AI 还在 L2,先被挤掉的不是老程序员,是校招入口

这两年我听过最多的一句话，是“AI 来了，程序员这一行是不是快完了”。这话听起来很顺，因为模型写代码、补测试、查文档的速度，确实已经不像工具，更像一个不知疲倦的新同事。但我越看企业内部怎么落地，越觉得真正发生的事不是“成熟程序员马上大规模失业”，而是另一件更现实的事：公司先把校招口收紧了。原因不复杂。现在大多数公司用 AI，不像无人驾驶，更像 L2 自动驾驶。它能巡航，能提醒，能替你踩几脚油门，但一旦进复杂路况，手还得放在方向盘上，责任也还在人身上。既然驾驶员暂时撤不掉，企业最容易先撤掉的，就不是驾驶位上的人，而是原本准备招进来坐副驾学习的人。

公司先砍的是入口，不是驾驶位

企业做组织调整，第一反应从来不是“技术上能不能替”，而是“风险上敢不敢替”。一个成熟工程师的价值，不只是多写几百行代码，而是线上出故障谁来接，需求冲突谁来判断，模型给出三个都像样的方案时谁来承担那个选错的后果。只要 SLA、合规、客户承诺、事故复盘这些链条还挂在人头上，AI 就更像副驾，不像主驾。对公司来说，立刻把成熟岗位大刀阔斧砍掉，表面上省了工资，实际上要同时吞下知识流失、交付波动、故障风险和赔偿成本，这笔账没那么多人真敢算到底。

所以更常见的动作是什么？不是把老员工整排搬走，而是冻结新增 HC，把初级岗和校招岗先卡住。我这两年接触过的几个团队，预算会上都在谈提效，落地动作却很一致：核心交付岗位没那么好砍，但“今年还要不要再带一批新人”，几乎都变得更谨慎。再叠加教育部公开口径里，2025 届高校毕业生规模达到 1222 万，入口本来就挤，企业再把闸门拧紧一点，感受到寒意的首先就不是已经在车上的人，而是还在排队上车的人。

被 AI 吃掉的，正好是应届生原来的入场券

对应届生最不利的地方，不是他不够努力，而是他最能证明自己的那段工作，恰好最容易被模型吃掉。以前公司为什么愿意招新人？因为总有一大堆基础活要有人做：写 CRUD，补样板化单测，整理接口文档，写脚本，做第一轮排查，跟着师兄把系统摸熟。这些工作以前叫练手机会，现在越来越像模型的优势区间。你让 AI 直接产出第一版代码、测试用例、SQL、排查思路，它未必能独立上线，但已经足够覆盖很多“入门但耗时”的工作。

如果把岗位价值粗略算一笔账，公式大概是这样：岗位价值 = 可独立交付部分 + 可承担责任部分 – 带教成本 – 试错风险。放在成熟工程师身上，AI 往往是加分项，因为它能把前两项放大；放在应届生身上，问题就来了，他原本最能贡献的，多半是第一项里最标准化、最容易被生成的部分，但后两项又偏高：要带、要教、要容错、还要承担他暂时看不到坑的风险。于是公司就会发现，一个熟手加一个 AI，不一定等于两个熟手，但在不少日常场景里，已经足够覆盖“一个熟手加一个新人”的大半产能。话说得再直一点，现在很多团队不是不需要人了，而是不太愿意为“培养一个未来也许有用的人”先交这笔学费了。

真正的分水岭，不是工龄，是你离方向盘有多近

这件事不是所有人都一样危险。第一类是被放大的那批人：已经能独立扛事、能和业务对账、能在系统失控时接管的人，AI 只会让他们更快，因为他们本来就在方向盘附近。第二类是还能过渡的人：工作一两年，有一点领域知识，也开始接触真实问题判断，这类人短期会难受，但还来得及把自己从执行位往责任位挪。第三类就是最危险的那批人：把自己的价值主要建立在标准化执行上，尤其是应届生和低年限初级岗，简历里写的几乎全是“我能更快地把活做完”。在 L2 时代，公司最不缺的，恰恰就是一个更快的油门脚；它真正稀缺的，是出了状况还能把车接住的人。

别把自己练成更快的油门脚，先算你有没有碰到方向盘

所以我对这件事的判断很简单：短期内，AI 对成熟程序员更像提效器，对校招入口更像筛子。值不值得焦虑，不看你会不会写代码，而看你工作里有多少部分是在承担判断、上下文和后果。凡是 AI 能很快生成、你只是负责搬运和微调的部分，未来都更容易被压价；凡是需要你理解业务、协调人、兜住事故、做取舍的部分，短期内都还很难完全外包给模型。

如果你真想判断自己处在车上的哪个位置，别先去刷一堆提示词，先打开计算器，把过去三个月做过的工作列成两栏：一栏是 AI 在半小时内大概率能完成八成的，一栏是出了问题必须你来接管的。前一栏越多，你越该警惕；后一栏越多，你越有议价权。别把自己继续练成一个更熟练的油门脚，想办法往方向盘那边挪，这比空想“AI 会不会把程序员全裁了”有用得多。