AI正在逼着程序员放弃这个行业招聘网站上，后端、前端、客户端、测试、算法，这些岗位还挂着，数量不算少。
点进去看要求，一条比一条长。要懂分布式，要懂高并发，要懂性能调优，最好还懂点运维，懂点业务，能独立扛一个项目。面试问的也正是这些，跟五年前没什么两样，面试官问得认真，你也答得认真。
但有一件事挺荒诞的：你真进去了会发现，这个岗位上真正在干活的，是AI。


它写得更快，懂得更多，你简历上写着的那些技术，它掌握得比你还熟。公司之所以还在招人，不是因为这件事真的非你不可，只是招聘流程、职级体系、面试官的知识结构，全是上一个时代留下来的。用人思维还没转过弯，所以你还有机会进去。
但它是开着的，不是长在那儿的。
如果你现在还在靠写代码吃饭，那这碗饭，其实已经不全在你手里了。
当然，这不是又一篇AI要取代程序员的文章。那种文章过去两年到处都是，看的时候心跳加速，看完照常上班。真正在发生的这件事，比取代某几个岗位要具体，也冷得多。
先把这件事说清楚AI吃掉的东西不是均匀的，它有一个很清楚的分层。
最底下那一层是执行：写接口、调界面、改bug、写测试、写文档。这一层占一个中级工程师大概六成的工时，也是这一轮被压得最狠的地方。
有做了快八年安卓的开发者写过一个观察，2024年初AI生成的代码可用率还不到5%，到2025年底已经到了九成以上。现在组里真有人一句代码不写，只给AI下指令，一天交付过去一周的活。
中间那一层是拆解和把关：把模糊需求拆成能做的任务，看懂AI写的东西对不对，线上出问题知道去哪找。这一层的岗位还在招，但要求变了，2026年超过六成的中高级开发岗，招聘说明里明写了要会用AI编程工具。考核的已经不是你能不能写出来，而是你能不能指挥它写出来。
最上面那一层是判断和担责：业务怎么取舍，架构怎么选，出了事谁签字。这一层不是技术上更难，是它需要上下文，也需要一个能被追责的人。
这三层的划分来自公开的行业分析，不是官方统计。但方向很清楚：被吃掉的是最底下那一层，而绝大多数人，一直就待在这一层。
招聘市场上的几个数字下面几组数据都是招聘平台和行业调研的口径，不是官方发布。
做开发者工具的那家公司在2026年二季度的调研里，面向一到三年经验的初级开发岗，招聘需求占比从28.3%降到了17.0%，缩水约四成。
斯坦福基于数百万员工薪酬数据的统计里，22到25岁的软件开发者就业人数，从2022年末以来降了近两成。而同期资深开发者，就业不降反升。
国内招聘平台2026年一季度的数据是，后端岗位需求同比下降52%，前端下降48%。纯执行型的开发岗，薪资中位数同比降了大约12%。
这几组数字放在一起讲的是同一件事：市场还需要工程师，但需要的那种工程师，换了。
那句“资深不降反升”，藏着最冷的部分看到资深开发者就业不降反升，第一反应会松一口气，觉得经验还是值钱的。
但把这句话拆开，会发现升的那一头是决策层和管理层，不是执行层里的老人。
一个写了十年业务代码的人，和一个刚毕业但会用AI的人，在被需要这件事上正在趋同。原因很简单，业务代码这件事本身，可复制性太高了。
你攒的不是经验，是熟练。而经验的另一个名字是本钱，熟练的另一个名字是可替代。
以前有三层保护，现在全部失效这一行过去是有保护的，一层叠着一层，让人觉得可以安稳做下去。现在这三层正在同一时间失效。
第一层是终身学习。 以前这行有个信条，技术换代快，所以要一直学。它成立有个前提，就是学习本身是壁垒，别人不会你会，你就值钱。
AI把这个前提拿掉了。以前你花三个月摸熟一个新框架，现在它几秒钟给你一个能跑的版本。问题不在于学习没用了，而在于学习不再构成你和别人的差距，因为它的成本对所有人同时降到了接近零。你学得再快，也是和一个不睡觉、不要工资、不会离职的东西比速度。
第二层是经验和直觉。 这一层更隐蔽，也更容易让人误判。
很多老程序员会说，我有经验，我见过线上事故，我知道哪几行代码会出问题。这是真本事，不用怀疑。但要问一句，经验之所以值钱，是因为它难获得，还是因为它有用？
以前这两样都占，现在它只剩后面一样了。行业知识正在变成公共品：你踩过的坑已经有人写在论坛上，你没踩过的AI也读过那些帖子。经验的价值有一部分本来就来自信息差，而信息差正在被抹平。
第三层是靠近决策。 这是很多人心里最后的底牌：我比AI更懂公司这一摊事，我离业务更近。
但这张底牌其实一直没有真正兑现过。你在公司干了五年，最清楚这个模块为什么这么设计，可你上一次参与真正重要的技术决策，是什么时候？
以前决策层不问干活的人，是因为他们有自己的判断依据，经验、惯例，或者就是拍脑袋。现在他们多了一个依据，AI给的答案。 这个答案来得比你的意见快，也不会抱怨工期。
公司同时递给你两样东西现在很多技术负责人会同时说两句话。
一句是，要全面拥抱AI，每个人都得会用，谁不用谁落后。另一句是，AI来了，要有危机感，要想想自己的不可替代性。
这两句话不矛盾，是同一件事的两面。AI让你的产出变多的时候，也在让你的不可替代性变少。 你用它干完了三个人的活，公司记住的是这个岗位不需要三个人。
最难的地方在这儿：你越是用得好，这一天来得越快。
有一个做模型的工程师说过一句很扎心的话，大意是，我把算子写得越好，模型进步就越快，我就会被越早替代。他在亲手加速自己的退场。更荒诞的是，就算他不干，别的公司的模型也会照常迭代，该来的还是会来。
比“被替代”更重的一种可能前面讲的都还是岗位变了、要求变了。但业内现在还有另一种判断，说得越来越大声，它比前面那些都重。
这个判断是：写代码这件事，可能会从一门职业，变成一项技能。
就像今天的Excel。二十年前，会用Excel是一份正经工作，有专门的岗位，招聘时会单列一条要求。现在人人都会一点，但没有人会把我会用Excel写进简历，当作吃饭的本事。
一门手艺一旦变得人人可用，它就不再能养活一个职业。
这个判断也许过激。但它不是凭空出现的：招聘需求在缩，执行层的活在被吞掉，工具的学习成本趋近于零，这三件事在同一时间发生，一个行业的底座就在松动。
有人给出的时间表是一两年。这个数字准不准，谁也不敢打包票，连说这话的人自己也不敢。
但有件事是真的。过去几年讨论AI取代程序员，大家争的是会不会；现在越来越多的人，争的是还有几年。
从会不会，到还有几年，这个变化本身，比任何一组数据都更能说明问题。
最不知所措的，是把半辈子押在这里的人对刚入行的人来说，这件事伤的是起点。无非是赛道窄了，重新选一条，成本还不算太高。
但对一个在这行做了十几二十年的人来说，完全不是一回事。
他的技术栈、人脉、履历、职级，全都长在这一行上。他年纪不小了，房贷可能还没还完，孩子正在上学，家里的开销是按现在这份工资的节奏排出来的。
这个时候有人告诉他，你精通的那套东西，过两年可能就不需要人做了。
他第一反应不是愤怒，是不信。然后是不服，我这些年踩过的坑、扛过的线上事故，怎么可能说没就没。最后是一种说不清楚的慌。
这种慌很难跟外人讲。它不像失业，失业是明天还得去找工作。它更像是，你花半辈子修的这条路，前面突然没有路了，而你已经不可能回头重新修一条。
最难受的地方在于，他其实什么都明白。他知道要学新东西，也知道要换方向，甚至知道AI是个好东西。这些道理他都懂。他只是不知道，把自己这二十年重新估值一遍之后，还剩下多少。
最后写到这里，其实没有出口可以给。
不是不想给，是这道题的形状变了。以前遇到瓶颈，答案通常是学点新东西。这一次，学点新东西本身就是被拿走的那样东西的一部分。
现在还有人在招程序员，也还有人在这个岗位上过得不错。但你去问他们靠的是什么，说出来的多半是一些很具体的东西，跟对了老板，手上的项目正好是公司要保的，或者自己也说不清楚。
这道题真正的难处，可能不是“我该学什么”，而是，当熟练本身不再是价值的时候，一个人要怎么向别人证明自己值这个价。
这个问题现在还没有答案。也许有，只是还没轮到我们知道。
最后想问一句，你现在的工作里，有多少部分是可以被完整复述出来、交给别人照做的？还有多少部分，是你自己也说不清、但只有你做得成的？评论区聊聊。