，现在都用得起了。需求被效率本身给撑大了。省下来的产能，没有变成闲置，而是被新涌出来的活儿瞬间填满。

把煤换成写代码，故事一模一样。

AI 让写代码变得极其便宜，便宜到那些原本因为开发成本太高、压根不会立项的需求，现在都值得做了。每个公司想做的功能、想验的假设、想修的边角，永远比能写的代码多。当写的成本塌下来，被解锁的不是裁员的理由，是一片做不完的活。

Bantock 那句收尾我觉得说得太准了。他形容此刻的工程人才，他们突然之间生产力高了一大截，而要做的活，根本做不完。

读到这我把民谣随机到了万能青年旅店那首，是谁来自山川湖海，却囿于昼夜厨房与爱。我忽然觉得程序员这个职业有点像反过来的版本，我们本来囿于一行行琐碎的实现细节、囿于那些重复的 CRUD 和样板代码，现在 AI 把这些昼夜厨房接管了，反倒把人推向了更辽阔的山川湖海，去想那个更大的、值得被造出来的东西。

当然，我不想把这篇写成一碗鸡汤，那不是小岛 AI 的风格，也不诚实。

我得把另一面摊开。

第一，这份数据是 2025 年的快照，是后视镜。它告诉你过去一年发生了什么，没法保证 2027、2028 还是这个样子。Amodei 那个五年期的警告，时间线还长着呢，谁也别急着宣布谁赢了。

第二，工程整体抗打，不等于每个工程师都抗打。报告说的是工程这个职能的总量和占比，平均数底下藏着分化。那种纯粹做样板代码搬运、写写增删改查就交差的活，被 agent 吃掉的速度只会越来越快。被往上拽，意思是台阶在抬高，抬高的台阶不会自动把每个人都送上去，它同时也在淘汰那些不肯往上走的人。这话听着有点刺耳，但我觉得它是事实。

第三，入门级岗位是真的难。Amodei 担心的入门级白领，这个担忧我一点都不敢轻视。当 agent 能干掉大部分初级工程师才做的那些活，新人靠什么进场、靠什么积累那前三年的经验，这是个真问题，SignalFire 的乐观数据回答不了它。一个行业总量在涨，和一个刚毕业的人挤不进门，这两件事可以同时为真。

所以我的结论没那么爽，但我觉得它比天塌了和没事的都更接近真相。

工程没有被 AI 杀死，它被 AI 重新定价了。

便宜的那部分，把代码从想法里翻译出来的体力活，价格在飞速归零。贵的那部分，判断什么值得做、定义对错的标准、提出下一个点子，价格在飞速上涨。你作为一个工程师，资产配置在哪边，决定了你是被这波抬上去的，还是被这波冲下来的。

我是真的觉得，这个时间点对会想问题的程序员，是个不算坏的时点。山川湖海一直都在，只是以前我们大部分精力都耗在厨房里。

现在有人帮我们把厨房接管了一部分。

剩下的，是抬头看海的功夫。