为什么AI尚未取代软件工程师，而且也不会取代
将编程代理视为普通技术 Arvind Narayanan 和 Sayash Kapoor 2026年6月11日 114 17 23 分享
关于AI取代工作岗位，人们充满焦虑和不确定性。我们如何才能超越模糊的警告和夸夸其谈的预测，用数据来回答这个问题？一个很好的方法是观察AI能力最为先进、采用速度异常迅速的行业：软件工程。在这篇文章中，我们认为有足够的证据来反驳这样一种说法：一旦AI能力达到某个阈值，就会导致大规模裁员。鉴于即使在监管壁垒极少的行业也是如此，大多数其他职业很可能拥有更大的缓冲空间。我们也清楚地理解为什么会这样。我们可以将许多类型的知识工作（包括软件开发）视为一个“决策-执行-交付三明治”。AI压缩了“执行”层——三明治的中间部分——但另外两层对自动化的抵抗，是单纯通过能力提升无法克服的。最后，我们对软件工程需求的未来轨迹持谨慎乐观的态度。
本文是一个系列的第一篇，下一篇将探讨为什么即使整体需求健康，个体软件工程师的职业生涯也可能面临波折。该系列基于经济学和软件工程领域的已发表文献、我们自己对AI代理的评估和观察，以及许多软件工程师对AI对其职业当前和未来影响的反思——这些反思既来自公开发表的文章，也来自我们与社区的互动。
软件领域AI驱动大规模裁员的故事，似乎是典型的“AI洗白”
看看三个登上头条的故事，以及它们与现实的反差：
- 2月，金融科技公司Block（Cash App、Square、Afterpay等应用的开发商）宣布裁员4000人，原因是创始人Jack Dorsey声称AI“正在实现一种新的工作方式”，团队“更小、更扁平”，并特别提到了2025年末模型能力的提升。但随后的报道揭示了一个截然不同的画面。在疫情期间员工数量增长超过三倍后，该公司面临着巨大的财务压力。Cash App团队的数据科学家Naoko Takeda发帖称，Block“把AI硬塞给每个人”，但她看到“生产力提升非常有限”。她拒绝了75%的留任加薪并辞职。其他接受采访的员工对Block的AI能力以及Dorsey是否对这些问题有足够了解，持有截然不同的看法。正如Aaron Levie所指出的，CEO们特别容易对AI的实用性产生错觉，因为他们可以快速构建原型，却看不到将其转化为成品所需的90%的工作。Dorsey关于AI的公开声明似乎完全符合这种模式。
- 4月，Snap裁员约1000人，CEO Evan Spiegel在裁员备忘录中主要将AI归为原因。他还表示，AI生成了65%的新代码。实际上，此次裁员是在激进投资者要求削减成本的运动之后进行的。（Snap自2017年IPO以来每年都录得净亏损，2026年股价下跌超过30%）。值得注意的是，裁员的性质——例如增强现实部门裁减了150个涵盖各种角色的职位——与我们预期如果裁员是由AI驱动（即编程和其他“受AI影响”的岗位全面削减，而非集中在某个部门）时所看到的裁员情况并不相符。
- 5月，Intuit宣布裁员3000人，同时与Anthropic和OpenAI达成了协议。媒体将两者联系起来，将裁员描述为AI驱动的重组。这一次，CEO实际上反驳了这种简单的说法，表示“这与AI毫无关系”，并称裁员针对的是“协调密集型岗位”和过多的管理层级。
我们并非刻意挑选这些例子。在我们考察的每一个关于AI驱动软件工程裁员的故事中，都出现了同样的叙事矛盾。事实证明，对裁员进行“AI洗白”是一种普遍的经济现象，许多调查都证明了这一点：59%的美国招聘经理承认，他们在解释招聘冻结或裁员时会强调AI，因为与引用财务限制相比，这更容易让利益相关者接受。Forrester首席分析师J. P. Gownder在谈到那些准备进行所谓AI驱动裁员的企业时表示：“当我们问他们是否有一个成熟、经过验证的AI应用准备好填补这些岗位时，十有八九，答案是否定的——他们甚至还没开始。”在一项对1000多名全球高管的HBR调查中，21%的人“预期”AI会进行大规模裁员，另有39%的人进行了低度或中度的预期性裁员。相比之下，只有2%的人已经因实际部署AI而进行了大规模裁员。这10倍的差距表明，高管们和其他人一样，极易受到AI取代工作岗位这种误导性叙事的影响。
另一个有趣的数据点来自《工人调整和再培训通知法案》（WARN Act），该法案要求对影响超过100名工人的工厂关闭和大规模裁员进行某些披露。2025年3月，纽约成为美国第一个在WARN Act申报表中添加AI披露复选框的州。在整整第一年里，超过160家公司提交了WARN通知。没有一家勾选了AI复选框。¹ 我们联系了纽约州劳工部，他们确认截至5月底，只有一家公司——Nespresso——勾选了该框。² 如果这些申报准确无误，那么在相关时期内纽约州约25000名被裁工人中，只有46人（约占0.2%）受到了AI的影响。
对于“AI驱动大规模裁员”的叙事来说，更具破坏性的是：裁员本身首先就不是AI潜在生产力效益的正确信号！研究清楚地表明，其影响是通过“