夜雨聆风今年三月，哥伦比亚大学学生Roy Lee做了一件让整个科技圈炸锅的事。
他用自己开发的AI工具Interview Coder，一口气通过了亚马逊、Meta和TikTok的技术面试，拿到了三家公司的实习Offer。整个过程并不神秘——拍一张面试题的照片，让ChatGPT解析并给出答案。就这么简单。
但他没料到的是，视频发到YouTube上之后，仅仅两天就有人匿名向哥大举报他作弊。更没想到的是，亚马逊随后撤销了他的Offer，理由是"未经授权在面试中使用AI工具"。
面对听证会，Roy Lee的选择令人意外：他不去了，还打算退学。他的理由很简单——大厂的技术面试早就该被淘汰了。过去两年里，他在LeetCode上刷了600个小时，记住了无数随机出现的算法题，却发现自己对编程的兴趣被彻底磨灭。用他的话来说："关键不在于你是否真正理解这个问题，而在于你是否见过它、记住了答案，并且能假装这是你第一次看到。"
他用两年内AI将取代程序员这个判断来解释自己的退学选择。而讽刺的是，当他用AI破解面试的时候，华尔街最大的投行高盛，也在同一段时间向全球发出了一份内容相似的报告。
然而，虽说高盛这份《AI就业末日》报告登上了Hacker News热榜第一名，但这件事真正值得我们关注的不是"AI会不会取代程序员"这个老生常谈的问题——而是它背后暴露的三个更深层的结构性危机。
一、技术面试：一个被暴露的系统性荒谬
让我们回到Roy Lee的故事。他之所以能轻松用AI通过技术面试，不是因为他的工具有多强大，而是因为大厂的技术面试体系本身就存在着严重的结构性问题。
LeetCode式的算法面试已经运行了超过二十年。它的核心假设是：能够解决复杂数据结构题的人，就是优秀的程序员。这个假设在上世纪九十年代或许成立——那时候编程确实更接近数学解题。但在今天，软件开发的复杂度已经远远超出了单个开发者手动编写代码的能力范围。现代工程实践需要的是架构思维、团队协作、需求理解和持续迭代能力。
然而，几乎所有大厂依然用同一套"刷题-背答案-表演展示"的模式筛选候选人。为什么？因为对招聘方来说，这套系统运转良好——它高效、可量化、难以作弊（在他们看来），而且最重要的是，它能证明面试官的权威地位。
Roy Lee的AI工具只是让这个问题变得不可掩盖了。当一个连编程热情都被磨灭的学生，用六个月时间学会了开发一个能绕过面试监控的工具时，我们该反思的不是这个学生的诚信，而是这套筛选机制本身是否已经走到了尽头。
在AI数墨轩看来，这场闹剧的真正主角不是Roy Lee也不是Interview Coder，而是那个至今不愿改变的招聘体系——它宁愿让一个学生花600小时去背那些毫无实际意义的算法题，也不愿重新设计一套能真正衡量工程能力的评估方式。
二、高盛的"末日论"：焦虑的精确化而非新发现
高盛报告的核心观点并不新鲜——人工智能确实会在多个行业取代人类工作。但它的措辞之激烈、数据之密集，让这份报告迅速引发了广泛讨论。
报告的逻辑链条清晰得让人不安：大模型在代码生成、文档撰写、客户服务等领域的能力已经超越了大多数初级岗位的要求 → 企业有强烈的降本动机去替代人工 → 被替代的人群规模将远超以往任何一次技术革命 → 社会需要面对前所未有的就业冲击。
这份报告之所以引发恐慌，不是因为它提出了什么新发现，而是它把一个长期模糊的焦虑变成了精确的数字和明确的时间线。
但高盛并非唯一一个发出警告的人。加拿大央行行长Tiff Macklem公开表示AI相关公司的股票估值可能已经过高；Apollo Global Management的首席经济学家Torsten Slok甚至描绘了两种令人不安的情景——要么AI成功得太快导致大规模失业引发消费萎缩，要么AI发展不及预期导致巨额投资打水漂。
这些来自全球顶级金融机构的一致担忧，让"AI替代论"从社交媒体上的段子变成了严肃的政策议题。但问题是：当华尔街开始讨论"末日"的时候，它到底在警告什么？是在预言一个不可避免的未来，还是在提醒人们为可能的冲击做好准备？
在AI数墨轩看来，高盛报告的价值在于它用冷冰冰的数据把变革的速度具象化了——但它把问题简化成了一个二元对立："要么人干活，要么AI干活。"而现实要复杂得多：更多的工作岗位会被创造出来，但它们需要的技能与过去截然不同。
三、替代还是进化？程序员工作的真实图景
回到核心问题：AI会不会取代程序员？
如果"取代"意味着程序员这个职业彻底消失，那么答案是否定的。但如果"取代"意味着大量依赖重复性编码任务的工作岗位被自动化，那么这个进程已经在发生。
从演进规律的角度看，每一次技术革命都会经历三个阶段：首先是工具替代体力劳动（蒸汽机），然后是系统替代脑力劳动中的规则部分（计算机和软件），最后是智能体替代需要判断力和创造力的工作（AI大模型）。我们正处在第二个阶段向第三个阶段的过渡期。
在这个过渡期中，程序员的工作内容正在发生深刻变化。过去，一个初级工程师的大部分时间花在编写样板代码、修复已知bug、处理重复性任务上——这些恰恰是大语言模型最擅长的领域。但与此同时，新的技能需求在不断涌现：系统架构设计、Prompt工程、AI工具链管理、跨学科问题理解。
这就是为什么像Roy Lee这样的学生能够用AI通过面试，但同时也有大量企业找不到合格的AI工程师。不是程序员整体被替代了，而是"只会写代码但不理解业务和系统设计"的程序员正在被淘汰。
坦率说，在AI数墨轩看来，高盛报告留给我们的最大启示是：它不是在预言一个末日，而是在催促我们加速进化。AI不会让程序员失业，但它会让不会用AI的程序员"失业"。这个结论听起来像一句正确的废话，但它的真正含义是深刻的——技术行业的竞争从来不是在"有工作"和"没工作"之间选择，而是在"创造更大价值"和"被自动化替代"之间选择。
Roy Lee的故事告诉我们一个朴素的真理：与其恐惧AI取代你，不如学会让AI成为你的工具。他花了600小时刷题却最终选择了退学开发AI工具——这个选择本身就是一个隐喻。真正的竞争力不在于你能背多少算法题，而在于你能否看到旧系统的荒谬之处，并用新的方式去解决问题。
对每一个开发者来说，未来的分水岭可能不是"会不会写代码"，而是"知不知道什么时候不该自己写代码"。当AI能够在一分钟内完成你一天的工作量时，你最该做的不是加快手速，而是抬起头来思考：我真正需要解决的问题是什么？
这或许才是高盛报告留给我们的最大启示——它不是在预言一个末日，而是在催促我们加速进化。
参考资料
CSDN：《哥大学生用AI"拿下"亚马逊Offer，却被校方调查，怒怼：程序员工作两年内全灭！》
Hacker News Top Stories (2026-07-03)："An AI Job Apocalypse?" – Goldman Sachs Report [pdf]
Gizmodo: A Student Used AI to Beat Amazon's Brutal Technical Interview, He Got an Offer and Someone Tattled to His University
