乐于分享
好东西不私藏

软件行业要消失了吗?从程序员祛魅到AI祛魅

软件行业要消失了吗?从程序员祛魅到AI祛魅

 > [ ABSTRACT_DATA ]

AI正在重构软件行业,但是软件业不会消失,程序员这个身份正在褪色。本文深度解析ThoughtWorks闭门研讨会核心洞见,揭示软件工程的未来范式转移。

 > [ CONTEXT_DATA ]

进入2026年,各种对软件业悲观的言论不绝于耳。

年初,马斯克转发了百万粉大V Naval的这条发言:AI,正在吞噬全球软件行业!

3月,心动CEO黄一孟在一期播客节目中谈到“软件行业已经彻底走到末路了”,并指出:

未来任何一个人都可以快速做出一个产品。就连现在一些只有一个巨大的公司,一个巨大的1000人或2000人集体才能做成的事,未来靠一个AI agent也能完成。 

4月,钉钉CEO陈航在《中国企业家》商界木兰年会演讲中断言“软件时代已彻底终结”。理由是所有软件将实现即时生成:只要提供系统界面与原代码库,即可由工具自动重写代码。软件正演变为按需生产、按日进化的“日抛品”,类比日抛型隐形眼镜,依场景使用后即弃。 

软件行业真的要消失了吗?

这个问题其实比较好回答。 

这个就好比当你看见一个操作无人机喷洒农药的飞手替代了背着农药箱喷洒农药的农民后,你会认为农业消失了吗? 一个行业是否消失取决于市场和看不见的手,只要人类还吃粮食农业就不会消失。

AI改变了软件的生产方式,但软件市场依然存在。

软件业只是变天了

人们需要软件,看到养龙虾(Openclaw)有多火爆吧,钉钉和微信也没有从我们身边消失,大量的机器设备也需要嵌入式软件才能正常运行。 

更不要说AI的大脑(LLM)本身就是软件。 

AI可以创造桌面软件、APP、企业办公软件、SAAS系统,但是还不能创造它的大脑,至少目前如此。

软件业不会消失,消失的是软件业从业者-程序员。

过去一年我们听了太多这样的新闻:

  • Meta计划裁员20%。
  • 亚马逊因人工智能裁员
  • 微软和Alphabet因人工智能而裁员。
AI改变了软件业的生产方式,让软件开发的成本从计算人力成本到计算Token的成本。 
这几乎相当于把软件业从农耕时代硬生生带到了电力时代。
曾经程序员还是婚恋市场里的香饽饽,如今却被戏称为“古法编程传承人”。
对程序员的祛魅来的“它来得那么快,来得那么直接”。 
生产方式决定了组织形式,一些公司在AI的加持下正裁掉多余的员工。 
或许正如Claude Code 创始人在年初的研判:

我认为到今年年底,“软件工程师”这个头衔将开始消失,它可能会变成“建造者”、又或者是“产品经理”,这对许多人来说将是痛苦的。

软件业没有消失,只是变天了。

受影响最大的群体

那么软件业变天受影响最大的是哪个群体呢? 

在近期2026年2月ThoughtWorks的一场闭门研讨会上,行业内的顶级专家对这个问题进行了讨论。 

与大家普遍认为影响最大的是初级工程师不同,专家们认为受影响最大是中级工程师,原因似乎也很简单:初级工程师没有工具依赖,可以很快地掌握AI工具。

研讨会报告[1]相关内容摘录如下:

初级开发者比以往任何时候都更有利可图。AI工具帮助他们更快地度过尴尬的初期净负值阶段。他们是对未来生产力的看涨期权。而且他们比资深工程师更擅长使用AI工具,因为他们从未养成减缓采用的习惯和假设。 
真正令人担忧的是在长达十年的招聘热潮期间成长起来的中级工程师,他们可能未曾培养出在新环境中蓬勃发展所需的基本功。这一群体按数量计构成了行业的主体,对他们进行再培训确实很困难。
软件的工作没有消失

无论如何,程序员黄金40年似乎已经结束。 

但软件的工作不会消失。 

软件的工作从1.编码->2.测试->3.部署->4.运维->5.销售->6.生命周期管理,是一个完整的商业链条。 

即使最乐观的估计,AI只能胜任前四个工作中90%的工作[2]。 

而随着AI编程助手的普及,新的工作机会也在产生。 

事实是当AI编写代码时,工程质量并不会消失。

它转移到了规格说明、测试、约束和风险管理之中。 

近期,我们看到Harness Agent采用了人在环(human-in-the-loop, HITL)的操作规程。在这种规程中人不再是“程序员”,而是承担了决策者、审计员和教练三种更高级的角色。

在 Harness Agent架构中,人的作用是为 AI划定“安全红线”,通过审批确保高风险操作的可控性,并通过反馈机制将人类的专业经验持续沉淀到 AI 的决策模型中。

未来,在软件工程领域,人类将在计划评审、架构设计、工程审计、风险评估、决策评审等方面发挥重大作用。

软件真的可以“日抛”了吗?

提到日抛,我们更熟悉的是从消费者视角看到的一次性使用产品,如“日抛隐形眼镜”、“一次性袜子”、“一次性筷子”等。 日抛型产品的特点是:

  • >
    1.经常使用
  • >
    2.更换成本极低

但前面钉钉CEO陈航说的软件可以日抛其实是生产者的视角

也就是说软件的生产已经可以进化到按需生产、按天发布的程度。

实际上即使没有AI,钉钉最近半年的更新速度最短只有4天,最长27天,平均下来已经实现了半月抛。 

钉钉2025年4季度-2026年1季度版本发布间隔时间图-数据来源:互联网公开数据

未来,随着AI的加持,软件发布实现日抛并非随口说说

> 软件日抛:双重因素的叠加效应

目前软件发布频次加快,是双重因素导致的。

1.AI加持

在AI的加持下,软件的生成速度和成本都大幅度降低。生成速度自不必说。

在成本方面,根据美国最新的行业分析报告[3]显示,如果我们将程序员的“敲代码”行为量化为 Token (AI输出的计量单位,国内叫词元), 那么AI 的原始产出成本要比人类低几个量级:

维度 美国中级程序员 (Mid-level) 高性能 LLM (如 Claude 3.5/Gemini 2.5) 差值/倍数
薪资/Token 单价
约 $4.46 / 每小时 (以印度/全球均价计)
约 $0.30 – $5.00 / 每百万 Token
每百万 Token 成本 $11,631

 (基于敲击速度估算)
$0.31 – $15.30 ~1000倍 – 30000倍
产出速度
~2 Tokens / 秒
~30 – 100 Tokens / 秒
15x – 50x

可以看出AI 产出代码的成本仅为人类的 0.01%。 

不过2026 年最新的调研显示,AI 生成的代码中约有 70% 的 Token 属于“上下文浪费”或“无效尝试”。 

尽管如此,虽然只有30%是有效的,AI的代码生成成本仍远远小于程序员。 

这几乎相当于人力成本和电力成本在比较。

2. 竞争因素

雷军曾经说过“天下武功唯快不破”,这似乎同样适用于软件行业。

在目前竞争最为激烈的AI编程助手领域,Cursor、codebuddy这些软件的迭代速度几乎是以天为计的。  腾讯旗下codebuddy2026年3-4月软件更新频次-数据来源:互联网公开数据

当然这种快速迭代的驱动因素更多的是竞争,而非需求。 

大语言模型(LLM)的广泛应用正在重塑整个软件行业。 

乱世出英雄,所有软件企业都在加速迭代、跑马圈地。 

所以未来“日抛”型软件或许是常态。

软件工程的未来:AI的祛魅

软件产品“日抛”只是表象,重要的是软件行业的底层逻辑-软件工程会发生什么。 

在2026年2月ThoughtWorks闭门研讨会上,行业资深领导者普遍认为,随着AI全面重塑软件开发,传统的软件工程研发模式正在发生深刻的范式转换。 

以下是这次闭门会议的核心洞见:

1. 工程严谨性的转移与“中环”工作的崛起

如果AI接管了代码编写,工程的严谨性并未消失,而是转移到了其他环节。

质量把控正向上游的需求规范审查转移,向下游的测试套件转移(测试驱动开发TDD被重新定义为针对AI的一种确定性“提示工程”),并演变为基于业务“爆炸半径”的风险管理与约束

在这种演变中,软件开发衍生出了一个全新的分类——“中环(Middle Loop)”工作

它介于开发者编写代码的内环与系统交付的外环之间,核心任务是监督、指导和修复AI代理(Agent)的输出。

这要求工程师的技能从直接编写代码转向任务拆解、系统编排和质量评估。

2.组织架构、效率与角色的重构

AI代理的引入使“康威定律”延伸到了机器层面。

代理极快的工作速度与人类组织缓慢的决策形成了强烈冲突,导致瓶颈从工程生产力转移到了跨团队依赖和管理者的“决策疲劳”上。

同时,传统的角色定位正在剧变:

  • >
    角色融合:产品经理、开发者和设计师的边界正在模糊,开发者开始更多地承担战术性的产品决策。
  • >
    初级开发者的价值重估:初级人员能利用AI工具更快地度过新手期,成为了未来生产力的优质“看涨期权”,其价值不降反升。
  • >
    主任工程师的新使命:作为系统架构的守护者,他们需要转变为“摩擦消除者”,去清理阻碍人类和AI代理协作的障碍。
  • >
    体验视角的转换:开发者体验正与生产力脱钩,业界提出组织可能需要开始优化代理体验(Agent Experience),因为让AI代理表现出色的环境通常也有利于人类。
3.基础技术的断层与安全隐患

为了支撑未来的AI代理架构,现有的技术基础设施需要重构:

  • >
    新基石:行业亟需更适合AI生成的编程语言(强调通过强类型和约束来避免错误代码)、用于业务逻辑落地的知识图谱与语义层,以及带有权限控制和工作账本的代理操作系统
  • >
    自我修复的挑战:想要让系统从人工事件响应走向“AI代理辅助的自我修复”,必须先解决“隐性知识”问题——即需要利用历史诊断数据为AI建立起“潜意识”,弥补它们缺乏人类资深工程师直觉的短板。
  • >
    滞后的安全性:当前的代理安全机制极其薄弱,例如仅赋予邮箱访问权限就可能导致账户被全面接管。平台工程必须强制实施“默认安全”原则,以防范AI速度带来的新型攻击。
总结

软件业没有消失,消失的只是”古法编程传承人”。 

专为人类设计的软件交付过程在AI代理的冲击下正在断裂。 

在AI的加持下,软件”日抛”是常态。

未来的软件工程不仅仅是代码生成的提速,而是关乎人机协同编排、非确定性系统的信任构建以及复杂组织的重新设计。

参考链接: 

[1] 来源:2026年2月ThoughtWorks闭门研讨会报告。

[2] 来源:2026年3月Anthropic分析报告。

[3] 来源:GitHub 2025 AI Impact Report, Mobile Reality Cost-Efficiency Analysis, and 2025/2026 LLM API Pricing Indices。

 End> SYSTEM.LOGOUT()
 文字传输完毕。如果传输对您有价值, 请不吝执行 [SHARE] 或 [LIKE] 指令。
 关注本号,后台回复“96”,可获取参考链接1和2的报告原文。