AI 消灭的不是软件工程的中产,是通往中产的那条路

8 月 11 日，一篇叫《AI 正在消灭软件工程的中产阶级》的文章在圈里刷了一轮。

作者 Florian Herrengt 的论点很扎人：AI 让写代码变得极便宜，但让读懂代码的速度一点没变，中级工程师赖以立足的那部分工作正在被抽走。

我第一遍读完是认同的。第二遍读的时候注意到一句话——作者自己在文末承认，文中的数字是「示意性的，不是实证记录」。

于是我去翻了实证的那部分。

结果有点意外：真实数据里塌陷的不是中层，是入口。

而且塌得比原文描述的更狠、更集中。

一、原文最强的那一刀，砍在机制上

先把原文讲清楚，别急着反驳。

Herrengt 的核心不是劳动力市场判断，是一个机制判断：代码的生产速度和代码的理解速度，被 AI 拉出了一道剪刀差。

他的说法是，一个水平不行的工程师现在可以在午饭前产出一万行能跑的代码。

产出端提速了几十倍，审查端还是那个人、那双眼睛、那个脑子。

这个判断我认为是对的，而且比它自己意识到的更重要。后面会回来说。

原文接着讲了一个更狠的推论：我们现有的那套防线，是按人类速度设计的。

code review、单元测试、CI/CD——这些东西能兜住的前提，是一个人一天提两三个 PR。

现在一个人一天开十个 PR，描述还是 AI 写的。

流程不是失效了，是从保障变成了瓶颈本身。

他还提前挡了六种常见反驳。其中两条我觉得挡得漂亮：

一条是「差工程师哪个时代都有」——他说差别在量级和速度，从前一个人搞砸一个模块，现在一个人搞砸整个系统的可理解性。

另一条是「这跟编译器输出不一样吗」——他说编译器是确定性翻译，LLM 是在替你做设计决策，这两者不能类比。

顺便说一句，作者的立场不是反 AI。他自己写着「我大量使用 AI，我完全没兴趣回到手写一切的日子」。

这篇文章的问题不在立场，在它把病灶指错了位置。

二、真实数据长什么样

要查这个事，最硬的一份材料是斯坦福数字经济实验室的《煤矿里的金丝雀》。

Erik Brynjolfsson、Bharat Chandar、Ruyu Chen 三个人用的是 ADP 的全美薪资流水数据——个人级、按月，覆盖数百万在职者，一直算到 2025 年 9 月。

这不是问卷，是工资单。

他们的第一个结论就把原文的诊断掀了：

在 AI 高暴露职业里，22 到 25 岁的就业从 2022 年底至今下降约 6%；而同一批职业里的年长员工，就业反而上升了 6% 到 9%。

加上公司层面的固定效应之后，最高暴露五分位相对最低五分位，22-25 岁这一档是 15 个对数点的相对下降。

至于其他年龄段——论文的原话是「没有统计显著效应」。

这张图我盯了一会儿。

同一个职业、同一家公司、同一个时间窗口，年轻的在掉，年长的在涨，中间的没动。

这不是「中产被消灭」的形状。这是入口被焊死了。

论文里还有两个细节值得单独拎出来。

一个是自动化和增强的区别：就业下降集中在 AI 主要起替代作用的职业，而 AI 主要起增强作用的职业就业还在涨——连年轻人的都在涨。

另一个是调整方式：不同年龄、不同暴露程度的薪资曲线差别很小。

也就是说，公司不是靠降薪消化冲击的，是靠不招人。

在岗的没被动，门口的人进不来。

这个结论在剔除科技行业之后依然成立，而且只在 ChatGPT 发布之后才出现——三位作者自己的免责声明也很克制：这篇论文没有证明是 AI 造成了下降，只是显示下降集中在 AI 暴露度最高的地方。

三、那「中级被挤压」是编的吗

不是。但它的位置被放错了。

我把主张这个观点的几篇文章都翻了一遍，其中最认真的一篇给出了具体口径：受影响的是「首份工作之后 4 到 8 年经验」的那批人，大致是 2017 到 2021 年毕业的。

有意思的是，同一篇文章里还写着两个数字：

中年段就业同比上升 9%。AI 高暴露岗位的初级就业下降 20%。

你没看错。一篇论证「中级被挤压」的文章，自己给出的中级就业数据是正增长。

它在免责声明里其实说明白了：这个说法「特指被裁掉的工程师，不包括还保有岗位的人」。

区分开这两拨人之后，整件事才说得通。

中级的真问题不是「在岗的被砍」，是「被砍的回不去」。

存量是安全的，通道是断的。

这里面有几层原因叠在一起。

第一层：筛选机制

哈佛商学院「管理工作的未来」项目的数据显示，70% 到 75% 的申请在到人眼之前就被系统拒掉了，而 88% 的雇主承认自己的筛选器会拒掉合格的候选人。

你不是输给了别的候选人，你是没进考场。

第二层：岗位要求变了

2026 年二季度有个统计说，71% 的岗位描述里出现了 AI 相关要求，而中级工程师的平均求职周期是近几年最长的。

第三层：市场其实在回暖

这层最反直觉。同一份季度报告里，2026 年一季度有约 6.7 万个软件工程岗位在招——是 2023 年初以来的最高值。

同一个季度，裁员数是 14.3 万。

门开着，只是不朝你这个方向开。

四、真正的杀伤：不是砍掉中级，是砍掉通往中级的路

现在把前面两块拼起来。

原文说 AI 在消灭中产，数据说崩的是入口。这两句话看起来矛盾，其实是同一件事的两个时间切片。

因为中级不是招来的，是长出来的。

一个人怎么变成中级工程师？在过去，答案很朴素：写三年实现代码。接需求、拆任务、填函数、被 review 骂、改、再被骂。

在这个过程里，他积累的不是打字量，是判断力——哪种写法后面会痛、哪个抽象是过度设计、哪段代码半年后没人敢碰。

而那三年的实现代码，正是现在被 AI 拿走的那部分。

大厂的数据把这个断口照得很清楚：头部科技公司新招员工里，初级岗位的占比从 2019 年的 32% 掉到了现在的 7%。

这个变化在报表上是好看的。少招新人，人效立刻上去，代码照样交付，甚至交付得更快。

像一支球队把青训梯队砍了，省下的钱全部买成熟球员。一队照样赢，甚至赢得更漂亮。

前三年都没问题。

问题出在第四年——你需要换血的时候，发现后面是空的。

Herrengt 原文里有一句话，我认为是他全篇最有价值的判断，但它被放在了第六个反驳里，很容易被读漏：

削减入门岗位，是这个行业在破坏自己的未来。

这句不煽情，是算术。

再补一个反向的参照，免得话说得太满：美国劳工统计局对软件开发岗位的长期预测仍然是到 2033 年增长 17%、新增约 32.8 万个职位。

总量并没有在崩。崩的是总量里那个叫「新人」的部分，以及靠它维持的那条流水线。

五、为什么所有人都低估了理解成本

回到原文那个剪刀差判断。它其实有实证，只是原文没引。

METR 在 2025 年做过一个随机对照实验，结果反直觉到发布时被吵了好几轮。

16 位经验丰富的开源开发者，246 个真实任务，都是在他们自己长期维护的项目上做——仓库平均超过 2.2 万 star、百万行以上代码，每个任务大概两小时。工具是 Cursor Pro 配 Claude 3.5/3.7 Sonnet。

结果：用 AI 的那组，比不用的慢了 19%。

更值得琢磨的是这两个数字：

做之前，他们预测 AI 会让自己快 24%。

做完之后，即便实际慢了，他们依然认为自己快了 20%。

事前预期和实际结果之间，差了 43 个百分点。

而且这个偏差在亲身做完 246 个任务之后没有被修正。

这就是原文那个机制的实证版本：生成代码的爽感是即时的、可见的，理解和验证的成本是分摊的、隐形的。人对前者敏感，对后者钝。

不过 METR 自己的免责声明写得比多数转述都老实——他们明确表示不主张结论可以泛化：

我们不认为我们的开发者或仓库代表了软件开发工作的大多数或多数情况。

这个补充很重要。同样的工具在另一类场景下测出来是 2 到 5 倍加速：从零起项目、样板代码、写测试。

所以这个实验真正说明的不是「AI 没用」。

是AI 的收益和你对这套代码的熟悉程度成反比。

你越懂这个系统，AI 帮你的余地越小；你越不懂，它帮你产出的速度越快——而你越不懂，那些产出的代价越是要在后面某个时刻由某个人付掉。

这句话你品一下，会发现它就是「中级为什么难长出来」的另一种说法。

六、国内是什么情况

美国的数据干净，国内的数据糙，但方向出奇一致。

先说结构。国内这一轮调整里，外包是第一波，正式员工在其后。网易、B 站、腾讯、百度、快手、京东、美团这些一线公司，几乎都在做类似的调整。

替代压力的梯度也很清楚：软件测试和数据标注岗位受冲击最重，初级前端紧随其后，中级后端居中，架构师和技术负责人最轻。

这个梯度和斯坦福的结论是同一个形状——越靠近入口，压力越大。

然后是一个很有意思的现象，行业里管它叫「回旋镖」：裁了又招。

有个长三角制造业公司的案例被引用得比较多：去年三季度外包团队全部裁掉，一个季度之后产出回到了原水平甚至有提升。

那位负责人的总结是：一个人和 AI 合作，比两个人合作，摩擦更小。

这句话听着像是在夸 AI，但你换个角度看——他消掉的不是工作量，是沟通成本。

而沟通成本，恰好是中级岗位存在的主要理由之一：在资深和执行之间做翻译。

同一批访谈里还有一句更直接的：已经不招刚毕业的年轻人了。

这相当于把 1 到 30 级的练级区拆了，然后让新人直接进 60 级团本。

进不去不是他不努力。

七、所以你该怎么办

分三类人说，因为处境真的不一样。

最后

回到那个标题问的问题：AI 是不是在消灭软件工程的中产？

我的答案是：它没在消灭中产，它在拆掉造中产的那条产线。

存量的中级还在，而且短期内会挺滋润——因为供给被掐住了。

真正的账要往后算：当第一批本该在 2026 到 2029 年成长为中级的人根本没进来，五年后谁去接那些资深的位置？

有人会说，五年后 AI 就能干这些了。

也许吧。但这是一个赌注，不是一个规划。而且下这个赌注的人和承担后果的人，通常不是同一批。

Herrengt 那句话我越想越同意，尽管他的整体诊断我不认可：削减入门岗位，是这个行业在破坏自己的未来。

只不过这个「未来」的账单不会开给做决策的那一年。

评论区聊聊。