AI为什么还没取代软件工程师

这两年，关于“AI 会不会取代软件工程师”的判断，几乎每隔一段时间就会被重新点燃。

尤其是当一些公司宣布裁员，又同时强调“AI 能写更多代码”时，这个叙事很容易显得顺理成章：既然 AI 已经能写代码，那工程师是不是就不需要了？

我想讲一个更冷静的判断：AI 确实正在改变软件工程，但它压缩的主要是“执行层”，不是整个软件工程。

真正难被替代的部分，是决定做什么、验证做得对不对，以及为最终交付负责。

别急着把裁员都归因于 AI

过去一年里，一些科技公司把裁员和 AI 放在同一个叙事框架里讲：团队要更小、更扁平，AI 让工作方式改变，代码有相当比例由 AI 生成。

但仔细看这些案例，很多裁员背后并不是“AI 已经替代了工程师”，而是更普通的经营压力：疫情期间扩张太快、投资人要求削减成本、管理层级过多、公司长期亏损。

这就是所谓的 AI背锅：用 AI 叙事包装原本由财务、组织或战略调整引发的裁员。

这不是说 AI 对就业没有影响。影响当然存在。但如果把所有裁员都解释成“AI 开始取代程序员”，就会误判问题。

更合理的说法，是“未来招聘速度变慢、岗位要求变化、初级岗位承压、纯执行型技能贬值”。

写代码，从来不是唯一瓶颈

很多人把软件工程简化成“写代码”。于是就会得出一个很直接的推论：AI 会写代码，工程师就危险了。

但真正做过项目的人都知道，写代码只是其中一层。

一个功能上线之前，团队要先弄清楚：

• 用户真正需要什么？

• 哪些需求值得做，哪些应该暂缓？

• 现有系统会不会被牵连？

• 这个方案会不会带来安全、性能、合规或维护成本？

• 代码写完以后，怎么验证它真的解决了问题？

• 出问题时，谁负责定位、修复和复盘？

软件开发的模型是三层：决策-执行-交付。

▲ AI压缩的是执行层

AI 最擅长压缩中间的“执行层”：生成代码、补样板、改接口、写测试草稿、解释局部实现。

但两端仍然很厚：

决策层要处理需求、优先级、业务目标、用户场景和组织约束。

交付层要处理测试、验证、集成、上线、维护和责任。

所以，即便 AI 把写代码速度提高很多倍，软件也不会自动变成可靠产品。

为什么“AI 写了多少代码”不是关键指标

很多公司喜欢说：我们的新代码里，有多少比例是 AI 写的。

这个数字看起来很有冲击力，但它不等于生产力，也不等于岗位替代。

因为软件行业真正关心的不是“写了多少行代码”，而是：

• 有多少功能真正发布？

• 发布后是否稳定？

• 是否解决了业务问题？

• 是否减少了维护负担？

• 出问题时能不能被团队理解和接管？

代码生成变快了，但决策和交付没有同等速度地消失。

在复杂系统里，多写代码有时甚至会制造更多审查、测试、集成和维护压力。

Vibe coding 不是智能体工程

这也是为什么要区分两个概念：vibe coding 和 智能体工程。

Vibe coding 更像是“凭感觉让 AI 写”：告诉智能体大概想要什么，跑起来就算成功，不深度审查代码，也不真正理解系统后果。

这适合做一次性原型、个人小工具、低风险实验。

但公司要交付生产软件，不能只靠“看起来能跑”。

▲ 两种用 AI 写代码，差别很大

智能体工程的核心不是放任 AI，而是把 AI 当作强力工具：

• 人类定义目标和边界；

• 人类拆解任务；

• 人类监督智能体执行；

• 人类审查代码和测试；

• 人类对交付结果负责。

这反而让工程师的判断力更重要。

未来的软件工程师，可能会更像“起重机操作员”：机器承担大部分重活，但人要知道吊什么、怎么吊、哪里危险、什么时候必须停。

真正会变化的是工程师的价值结构

说 AI 不会简单取代软件工程师，并不等于说每个工程师都会轻松。

更可能发生的是，工程师的价值结构被重新排序。

只会做局部执行、只会按明确需求写代码、缺少系统理解的人，会更容易受到冲击。

更有价值的能力会变成：

• 把模糊问题定义清楚；

• 判断需求是否值得做；

• 理解复杂代码库和业务约束；

• 设计可维护的系统边界；

• 驾驭 AI 工具，而不是被 AI 输出牵着走；

• 对上线结果负责。

换句话说，纯“写代码”的价值会下降，但“把软件做成”的价值不会下降。

需求可能不会减少，反而会扩张

还有一个容易被忽视的点：当软件变得更便宜，世界通常不会因此少要软件，而是会要更多软件。

过去不值得开发的小工具、内部流程、行业系统、个人自动化，现在可能都变得值得做。

这意味着软件工程的总需求未必下降。它可能从大厂集中岗位，扩散到更多行业、更多小团队、更多业务场景里。

但岗位形态会变：更多工作会混合软件能力、AI 工具能力和领域知识。

未来最稀缺的，可能不是“会不会写某种语法”，而是“能不能让 AI 和软件系统在真实业务里可靠地产生结果”。

结语

AI 对软件工程的影响不是幻觉。它已经让执行层变快，也会继续改变团队结构、招聘标准和个人成长路径。

但把这件事简单理解成“AI 会写代码，所以工程师要消失”，反而低估了软件工程的复杂度。

软件工程从来不只是敲代码。它是判断、建模、实现、验证、交付和负责。

AI 正在重塑中间那层，但两端仍然需要人。

你对这件事怎么看？欢迎评论区留下观点。

参考来源：Normal Technology《Why AI hasn’t replaced software engineers, and won’t》