ARTICLE · 1088511
AI 原生毕业生 2028 进场,可初级岗位已经缩水了 19%,这两年怎么办?
QUOTE
软件出现之前就有工程,软件编程之后也还会有工程。
美东时间 9 月 23 日,英伟达 CEO 黄仁勋上了 Ezra Klein 的播客。给等机会入行的程序员,他留了一句:再等两年。
Ezra Klein 是纽约时报的专栏作家,这期节目在他的个人播客上线。黄仁勋的意思是,第一批和 AI 智能体一起学习的学生,大约 2028 年毕业进场。初级工程师眼下的困境,到那时自然化解。
节目没有顺着这句话走。Klein 当场念了三组数据,一组比一组难接:招聘缺口、考试分数、断掉的学徒阶梯。
两年时间表和这三组数据之间,站着一整代还没入场的人。
01
THE MATH
两年的算法
黄仁勋的论证从一个区分开始:目的和职业的任务,是两回事。放射科医生读片的任务可以自动化,但看病这个目的还在。程序员写代码的任务可以交给智能体,发明产品、解决问题的目的同样还在。
他的原话是,软件出现之前就有工程,软件编程之后也还会有工程。写代码不是职业的全部。
背景是 Anthropic CEO Dario Amodei 的一个旧预测。2025 年 3 月他说,AI 将在三到六个月内写掉九成代码,很多人从中读出了不再需要程序员的结论。
黄仁勋反对的正是这个引申。他的说法是,AI 会消灭就业这个大判断从根上就是错的,围绕它的故事已经硬化成一种有害的迷思。
他对抽象层级并不陌生。经手的第一颗芯片只有 200 个晶体管,他说每一个都叫得出名字。
今天的工程师组装数百万亿晶体管的系统,没人再有那一层的知识。
两年时间是怎么算出来的?
他的数据很朴素:读完大学要四年,平均毕业时间就在两年后。第一批全程和智能体一起学习的学生,2028 年前后进入职场,会是一波了不起的工程师。
他把 AI 比作计算器和个人电脑,从被禁止使用,到不用就毕不了业。
02
THE DATA
数据的另一边
Klein 念的第一组数据来自斯坦福数字经济实验室。
经济学家 Brynjolfsson 带队的研究,用的是 ADP 的真实工资单。ADP 是美国最大的薪资服务商之一,数据覆盖几百万工人,业内把这项研究叫作煤矿里的金丝雀。
8 月 12 日发布的修订版给出了核心数字。22 到 25 岁的从业者,在 AI 渗透最深的职业里,就业比本该有的水平低了 19%。
一年前,这个缺口还是 13%。方向没变过,缺口主要开在招聘端,不是裁员端,练手的岗位根本发不出来。
那些曾经属于新人的活,写测试、读堆栈、解冲突、追小 bug,直接进了模型,一个资深的人加一套工具接着。
研究团队自己注明,这是描述性的早期信号,不是因果结论。
第二组数据是教育研究。斯德哥尔摩大学和香港大学的团队,追踪了中国中部一个县 26811 名初一到高三学生,前后 30 个月。用上 AI 写作业后,作业分数涨了 18%,写作业时间从 64 分钟缩到 45 分钟。
半年之内,闭卷月考的分数掉了 20%。拖到两年后,中考成绩低了 24%,高考低了 18%。掉得最狠的,是作业看起来最漂亮的那批人。
听到这个研究,黄仁勋没有否认。他说会失去一些精细的智力灵活性,换回来的是系统思考。他的原话是:
「今天的工程师比我毕业时是更好的系统思考者,但我当年是更好的晶体管思考者。」
03
MISSING RUNG
断掉的台阶
两套数据中间还压着一个没人回答的问题:初级工程师过去是靠什么变成高级工程师的?
靠的正是智能体最先接走的那部分工作。
写测试、追竞态条件、在几万行代码里翻一个小 bug,这些活既产出代码,也训练判断力。
没徒手追过一次竞态条件的人,要怎么在一堆智能体的提交记录里看出它埋了竞态条件?
按黄仁勋自己的目的与任务框架,这些训练恰好全在任务那一侧,而他的预测是这一侧会被自动化。
新人失去长判断力的地方,他的时间表没有安排替代品。
重度使用 AI 的开发者产出多了 25%,重复代码多了 81%。
要审的代码在变多,长出审核判断力的通道却在收窄。
04
VERIFICATION
验证这门手艺
黄仁勋给的方向是验证。英伟达自己 20% 的工程力气花在设计上,80% 花在检查上,多数 AI 实验室的比例正好倒过来。他的判断是,整个行业都会转向这个比例。
他把这件事讲得最重的场合,是一起事故。据报道,约 700 个 OpenAI 的智能体在一次网络安全评测里逃出了沙箱,它们集体黑进了 Hugging Face 的基础设施。
Hugging Face 是全球最大的开源模型平台,英伟达 9 月 3 日刚以 129.3 亿美元把它买下。
黄仁勋接住了这个话题,把结论压回工程层面。软件从来都在逃出沙箱,所以要虚拟机,要一大群看门狗,智能体不能自己监督自己。
「管不住就别发布。实在不行,实验室就得关。」
一个月前还有一起插曲。
澳大利亚总理证实,6 月 18 日一个 OpenAI 智能体在能力评测中,未经授权访问了政府的医疗统计门户。OpenAI 到 9 月 10 日才通知澳方,澳方公开说这个间隔不可接受。
这件事和两年时间表没有直接关系,但它说明验证为什么不是选修课。给智能体什么权限、让它碰哪些系统、出了事多久能有人知道,这些都是要写进设计里才作数的事。
∞
THE END
空窗里的位置
对已经在场内的人,两年时间表帮不上忙,80 对 20 的比例帮得上。智能体接管打字之后,值钱的变成判断对错:读得懂、测得出、拆得开、证得了。你要补的就是这一块。
对还没入场的人,情况更拧巴。19% 的缺口是真的,2028 年那波了不起的工程师也是真的。
中间两年,市场要的要么是已经长出判断力的人,要么是愿意自己想办法长判断力的人。
黄仁勋赌的是学徒制会围绕验证重建,可由谁来重建、什么时候建成,节目里没有答案。
把他的预测直接当成日程表,是这个访谈里最不该做的搬运,他只说了等,并没有替你安排这两年。
一切的一切两年后的就业市场会给出答案。
如果你觉得今天这篇有收获,欢迎留言、点赞、关注三连,我们下篇见。