💡 观点 / 杂谈
为什么AI没有取代软件工程师，未来也不会Why AI hasn’t replaced software engineers, and won’t
软件工程作为最易受AI自动化冲击的职业，其当前状态是对“AI失业论”的最佳检验。Arvind Narayanan 和 Sayash Kappor 通过详实分析指出，现有证据已足以反驳“AI能力达到阈值就会导致大规模失业”的叙事。AI虽然显著提升了编码效率，但无法替代工程师在复杂系统设计、需求拆解和架构权衡上的核心能力。结论是，AI技术的演进将作为辅助工具重塑开发流程，而非触发软件工程领域的就业末日。
Simon Willison
2026年6月14日 - 链接博客
为什么 AI 尚未取代软件工程师，而且未来也不会。Arvind Narayanan 和 Sayash Kapoor 通过一个最适合被 AI 颠覆的职业——软件工程的视角，探讨了 AI 导致失业的问题。
在本文中，我们指出，现有证据足以驳斥“一旦 AI 能力达到某种阈值，就会引发大规模裁员”的论调。考虑到即使在监管壁垒极少的行业也是如此，大多数其他职业受到的冲击可能会更小。
第一个好消息是，数据依然不支持 AI 正在导致大规模失业的说法。
2025 年 3 月，纽约州成为美国首个在《WARN 法案》申报文件中添加“AI 披露”复选框的州。在实施后的整整第一年里，有超过 160 家公司提交了 WARN 通知。但没有一家勾选了 AI 选项。
AI 确实加快了在电脑上敲代码的进度，但事实证明，软件工程所涵盖的内容远不止于此：
如果写代码不是瓶颈，那什么才是？任务拆解调查指向了开会或调试等环节。但这又引出了更多问题：开发人员在这些会议上做什么？为什么 AI 做不了这些？随着 AI 能力的提升，调试难道不会实现自动化吗？为了理解真正的瓶颈，我们必须进行定性分析，深入探究软件工程师对其工作中那些难以被自动化的部分的真实认知。当我们进行这项分析时，发现了三个真正的瓶颈：(1) 决定并明确要开发什么，(2) 验证交付成果并对此负责，以及 (3) 完成这两项任务所需的人类深层理解——即对代码库、业务和运行环境的理解。
我发现 AI 辅助确实也能帮我完成决策和验证环节，但“人类的深层理解”依然是我所提供价值的核心。就算把世界上所有的 AI 辅助工具都给我，我所能创造的价值，依然取决于我对智能体正在解决的问题及其构建的解决方案的理解深度。
需要完整排版与评论请前往来源站点阅读。