# AI 烧掉了初级程序员的晋升阶梯

**Summary:** Laurie Voss 认为 AI 重创了初级程序员的就业市场，同时软件创作本身正在扩散；我的看法是，真正的问题在于如何重建学徒制。

- Canonical: https://markhuang.ai/zh/news/ai-burned-the-junior-ladder
- Language: zh-CN
- Author: [Mark Huang](https://markhuang.ai/about)
- Published: 2026-07-04
- Section: News
- Tags: AI, 软件工程, 初级开发者, 就业市场, 开发者工具
- Source: [Seldo.com](https://seldo.com/posts/ai-has-torched-the-market-for-junior-programmers/)
- License: https://creativecommons.org/licenses/by-nc/4.0/

---

![一个卡通 AI 助手在受损的职业阶梯旁递出代码卡片，初级程序员在下方等待，高级工程师在上方审视](https://cdn.markhuang.ai/news/ai-burned-the-junior-ladder/hero.webp)

*真正让人不安的，并不是编程消失了，而是职业编程的第一级台阶，恰好赶上代码生成变得空前容易的时候，突然变弱了。*

Laurie Voss 在 2026 年 7 月 4 日发表了 ["AI has torched the market for junior programmers"](https://seldo.com/posts/ai-has-torched-the-market-for-junior-programmers/) 一文。他的核心论点是：AI 重创了初级程序员的付费就业市场，但与此同时，一大批不再挂着"程序员"头衔的人，正在用 AI 写软件。

我觉得这个标题够狠，但真正的问题还要更尖锐：行业可能在还没替初级工程师找到新的成长路径之前，就已经把他们的产出替代掉了。如果 AI 能写出那个平庸的初稿，公司就有再明显不过的理由，跳过那个曾经靠写初稿来学习的人。表面看很高效——直到我们追问：下一批有判断力的工程师，到底要从哪里长出来？

## 答案快照

| 问题           | 我的看法                                                              |
| ------------ | ----------------------------------------------------------------- |
| 发生了什么？       | Voss 用劳动力市场数据和开发者平台信号指出：初级编程岗位受冲击严重，但软件创作本身正在扩张。                  |
| 为什么重要        | 风险不只是初级岗位变少。更麻烦的是，在一个更多人能借助 AI 交付代码的世界里，学徒体系断了。                   |
| 如果问题被解决，谁受益？ | 初级开发者、高级工程师、需要未来技术领导者的公司，以及需要有人审过代码、而不只是要快速产出的非开发岗的构建者。           |
| 我的核心观点       | AI 没有终结编程。它烧掉了旧的初级晋升阶梯，而新的阶梯需要教的是调试、系统判断、代码评审和责任感，不能只是教人写 prompt。 |
| 需要保留的谨慎      | 更广泛的劳动力市场证据仍然混杂，我不会把一张图当成整个经济。但我会把它当成对入行通道的一次严肃警告。                |

## 数据范围有限，但信号不轻

Voss 这篇文章最关键的一步，是把"编程整体就业"和"职业生涯早期的编程就业"拆开来看。他引用了斯坦福数字经济实验室基于 ADP 薪资数据的研究：22 到 25 岁软件开发者的就业人数，从 2022 年底的高峰明显下滑，而年龄更大的群体表现要好得多。

那篇 [斯坦福论文](https://digitaleconomy.stanford.edu/publication/canaries-in-the-coal-mine-six-facts-about-the-recent-employment-effects-of-artificial-intelligence/)写得很克制：在控制公司层面变量之后，AI 高暴露职业中，职业生涯早期从业者的就业相对下降了 16%，并且下降集中在 AI 更可能替代而非辅助工作的领域。之后的一篇 [斯坦福更新](https://digitaleconomy.stanford.edu/news/canaries-interest-rates-and-timinga-more-on-recent-drivers-of-employment-changes-for-young-workers/)也提醒，不能把 AI 当成唯一原因，但控制后的下降在 2024 年已经变得显著，值得持续关注。

这种谨慎很重要。[耶鲁预算实验室](https://budgetlab.yale.edu/research/tracking-impact-ai-labor-market)在 2026 年 6 月审视了更广泛的劳动力市场指标，认为职业结构和 AI 使用度目前还没有呈现出清晰的 AI 劳动力市场印记。我不觉得这和 Voss 的说法矛盾，更像是尺度上的提醒：平均值看起来平静，不代表某个职业的入行通道没有在压力下被重建。

![一位高级工程师审阅大量发光的空白代码卡片，旁边的初级工位空着，新的构建者抱着应用积木走进房间](https://cdn.markhuang.ai/news/ai-burned-the-junior-ladder/why-it-matters.webp)

*问题出在：那些曾经同时承担训练功能的工作，正在被抽走。如果 AI 拿走了简单的初稿，团队仍然需要找到办法去教判断力。*

## 构建者的爆发是真实的

Voss 这篇文章里我最认同的一点，是他拒绝了"编程已死"这种偷懒叙事。GitHub 自己的 [Octoverse 2025](https://github.blog/news-insights/octoverse/octoverse-a-new-developer-joins-github-every-second-as-ai-leads-typescript-to-1/) 报告显示：一年内有超过 3600 万开发者加入 GitHub，新建了超过 1.21 亿个仓库，近 80% 的 GitHub 新用户在注册第一周就试用了 Copilot。

这完全不是软件创作在萎缩的画面。这是一幅软件创作正在越过传统资历门槛、向更多人扩散的图景。我认为 Voss 把它看作一次真实的开发者扩张，方向是对的——但有一个重要的复杂之处：一个人给自己本职工作写了个内部工具，他确实在做开发，可在劳动力统计里，他仍然被算在原来的职位头衔下。

尴尬的地方就在这里。活动量可以暴涨，同时初级职位头衔在变弱。工作在扩散，职业阶梯却在收窄。如果我们只问"是不是有更多软件被写出来了"，AI 当然是加速器。可如果我们问"谁在学着真正拥有这些软件"，答案就没那么舒服了。

> **Info:**
>
> 我在意的区分，是产出和成长之间的差别。AI 可以在今天提高产出，同时悄悄减少那些需要有人带着反复练习、才能在未来成为优秀工程师的人。

## 代码评审成了瓶颈

如果评审能力能同步跟上，构建者变多、传统初级变少，其实没那么可怕。但我没看到这种证据。Voss 提到了 AI 生成代码的安全隐患，Veracode 的 [2025 GenAI Code Security Report](https://www.veracode.com/blog/genai-code-security-report/) 给了一个具体的数字：在他们覆盖 100 多个模型的测试集里，45% 的生成代码样本没有通过安全测试，并引入了 OWASP Top 10 漏洞。

我不会拿一份厂商报告就断定所有 AI 生成的代码都不安全。但我会用它来打破一种幻觉——生成出来的代码并不天然就能上生产。更值得注意的趋势是：现在写软件的人，可能并没有在多年代码评审中本该养成的调试习惯、威胁建模能力，或者对系统上下文的理解。

公共讨论也在指向同一个方向。一个关于初级开发者的 [Hacker News 帖子](https://news.ycombinator.com/item?id=47206663)把过去的初级角色形容成一种"培训税"，而公司越来越想绕开它。一个来自有经验开发者的 [Reddit 帖子](https://www.reddit.com/r/ExperiencedDevs/comments/1sbv2eo/junior_devs_who_learned_to_code_with_ai/)更偏个人经验，但担忧类似：跟着 AI 学编程的初级开发者，有时能写出能跑的代码，却说不出背后的思路，也无法调试失败的链路。我会把这些当作一线反馈，而不是数据——但它们确实和学徒制断裂的问题对得上。

![一个卡通天平，一端是快速产出空白卡片的 AI 助手，另一端是导师、初级开发者、评审卡片和一段修好的阶梯](https://cdn.markhuang.ai/news/ai-burned-the-junior-ladder/tradeoff.webp)

*真正的取舍不是人和 AI 二选一。而是短期产出，和那种把新手训练成能评审、能调试、能扛系统的人的刻意练习之间的取舍。*

## IBM 指出了一个更好的方向

我找到的最有建设性的反例是 IBM。在 2026 年 3 月的一篇 [IBM Think](https://www.ibm.com/think/news/entry-level-roles-get-reset-ai) 文章里，IBM 宣布计划在 2026 年把美国的初级招聘扩大到三倍，同时重新定义这些岗位：围绕分析、解决问题、负责任地使用 AI、客户沟通，以及对 AI 输出的验证。这当然也是企业公关，但方向是对的。

关键不是怀念过去那些初级工单。说实话，有些旧工单确实已经不适合当训练了，因为 AI 做那些机械活更快。真正关键的是保住那些高学习密度的工作：调试、阅读陌生的系统、解释取舍、评审 AI 生成的改动、理解客户场景，以及学会在哪些地方不该让自动化继续往下走。

这意味着公司必须为培训明确买单。在旧模式里，培训被藏在那些地位不高的执行性工作里。AI 把这笔账摊开了。如果一个初级新人不再能通过刷简单工单来养活自己，公司就得承认：它是在投资一个未来的高级工程师，而不只是在买这一个 sprint 的产出。

![大量构建者把彩色应用积木送过发布关卡，评审员在检查发光卡片上是否有锁、裂纹和安全标识](https://cdn.markhuang.ai/news/ai-burned-the-junior-ladder/workflow-risk.webp)

*当 AI 让软件更容易交付，真正稀缺的资源就变成了可信的评审：安全、架构、调试，以及知道"这个结果还没准备好"的判断力。*

## 我的结论

我觉得 Voss 这篇文章重要，是因为他把两个通常被分开讨论的观点放在了一起：AI 可以让更多人能够构建有用的软件，AI 同时也可以破坏那条曾经培养出高级工程师的职业路径。这两件事可以同时成立。

解法不是假装初级工作过去一直很高效——很多时候并不是。解法是诚实地设计一座新阶梯：更小的学徒批次，更强的评审仪式，结合 AI 的调试训练，生产环境的责任感，以及那些真正培养能力、而不只是生产产出的受保护任务。如果我们不做这些，软件繁荣可能会继续变宽，而判断力那一层会越来越薄。

所以我的结论很简单：AI 没有杀死编程。它让编程变得不再那么依赖"程序员"这个头衔。对构建者来说，这很让人兴奋；但对这个行业来说，这是一个警告。一个不再训练新手的领域，是在向自己的未来借人才。