AI 已能自动化 79% 的代码,但真正失业的不是程序员

前段时间，AWS 的 CEO Matt Garman 在一个内部闭门会上说了一句挺炸的话:”裁掉初级程序员，是企业能做的最蠢的决定之一。”

这话怼得非常不客气，因为它指向的，就是过去一年硅谷和国内大厂最时髦的一件事 ——用 AI 替代初级开发。

更戏剧性的是，几乎在同一个月，Anthropic 发布了一份叫 Economic Index 的报告，里头有个数字炸了整个技术圈：Claude Code 用户的代码任务自动化率已经达到 79%, 而普通 Claude.ai 用户只有 49%1。

一边是顶级云厂商的 CEO 在喊 “别裁初级”, 一边是最前沿的 AI 公司在晒 “79% 已自动化”。这两个信号放在一起，挺拧巴的。

咱们今天就把这个 “拧巴” 拆开聊聊。先抛个反常识的结论放这儿:79% 这个数字，真正讲的不是 “程序员 79% 要失业”, 而是 “程序员剩下那 21% 决定了你的时薪”。

一、79% 自动化，到底吃掉了程序员哪一块？

先看一个被大部分文章忽略的细节。

中国科学院梅宏院士引用过一个研究数据：在实际软件开发工作中，编码只占全部工作时间的 10% 左右2。

剩下 90% 是啥？是需求对接，是历史代码梳理，是架构选型，是跟产品经理吵架，是线上事故半夜爬起来排查，是给老板解释 “为啥这个功能做不了”。

AI 自动化的 79%, 本质上啃的是这 10% 里的大头 ——CRUD 增删改查、单元测试、API 文档、基础 Bug 修复。业内已经有数据显示，AI 能覆盖 80% 的 CRUD 业务场景3。

换句话说，AI 吃的是整个程序员工作里那 10% 的 80%—— 也就是大约 8%。

就这 8%, 砍下来的岗位却一点也不少:

• 2024 年国内 “基础 Java 开发” 岗位招聘量，较 2022 年减少了32%4
• 斯坦福的研究显示，2022 年底到 2025 年 7 月，22-25 岁年轻程序员就业人数累计减少近20%, 而 26-30 岁这一档基本持平
• 谷歌公开承认，20% 的内部代码由 AI 写成
• Stack Overflow 2025 年调研，AI 编程工具使用率从 76% 涨到84%

同一行业、同一个 AI, 一边在砍初级，一边在给资深的发钱 —— 大模型算法工程师平均月薪6.8 万,AI 应用工程师年薪46 万起。

这不是 AI 在消灭程序员，这是 AI 在把程序员这个职业，往两头拉。

二、一百年前，AT&T 干过一模一样的事

这种 “两头拉” 的剧本，历史上演过好多遍。最贴切的一次，是一百年前美国电话接线员的故事。

1920 年到 1940 年，AT&T 做了那个时代最大的一次自动化投资：在美国一半以上的电话网络里，用机械交换技术替代了人工接线员5。

按当时媒体的判断，这本该是一场职业大屠杀。毕竟全美国几十万女性靠接线员这份工作吃饭，突然一台机器就能顶一百个人。

但几十年后回头看，事情比 “被替代” 复杂得多。

接线员这个岗位确实在慢慢消失，但电话公司没有垮。相反，电话普及率翻了几倍，衍生出了电话销售、客服、电话咨询、呼叫中心，最后养活了更多人。

被淘汰的，是 “只做一件事” 的人 —— 把线插进对的孔里。

留下来的、后来变得更值钱的，是那些懂得调度、懂得销售、懂得处理复杂客户情绪的人。

再说一个更近的例子。

1970 年代，ATM 机大规模进驻美国银行，所有人都以为银行柜员这个职业要绝迹。结果呢？ATM 普及后的三十年里，美国银行柜员的数量不减反增6。

但工作内容变了。以前柜员 70% 的时间在点钞、填单；ATM 之后，这些事情机器干了，柜员的主业变成了理财咨询、贷款办理、客户关系维护 ——那些 ATM 干不了的事。

你看，规律就这么朴素：每一次自动化浪潮，被替代的都不是 “职业”, 而是这个职业里 “最能被拆解成明确步骤” 的那部分任务。

三、AI 替代的从来不是程序员，是 “可以写成说明书的部分”

把上面这个规律套回今天的程序员，立刻就通了。

AI 能写代码，但 AI 写不了的事情多着呢。

它听不懂模糊需求。客户说 “用户体验好一点”, 到底是加载速度要快、界面要简洁、还是流程要少？这背后是对业务、对人性的理解。

它扛不了线上事故。半夜三点服务挂了，到底是数据库索引失效、网络抖动、还是第三方接口超时？这种 “从一堆症状里猜病因” 的能力，靠的是几年几年地蹲坑积累。

它承担不了责任。代码上线出了合规问题、数据泄露、资金损失，最终签字画押的是人，不是模型。

更关键的一点：大量 AI 辅助代码，正在 “污染” 企业的既有代码库。

Stack Overflow 2025 年的数据特别讽刺 ——AI 工具使用率涨到 84%, 但开发者对 AI 输出的信任度反而从 43% 跌到了 33%, 不信任的比例从 31% 涨到了 46%7。

越用，越不信。

因为用得深了就会发现：AI 能写看起来对的代码，但写不了 “在你们这个系统里就应该这么写” 的代码。

这也是为啥 AWS 的 CEO 公开说 “裁初级太蠢”—— 他的逻辑非常朴素:今天的初级，是十年后的资深。把青苗全部砍了，十年后就没人能给 AI 擦屁股了。

但问题就出在这里：道理大家都懂，企业的短期成本账依然算得飞起。于是我们正站在一个尴尬的十字路口 ——初级岗位在系统性消失，而资深岗位其实依赖初级岗位在源源不断地生产。

这个矛盾，是未来五到十年整个软件行业最大的结构性危机。

四、给普通程序员的三条生存建议

那咱们普通程序员，到底该怎么办？

琢磨了很久，我总结了三条。都不是鸡汤，是能落到手上的动作。

第一条：把自己从 “写代码的人” 升级成 “让代码创造价值的人”。

什么意思？停止把自己的 KPI 定义成 “写了多少行”” 提了多少 PR”。这些数字 AI 都能刷，而且比你快。

逼自己做 AI 做不了的事：参加需求会，听产品经理和业务方吵架，理解订单转化率、GMV、留存率这些业务指标到底意味着什么。

一个能说出 “这个 bug 会损失多少订单” 的程序员，和一个只能说 “这个 bug 在第 87 行” 的程序员，在 AI 时代会被标上完全不同的价格。

第二条：把 AI 当杠杆，不当拐杖。

杠杆的意思是，你用 AI 把自己变成 3 个人、5 个人的产能。

拐杖的意思是，没有 AI 你就不会走路。

这两者的区别，在 Code Review 时一眼能看出来 ——

一个用杠杆的程序员，能给 AI 挑毛病、能改架构、能解释 “为啥 AI 建议的方案在我们系统里行不通”。

一个用拐杖的程序员，你问他为啥这么写，他只会说 “AI 给我的就是这样”。

前者 AI 越强，他越值钱。后者 AI 越强，他越便宜。

第三条：如果你还是学生、应届、或者工作 1-3 年的初级 —— 请一定去一家还肯培养初级的公司。

这听起来有点反直觉，但数据说得很清楚：26-30 岁程序员就业几乎不受冲击，而 22-25 岁减少了 20%。差别不在于技能，在于有没有机会完成 “从初级到资深” 这个跃迁。

今天还肯花钱、花时间带初级的公司，未来十年大概率才是能活下来的公司 —— 因为它们相信 “人的价值”, 而不只是相信 “AI 的成本”。

这种公司，才是你真正的复利资产。

五、你剩下的 21%, 就是你的命

说到底，79% 这个数字，不是死亡通告，是重新洗牌的发令枪。

AI 替代的从来不是程序员，是 “只会写代码” 这件事。

就像 ATM 没有消灭柜员，消灭的是 “只会点钞” 这件事；自动交换机没有消灭电话运营，消灭的是 “只会插线” 这件事。

真正被替代的，从来不是一个职业，而是这个职业里那部分可以被写成说明书的工作。

你剩下的 21%, 就是你的命。

好好护着它。