夜雨聆风⏱️本文约 4187 字，阅读大约需要 9 分钟。
🔎一、过去 60 天被并排放出来的 5 条事实
过去 60 天，AI 圈里有 5 条关于「软件工程师」这个职业的事实密集出现。
第一条：Anthropic CEO Dario Amodei 公开说，未来 5 年入门级白领岗位可能减半、失业率可能冲到 10-20%。
第二条：Anthropic Claude Code 首席工程师 Boris Cherny 在 Y Combinator Lightcone 节目上把这条预测收紧到 2026 年底前——「软件工程师」这个 title 可能消失。
第三条：Anthropic Institute 发布《When AI builds itself》报告，公布 Anthropic 工程师当前每个季度平均代码交付量是 2021-2025 年间的 8 倍，并把这件事作为「AI 正在帮助 AI 加速迭代」的实证。
第四条：OpenAI 研究员 Sushant Sanghavi 5 月 21 日在 X 上公开表示，他已听说 Anthropic 停止招聘 L6 以下员工，脉脉当天做了同步转载。
第五条：与上面四条同步发生的是——Anthropic 公开招聘页（anthropic.com/careers/jobs）上长期挂着 Staff Software Engineer - Inference Platform、Security Engineer - AI Red Team、Staff Software Engineer - Model Performance、Software Engineer L5/L6 - Claude Code 等资深 / 系统 / 安全 / 模型类岗位，base 多在 30-70 万美元区间；AWS CEO 同期公开回击「AI 失业焦虑」，宣布 Amazon 2026 年仍将招聘 11,000 名软件工程实习生。
5 条事实单独看都成立。Anthropic 自己一边说「软件工程师这个 title 会消失」，一边把资深岗 base 推到 30-70 万美元——它不是自相矛盾，它是在给「软件工程师」这个职业做现场定价示范。 这件事没有出现在任何一篇 AI 反思文章的标题里，但它真正解释了 IT 行业招聘市场过去 60 天正在发生什么。
下面我们把这件事拆成 4 段：反差、机制、预测、自检。
⚙️二、反差：Anthropic 自己示范了「软件工程师」的现场定价
把 5 条事实并排放在一起，最先被忽略的不是哪一条具体内容，而是它们出现的节奏。
Anthropic Institute 报告里的「8x 交付量」是过去 60 天最具传播力的数字之一。AI 圈把这当作「AI 已经能自己写代码、自己迭代自己」的硬证据；很多人顺着这条线索往下推——既然一个工程师的代码产出已经被 AI 放大到 8 倍，那公司是不是不需要那么多工程师了？
但同一份报告、同一组人、同一份招聘页上，Anthropic 的实际招聘动作和这个结论完全相反。
招聘页长期挂着的 4 个资深岗——Inference Platform、Model Performance、AI Red Team、Claude Code——这 4 个岗位的 JD 关键词高度集中：System、Inference、Reliability、Distributed、Red Team、Security、Model Performance。它们几乎不写「写代码」本身，而是写「系统层的判断」「推理平台的稳定性」「AI 红队」「复杂交付」。
另一边，OpenAI 研究员 Sushant Sanghavi 的爆料说的是另一件事——Anthropic 已经停招 L6 以下。这恰好对应着 Anthropic Institute 报告里没明说的另一层事实：基层编码任务的产能被 AI 放大了 8 倍之后，公司不再需要补那么多 L5 以下的「写代码的人」。
AWS 2026 年还招 11,000 名软件工程实习生，这看起来和「AI 取代工程师」叙事冲突，但实际上是同一逻辑的延伸——实习生招聘本质上是劳动力供给侧的长期储备，不是当下产能的关键变量。 把这五条事实并排放，能拼出一个完整的现场定价图：
- 低杠杆编码任务（脚手架、CRUD、模板代码、简单 PR）：在被压价，被缩编，被实习化。
- 高杠杆能力（系统层、推理平台、模型性能、安全红队、复杂交付）：在被继续推高，被抢人，签字费上涨 20-30%。
这不是「AI 取代工程师」或者「AI 不取代工程师」的问题。这是劳动力市场对「软件工程师」这个职业正在做的强制分层定价——一件被吃掉，一件被加价抢。
Anthropic 不是唯一这样做的人，它是把这件事做得最显眼的示范者。
✅三、机制：软件工程师这个职业正在被 AI 强制分层
要解释为什么是「分层定价」而不是「整体被取代」，我用一个比喻——但只用一次。
1960 年代的美国，所有医生都叫 Doctor，外科和内科的边界非常模糊，心内、神外、肿瘤、急诊这些专科基本不存在。但到了 1980 年代的医学院，「Doctor」这个总称被慢慢拆成了 30 多个独立专科，每个专科有自己的住院医培训路径、自己的认证考试、自己的薪资层级。今天医生之间讨论职业路径，已经没人说「我是一个 Doctor」了——他们会说「我是一个心脏电生理医生」或「我是一个神经外科医生」。
软件工程师正在以大概 18 个月的密度经历同一件事。
今天的「软件工程师」是被拆之前的总称。AI 工具链把这一个职业拆成了至少五类定价层级：
- 应用工程师：写业务代码、做 CRUD、写脚手架、对接 API、写简单 PR。AI 工具已经把这类工作的产能放大到 8x，公司不再需要补那么多人，初级 / 中级岗位在被压缩。
- 系统工程师：做推理平台、分布式系统、可靠性工程、性能优化、底层基础设施。AI 工具在这类工作中是放大器，但「系统级判断」仍然是高杠杆动作——这类岗位在涨价。
- 模型工程师：做模型微调、推理优化、Model Performance、训练基础设施。这类岗位本来就是 AI 时代的产物，base 比传统软件工程师高一档。
- 安全工程师（AI Red Team）：做 提示词 injection、对抗样本、模型越狱检测、AI 红队演练。这是一种 2024 年之前几乎不存在的新职业，但 2025-2026 年所有头部 AI 公司都在招。
- 复杂交付工程师：把多个高杠杆能力组合起来，做跨团队的、跨模型的、跨系统的复杂项目交付。这类岗位没有专门的 title，但每个团队里最贵的那个人都在做这件事。
AI 真正消灭的不是软件工程师这个职业，而是「可被批量替换的编码产能」；同时 AI 真正抬高的是另一种软件工程师——那种能在 AI 工具链上做出高杠杆判断的人。
这就是为什么「软件工程师这个 title 会消失」这句话既是真话、又是误读。它是真话，因为「软件工程师」作为统一 title 确实在消失；它是误读，因为消失的不是这个职业，而是这个职业里可被批量替换的那一半。
Boris Cherny 这条预言的可信度恰恰来自他比任何人都清楚这件事——他既是「AI 让代码产出 8x」的发布者，也是 Anthropic 内部仍在持续扩招软件工程师的招聘方。
📌四、预测：未来 12-18 个月 IT 行业招聘的 4 个具体变化
如果上面这个判断成立，未来 12-18 个月 IT 行业招聘会看到 4 个具体变化。
变化 1：招聘 JD 关键词出现「System / Inference / Reliability / Red Team」集中爆发。
打开任何一家头部 AI 公司 2026 年的招聘 JD，你会看到这些关键词在 JD 文本里的占比明显上升；与之相对的是，「CRUD」「脚手架」「模板代码」「简单 PR」这些关键词在 JD 里几乎消失。JD 不再评估「你能写多少代码」，转而评估「你能在 AI 工具链上做出什么高杠杆判断」。
变化 2：资深岗 base 与签字费继续上行，初级岗同步下行。
Anthropic 资深岗 base 30-70 万美元区间是当下信号；预计 2026 H2-2027 H1，资深岗的 base 与签字费会继续上行 10-20%。同时，初级岗的 base 会明显下行，部分岗位会以「实习化 / 合同化」形式进入劳动力市场。
变化 3：初级 / 实习化岗与中高序列岗的招聘渠道会拆开。
过去 5 年，大厂初级岗和资深岗共享同一套招聘漏斗（同一招聘网站、同一 HR 团队、同一 hiring manager）。未来 12-18 个月，这两条漏斗会被拆开——初级岗走实习化 / 合同化 / 转码培训通道，资深岗走猎头 / 内推 / 行业 reputation 通道。两条通道不再交汇。
变化 4：国内大厂 P 序列调价预计在 2026 Q3-Q4 出现具体动作。
过去 18 个月，国内大厂普遍出现「P5-P6 缩编、P7+ 涨薪」的同向信号，但这一信号在中文舆论场被「35 岁焦虑 + AI 焦虑」盖住。Anthropic 招聘数据出来之后，这一信号会很快被国内大厂 HR Benchmark 引用。预计 2026 Q3-Q4，国内大厂会在 P 序列定级、P7+ 签字费、P5-P6 转码培训路径上出现具体动作。
这 4 个变化背后是同一件事——未来 12-18 个月，IT 行业最贵的不会写最多代码的工程师，而是能在系统 / 模型 / 安全 / 复杂交付四个高杠杆层中至少占据一层的工程师。
🧭五、真正该做的不是恐慌，而是重新定位自己
所以，这篇文章最后不想落到「程序员会不会失业」这种二选一问题上。
更值得问的是：如果代码生产越来越便宜，你现在的工作里，还有多少部分是组织愿意继续高价购买的？
如果你的主要价值停留在脚手架、模板代码、简单接口和重复性 PR 上，AI 带来的确实不是辅助，而是价格压力。不是明天突然没人需要你，而是同样的任务会被更少的人、更短的周期、更低的预算完成。
但如果你能把问题往上推一层，理解业务约束、系统稳定性、模型成本、安全边界、复杂交付和结果验收，AI 反而会放大你的价值。因为未来真正贵的工程师，不是手速最快的人，而是能把 AI 生成的代码放进真实系统里，并且知道哪里不能错的人。
Anthropic 的反差给出的不是安慰，也不是恐吓。
它更像一张提前亮出来的价格表：低杠杆编码会被压价，高杠杆工程会继续涨价。软件工程师这个职业没有简单消失，它正在被拆开、分层、重新标价。
接下来一两年，真正重要的不是证明自己不会被 AI 替代，而是尽快让自己的能力，从「可被生成的代码」迁移到「必须由人承担的工程判断」。
这才是 IT 从业者最应该认真对待的变化。
