AI 写了公司 80% 的代码,但开发者为什么还没被裁?

昨天刷到 Anthropic 那篇《 When AI Builds Itself 》的时候，我正在用 Claude Code 重构一段三个月前写的烂代码。

3200 行。当初写的时候觉得自己想得很清楚了。现在回看，全是耦合和重复——操蛋的是，我当时居然觉得这代码写得挺好的。 Claude Code 花了 11 分钟，给出了一个我大概知道"对"但说不清楚为什么对的方案。

我合上电脑。

不是因为害怕。是因为一个很具体的问题突然冒出来——

如果它真的能写 80% 的代码，那我这份工，什么时候会没？

先说数据。不是"据说"，是 Anthropic 自己发的。

2026 年 6 月 4 日， Anthropic 联合创始人 Jack Clark 和内部研究负责人 Marina Favaro 联名发了一篇长文。里面有几个数字，建议所有做 AI 编程工具的人都看一遍：

Anthropic 内部，超过 80% 的生产代码由 Claude 撰写。

工程师每日合并代码量，是 2024 年的 8 倍。

Mythos Preview （内部最新模型）让代码优化速度提升了约 52 倍。

8 倍。

你知道 8 倍意味着什么吗。一个工程师原来一周干完的活，现在一天。这数字热得发烫——但你先别激动，听我说完。

那按理说， Anthropic 应该已经在裁员了。人效翻了 8 倍，需要的头数应该是原来的 1/8 ，对吧？

但事实是——没有。

至少这篇文章里没提裁员。一个字都没提。

这就奇怪了。

主流叙事有两个版本，都很流行，但都解释不了这件事：

版本 A （恐慌派）： AI 会替代程序员， 7.8 万人已经失业了，赶紧学 AI 否则被淘汰。

版本 B （乐观派）：黄仁勋说了， AI 减少工作岗位完全是胡说八道，反而创造更多就业。

两个版本都有道理。但也都有盲区。

版本 A 的问题是：它预设了"替代"是一个瞬间完成的事。实际上不是。野得很——Anthropic 从 2025 年 2 月（<10% 代码由 AI 写）到 2026 年 6 月（>80%），用了约 16 个月。这是一个渐变，不是断点。你被替代的时候，可能自己都不知道。

版本 B 的问题是：它混淆了"就业岗位数量"和"岗位性质"。黄仁勋说的是"更多就业机会"——没错， prompt engineer 、 AI 训练师、对齐研究员，这些都是新岗位。但原来的那个岗位还在吗？不一定。

那 Anthropic 到底发生了什么？

文章里有一段描述，很关键，但大多数人可能一眼扫过去了：

"人类角色从 100% 执行，转变为战略监督。"

战略监督。

这四个字，值得拆开看。

"战略"——意味着你得知道往哪走。不是"这个功能怎么做"，是"我们要不要做这个功能"。

"监督"——意味着你得能判断 AI 给出的方案对不对。不是"跑通了就行"，是"这段代码在长期维护里会不会成为技术债"。

这两件事，恰好是当前 AI 最不擅长的事。

Claude 能写 80% 的代码。但它不知道这段代码三年后会不会让下一个接手的人想骂娘。它不知道你现在应该先修 bug 还是先重构。它不知道你的团队现在人手不够，有些"完美方案"实现不了。

这些判断，现在全压在工程师一个人身上。

原来你写的代码，你负责。现在 AI 写的代码，你还是负责。产出翻了 8 倍，责任也翻了 8 倍。

没人提这件事。但如果你已经在用 AI 编程工具，你应该知道我在说什么。

那么——"没被裁"到底意味着什么？

这是整件事最关键的部分，也是我想说的最核心的观点：

"没被裁"不等于"安全"。"没裁员"和"还在招人"之间，有一个巨大的灰色地带。

Anthropic 没裁员。但它也没说"我们在大规模扩招"。

说白了，如果你去 LinkedIn 搜 Anthropic 的招聘信息，你会发现一个很有意思的模式——他们在招的岗位，大量是研究科学家、对齐工程师、安全研究员。纯软件工程师的 headcount ，增长明显放缓了。

这不是我一个人的观察。 Hugging Face 的 Clem Delangue 前几天也发了一条推文，说类似的话："AI 编程工具最隐蔽的影响，不是裁员，是招聘冻结。公司在等，等看一个人 + AI 到底能顶几个人。等这个数字稳定了，再决定还要不要招。"

这才是真正应该担心的事。

不是今天被裁。是明天不再招你这个级别的人了。糟透了，但这是事实。

那什么样的开发者，相对安全一点？

我不确定。真的不确定。

但有一件事，从我自己的体验来看，越来越明显——

"能把 AI 生成的代码改到能长期维护"这件事，正在变成核心竞争力。

不是"会用 AI 写代码"。是"能判断 AI 写的代码值不值得合入"。

这两件事听起来像一回事，但实际上完全不同。前者是工具使用能力。后者是工程判断力。

Anthropic 的文章里有一句话，我反复看了三遍：

"人类仅存的优势，在研究品味和判断力。"

研究品味。判断力。

这两个词，在学校里不教，在招聘 JD 里不写，在绩效 review 里不好量化。嗯……但当你面对 AI 生成的 800 行代码，需要决定"合入还是打回"的时候，它们就是全部。说实话我不太确定这个判断对不对。

说个细节。

文章里提到了一个员工的第一人称自述：

"大约一年前我开始全力 Claude 化，到现在我已经有约 5 个月没自己写过任何代码了。"

5 个月。没写过任何代码。

如果你觉得这件事很可怕——没错，它确实可怕。

但如果你换个角度想：这个人现在在做的事，是"用 Claude 生成代码，然后判断哪些该合入，哪些该打回，哪些需要重新生成"。他的产出是原来的 8 倍。他的价值不是"写代码"，是"做代码的最终决定"。

这还是 programmer 吗？

我觉得已经不是了。但我也不知道该叫什么。

也许这就是 Software 3.0 的意思——不是"人人都能写代码"，是"写代码不再是核心竞争力"。