【赖永炫教授的个人公众号。关注以下三个方面的内容：1. 普通人用AI，2. 企业AI转型，3. AI教育思维。欢迎交流与合作，请评论或后台留言】

五月，校园里的木棉花开了，红得热烈。但计算机和软件系的走廊里，似乎透着一丝往年不曾有过的“凉意”—— 编程变得廉价，码农开始不像从前这么吃香了。

在很多人的刻板印象里，程序员这个群体总是和“格子衫、双肩包、黑眼圈”联系在一起。“码农”和“996”、大厂、高额月薪等概念紧密相连。只要代码不停、咖啡不缺，程序员似乎就能在软件和数字化的堡垒里找到永恒的安稳。

然而，那层“高薪+加班”的壳，正在从内部崩裂。我们曾经引以为傲的技能，正在被一种全新的力量重新定义。先是1月份，Anthropic发布的Claude Cowork工具仅凭”截图转表格”、”笔记生成报告”等看似基础的功能，就引发摩根士丹利追踪的SaaS（软件即服务）股票单周暴跌15%。接下来，就是各互联网大厂的规模巨大的裁员预告。似乎，软件及其行业正在走向黄昏……

今天，我们就聊聊AI对于软件及其专业的影响。

一、 时代的背影：软件学院1.0和2.0

    2001 年，中国软件产业的“破晓时刻”。国家批准设立首批“国家示范性软件学院”，开启了软件学院的 1.0 时代。当时的使命极其宏大且单一：打破人才瓶颈，规模化地培养能够支撑起中国信息化进程的“代码大军”。

以我曾经所在的厦门大学软件学院为例，2002 年正式建院时，它承载着特区对高层次软件人才的极度渴求。老一辈软院人应该记得海韵校区的红砖白墙，那是 1.0 时代的奋斗底色——在摸索中前进，将大量甚至非计算机背景的学生转化为软件精英。那个时代的逻辑是“人多力量大”，只要掌握了 Java、C++，掌握了 SSH 框架，就拿到了通往财富自由的入场券。

2019年，软件学院拆分了。一部分并入信息学院，且随后迁入翔安校区；一部分并入电影学院，留在海韵校区。从此，软件人开始走上各自寻梦的旅程。

软院拆分刚落地，国家层面却开始了“软件学院 2.0”的升级。2.0 时代的重心变了，不再追求简单的数量，而是入选“特色化示范性软件学院”，转向关键基础软件、操作系统、大型工业软件等“硬骨头”。

但现实比政策演进更加残酷：软件整个行业似乎在整体性地出现松动和崩塌的迹象，曾经那个只要愿意加班、只要肯卖力搬砖就能换取阶层跃升的“技能红利期”，似乎正在关闭大门。 以前我们担心的是“加不完的班”，现在的学生们担心的是“有没有班加”。

二、 凛冬已至：硅谷的裁员潮不是偶然

今年国内的计算机和软件专业的就业，似乎困难了一些。很多的单位都不招聘所谓的“初级程序员”。理由也很简单，这部分的工作AI完全可以胜任。

如果你觉得这只是国内经济的“周期性寒气”，那就想得简单了。大洋彼岸的硅谷，这场变天来得更彻底，也更血腥。

根据最新的行业跟踪数据，2025 年全球科技行业裁员人数突破了百万人，其中美国大厂贡献了半数以上。进入 2026 年，这股势头不仅没有减缓，反而演变成了一种“结构性重置”。

这些裁员背后，有一个细思极恐的现象：裁员与业绩脱钩，与 AI 挂钩。

• 亚马逊（Amazon）： 2025 年净利润创历史新高，但 2026 年初依然宣布裁减 1.6 万个职位。首席执行官明确表示：AI 已经取代了大量原本需要初级工程师处理的代码审查和文档撰写工作。

• 甲骨文（Oracle）： 计划在 2026 年全球范围内裁员 3 万至 4.5 万人。其内部备忘录显示，公司正利用生成式 AI 重新编写其核心云服务的自动化运维代码，这意味着曾经需要一个团队维护的系统，现在只需要两三个“超级个体”。

• 微软（Microsoft）： 在 2025 年中的一次裁员中，软件工程师的占比竟然超过了 40%。

这不再是“经济不好时的减负”，而是老板们发现：原来那一整层“必须靠人堆”才能完成的中低端代码工作，现在可以被 AI一口吞掉。 曾经被嘲讽为“996 ICU”的程序员们，正在失去他们最基本的“肉身屏障”。

三、 溯源：AI 是怎么开始学会编程的？

AI 学会编程，并非一蹴而就，而是一场跨越半个世纪的超长赛跑，并最终在大模型的超能力下的涌现——高性能大模型都有超强的编程能力。

1. 逻辑规则时代（20 世纪 70-90 年代）： 最初，我们试图教 AI 数学逻辑。那是“自动程序设计”的草创期，科学家想通过演绎推理自动生成代码。但现实世界的复杂需求根本无法被纯数学公式完全覆盖，AI败下阵来。

2. 语料积累时代（2000-2015 年）： 互联网爆发，GitHub 成了人类历史上最大的“代码墓地”和“图书馆”。AI 虽然还没动脑，但它开始在大数据的海洋里反复观察人类是怎么写 if-else 的。

3. Transformer 的奇点（2017-2021 年）： 2021 年 GitHub Copilot 的发布是一个分水岭。大家惊觉：AI 不仅能补全代码，它竟然开始理解“注释”背后的意图。

4. 推理能力的涌现（2023 至今）： 到了 GPT-4o 和 o1 时代，AI 跨越了简单的“联想补全”，具备了逻辑链条。它不仅能写代码，还能根据模糊的需求描述进行逻辑拆解。

     为了精准评估这种进步，我们现在的评测指标已经从“能不能运行”变成了“能不能解决复杂工程问题”：

• HumanEval： 测试模型解决 164 个基础 Python 算法题的能力。

• SWE-bench： 这是真正的“考场”，要求 AI 去修复 GitHub 开源项目中的真实 Bug。这考验的是对数万行代码文件的全局理解能力。

• LiveCodeBench： 采用最新的竞赛题目，防止 AI 靠“背答案”来刷分。

历史脉络告诉我们：AI 学习编程的路径，是从“死记硬背”到了“模式识别”，再到现在的“解决问题”。

四、 蚕食与重塑：从“苦力编程”到“Vibe Coding”

这2年技术圈有一个词特别火，叫 “Vibe Coding”（氛围编程）。

以前我们写程序，讲究的是“内功修炼”：你要熟记语法，手敲成千上万行代码，通宵调试逻辑。那种枯燥和艰辛，正是“码农”这个自嘲称谓的由来。

现在呢？大家都在谈论 “龙虾组合”（Cursor + Replit + Claude/GPT-4o）。

• Cursor像是一个懂读心术的编辑器，它在你敲下第一个字符前，就已经猜到了你剩下的十行代码；

• Replit让你一键部署，让“环境配置”这种程序员最头疼的杂活彻底消失；

• Claude/GPT-4o则是那个永远在线、博古通今的智囊，它能在一秒钟内指出你逻辑里的致命缺陷。

在这种模式下，代码行业正在经历一场无声的“蚕食”：

1. 技能的平民化： 一个只学了三天编程、但逻辑清晰的小白，靠着“龙虾组合”和良好的“Vibe”（氛围感/直觉），其产出效率可能比一个写了五年 CRUD 的老码农还要高。

2. 逻辑的黑盒化： 程序员不再需要一行行去“磨”代码，而是通过对话、描述、修正来引导 AI 生成。

3. 角色的演变： 传统的“搬砖工人”被逐步替换，取而代之的是能够驾驭 AI、拥有良好产品嗅觉的“提示词架构师”。

编码，正从一种“手艺活”变成一种“表达艺术”。

五、 核心拷问：软件工程的本质到底是什么？

如果软件工程的核心能力就是写代码，那么这个专业确实可以撤销了。

编码（Coding）只是软件工程中最末端、最容易被工业化的环节。真正的软件工程，其实是一场关于“人类协作与复杂系统管理”的艺术。我认为它的核心能力是三层金字塔：

• 底层：工程化构建与底层敬畏。 哪怕代码是 AI 写的，你怎么保证这些代码在高并发下不崩？你怎么确保数据的最终一致性？这需要对操作系统、计算机网络和硬件底层原理有极深的认知。

• 中层：需求翻译与共情能力。 客户说“我要一个五彩斑斓的黑”，AI 会宕机。工程师的工作是把这种混沌、矛盾的人类语言，翻译成严谨、可执行的功能逻辑。这需要对人性的深度理解。

• 顶层：构建产品的系统思维。 软件不是孤立的代码行，它是一个解决问题的闭环。为什么要写这个软件？它的商业价值是什么？它如何改变用户的行为？

未来的软件工程师，更像是一个“导演”。 演员（代码）可以由 AI 来演，而且 AI 演得更快、更准，但剧本的灵魂、场景的调度、对观众心理的精准把握，依然握在人类手里。

六、 未来预演：软件会变成一种“日抛型内容”吗？

这是一个大胆但极具可能性的趋势：软件正在“内容化”。

在过去，开发一个 App 就像盖一栋摩天大楼。你需要设计蓝图、打地基、招募大批工匠、历时数月甚至数年。因为成本太高，一旦建成，我们往往希望它能用十年、八年。

未来，利用 AI，开发软件的成本可能低到忽略不计。软件将从“耐用品”变成“消耗品”。

想象一下：

• 你今天下午要办一个 10 人的小型沙龙。现有的通用软件（如微信群、钉钉）虽然能用，但不完美。

• 你随口对 AI 说出你的场景需求，AI 在 10 秒内为你生成一个具备精准报名、签到、实时投票、甚至根据每个人喜好定制的背景音乐功能的临时网页工具。

• 沙龙结束，这个工具就被丢弃了。

这就是“日抛型软件”。它不再是沉重的资产，而是像一篇推文、一段短视频一样，是为了适配某个特定瞬间、特定人群而诞生的“数字内容”。

这意味着，软件的边界消失了。以前是“人去适应软件”，未来是“软件即时生成以适配人”。 这种权力的反转，将彻底重塑我们的数字生活。

七、 如何面对这场变革

如果你是一个非技术背景的普通人，你不仅不该焦虑，反而应该欢呼。因为在“软件即内容”的时代，“技术霸权”正在瓦解，“定义权”正在崛起。

1. 从“使用者”转变为“定义者”： 以前你受限于现成的工具，你的创意被软件的功能锁死了。现在，你可以直接定义工具。如果你对某个小众领域（比如古法刺绣、或者是某种特定的理财策略）有深度见解，你可以迅速通过 AI 构建出原型，验证你的想法，而不需要去求爷爷告奶奶地找程序员。

2. 提升“自然语言编程”能力： 所谓 Prompt（提示词），本质上就是一种管理能力和表达能力。你能否精准地把目标拆解给 AI 听，能否像管理一个优秀的下属一样去反馈和校准 AI 的产出，决定了你的新生产力高度。

3. 个人品牌的技术化表达： 以前普通人提升影响力靠写文章、拍短视频。未来，你可以通过发布一个自己定义的、解决特定小众痛点的“微型应用”来建立专业形象。

结语：在豪雨中寻找春天

软件工程专业，正在经历一场痛苦而华丽的“蜕皮”。专业设置、课程安排、教师思维、学生想法，都要跟着改变才行。

那种只会机械地按照需求文档写 CRUD（增删改查）、靠肉身加班堆工时的码农，确实正在经历极寒。这不是努力的问题，而是时代的底层逻辑变了。

但对于那些能够洞察人性需求、掌握“Vibe Coding”真谛、具备全局系统构架思维的“超级个体”，这正是一个前所未有的春天。正如OpenAI联合创始人Andrej Karpathy指出：面对高度自动化未来，人类核心价值将回归审美、判断力与深层理解。“你可以外包思考，但无法外包理解”。

天确实变了，说软件的末日黄昏似乎也不为过。但天黑之后，新的一天还会到来。

旧的刻板印象——关于软件的核心能力、培养方案和行业壁垒——正在崩塌，新的创造力红利正在释放。你是选择躲在旧屋里感叹凉意、怀念那个只要加班就有钱拿的过去？还是走出房门，去接住那场即将来临的、名为“创造力”的豪雨？

此文，也写给学习软件和编程的同学们。共勉。

【赖永炫教授的个人公众号。关注以下三个方面的内容：1. 普通人用AI，2. 企业AI转型，3. AI教育思维。欢迎交流与合作，请评论或后台留言】

【点赞、在看、转发，让思考发生】