ARTICLE · 1221404
AI 来了,软件研发的我们该慌,还是该改
AI 来了,软件研发的我们该慌,还是该改这半年，很多做软件研发的朋友，心态都不太稳。 开发的人说：AI 都能自己写代码了，我还写什么？测试的人说：都说要"无人测试"了，我还测什么？ 焦虑是真实的，但把话说全，才是关键：AI 真正冲击的，不是"软件研发"这个岗位，而是岗位里那些只靠重复执行、不靠判断的部分。 不是所有研发工作被同等冲击，动的顺序有先有后，最先被替代的，往往是重复度高、规则明确、不需要复杂判断的环节。 写代码：AI 生成代码的能力越来越强，常规增删改查、模板代码、样板工程，AI 完成度很高。 写用例：从需求理解到测试用例生成，AI 已能自动产出，甚至生成链路、探索边缘路径。 执行测试：回归测试里，AI 驱动的测试 Agent 正在接管大量手工重复执行。 搭框架：脚本、框架搭建这类"会搜就会做"的执行层，最容易先被压缩。 一句话：AI 先把"执行"做掉了，把"判断"留下来。而判断，恰恰是人目前最值钱的部分。 Anthropic 2025 年发布的报告显示，公司初级技术岗位招聘占比明显下降，从 2025 年初的约 21% 降至 14%，初级技术岗位招聘占比更从 27% 骤降至 9%；约三分之一的机器学习经理和五分之一的软件工程经理表示，因 AI 出现，初级技术岗位减少了招聘。 这个数据说明的不是"研发岗要消失了"，而是"用最少经验做最多执行"的岗位在收缩。真正被挤压的，是那些靠执行、靠堆人力就能完成的初阶工作。 2025 年多个软件测试技术峰会上，"无人测试"成为关键词。趋势是：测试活动正从高度依赖人力，走向自主化、闭环化、持续化。 大厂数据显示，回归测试阶段，测试 Agent 自动生成测试链路，脚本维护成本平均降低约 60%，边缘路径缺陷发现率提升约 45%。 但请注意："无人测试"替代的是"重复劳动"，不是"质量决策"。谁来定义测什么、怎么评估风险、怎么判断系统是否可靠，仍然需要懂业务、懂风险、懂系统的人。 一个残酷但更接近真实的结论是：淘汰的不是岗位，而是只会执行的思维。执行、脚本、框架搭建层的技能正在被替代，但业务理解与风险决策，仍是人的护城河。AI 不会一夜之间取代所有测试工程师，但它会彻底暴露那些"以执行代替思考"的伪执行者。 有行业观察指出：懂 AI 的测试工程师，比不懂 AI 的薪资可能高出 30%—50%。真正危险的，从来不是机器学会了你的活，而是你只会做机器已经会做的活。 与其焦虑"会不会被取代"，不如把注意力放到"哪里还没被取代，我还能往哪里长"。 AI 时代，软件研发的我们，不是被时代抛弃的一代，而是需要换一套打法的一代。 慌，解决不了问题；改，才能把主动权拿回自己手里。但是人员的收缩确实存在，如何在AI这场变革中留下来呢，如果你也在软件研发、测试这条路上，正对 AI 又期待又焦虑，欢迎在评论区聊聊你的处境和打算
一、先看清：AI 到底动了哪些东西
二、一个被反复引用的信号：初级岗位在收缩
三、测试圈的"无人测试"到底在说什么
四、真正危险的不是岗位，而是"只会执行"的思维
五、研发/测试人员真正该做的，是四件事
把执行交给 AI，把判断留给自己让 AI 帮你写代码、生成用例、跑回归，把省下的时间，用来理解业务、理解系统、理解风险。你负责"定方向"，AI 负责"执行量"。 向上游走：从"怎么测"到"测什么、为什么测"在需求阶段就参与进去，定义测试策略、评估风险、判断优先级。越靠近业务和需求，越难被替代。 学一点"编排 AI"的能力不是背 Prompt 模板，而是理解怎么把需求拆给多个 Agent、怎么设计评估、怎么验证 AI 的输出质量。这是一种新的工程能力。 警惕"伪努力"，建立真实项目经验少刷课、多动手。用真实项目验证 AI 工具，积累"AI 到底在哪些场景翻车、哪些场景可靠"的一手判断。这部分经验，AI 教不了你，市场也抢不走。
