跳转到正文
返回文章
AI 与科技 分析解读

AI 写的代码越来越多,软件岗位招聘却在回升:2026 年开发者该往哪儿走

AI 写的代码越来越多,美国软件开发招聘广告却在从谷底回升,初级岗在新招聘中的占比在降。本文把招聘广告、在岗人数和就业预测分开对比,给出可能的解释,以及开发者可执行的方向。

一位开发者坐在桌前的背影,注视着悬浮屏幕前搭积木的 AI 智能体小机器人,远处几条发光的阶梯通往不同方向,象征不同的职业道路
本文目录

北京时间 10 月 18 日凌晨,Keras 作者 François Chollet 发了一条帖子,讲了四个观察:现在的软件工程师比 2025 年多,需求还在涨;工程师从没这么累过;他们基本不写代码了,代码几乎 100% 由 Agent 写;但雇用他们的公司,利润并没有因为 AI 明显变好。

这四句话放在一起,正好是今年最拧巴的现实。AI 写的代码越来越多,可美国软件开发岗的招聘广告这一年在从谷底回升;照 Chollet 的说法,工程师反而更忙了。但如果你是应届生,感受可能完全相反:入门的门越来越窄。

两种感受都是真的。这篇把数据并排摆出来,讲清楚为什么会这样,以及作为个人该往哪儿走。先说明一下:下面会出现三种不同的数,分别是招聘广告、在岗人数和就业预测。它们量的东西不一样,不能互相替代。

一、先看数据:招聘在回升,入口在变窄

招聘、在岗人数、预测:三种数分开看

① 招聘广告在回升。 Indeed 的招聘广告数据显示,从 2025 年 2 月底 Claude Code 发布到 2026 年 6 月,美国软件开发岗位招聘涨了近 15%,同期全部岗位招聘跌了 7%。

我按 Indeed 发布的原始指数数据算了一下(FRED 也转载了同一序列):截至 10 月 9 日,这个指数是 78.1,比一年前的 64.3 高约 21%。

但别高兴太早。 同一个指数,2022 年 2 月的峰值是 233.8。我算了一下,现在比峰值低约三分之二,比疫情前还低约 22%。这是从谷底回升,不是回到繁荣。另外,这个指数量的是招聘广告有多少,不是有多少人在岗。

Indeed 美国软件开发岗位招聘指数 2020 年至 2026 年 10 月走势折线图

图 1:Indeed 美国软件开发岗位招聘指数(以 2020 年 2 月 1 日为 100,经季节调整),数据截至 2026 年 10 月 9 日。这是招聘广告数量,不是在岗人数。图中标注的涨跌幅是作者按指数计算的。来源:Indeed Hiring Lab 原始数据(一手,作者于 2026 年 10 月 20 日下载),FRED 转载的是同一序列(IHLIDXUSTPSOFTDEVE)。

② 在岗人数:最新只到 2025 年 5 月。 美国劳工统计局(BLS)的职业就业统计(OEWS)显示,2025 年 5 月软件开发者(SOC 15-1252)受雇岗位估计约 168.8 万(1,687,890),不能据此判断 2026 年当前增减。这个数不含自雇人员;OEWS 用三年滚动样本,BLS 自己不鼓励用它做跨年比较,所以这里不拿它和上一年比,也不把它当成「人数在涨」的证据。

③ 官方预测是增长。 BLS 最新一轮(2025–2035)就业预测里,软件开发者(SOC 15-1252)2025 年基数约 171.78 万,2035 年预测约 189.26 万;BLS 的净增列给出 17.47 万个岗位。表中人数分别取整到百位,直接相减会得到 17.48 万,本文沿用官方净增列。我按展示的起止人数估算,增幅约 +10.2%(BLS 页面四舍五入写作 10%),全部职业平均是 3%。注意这是对未来十年的预测,不是已经发生的事;预测的基数含自雇人员,和上面 OEWS 的口径不同。

AI 参与的代码确实多到夸张。 GitHub 官方博客说,现在每 3 个 PR 就有 1 个有 AI Agent 参与,一年前还不到十分之一。

入口这一边

招聘的增量,主要来自资深岗。 Indeed 统计,2025 年 5 月到 2026 年 5 月,美国软件开发招聘广告的净增量里,71% 来自资深岗,37% 来自标题带 AI 的岗位。这两类是重叠的,一个岗位可以既是资深岗又带 AI 标题,所以两个比例不能相加。

两根各自以 100% 为基准的横条,分别表示资深岗占 71%、标题带 AI 的岗位占 37% 的招聘净增量,两类有重叠

图 2:2025 年 5 月至 2026 年 5 月,美国软件开发招聘广告净增量中来自资深岗和来自标题带 AI 岗位的占比。两根条各自以全部净增量为 100% 基准;两类有重叠,71% 和 37% 不能相加,也不是互斥的份额。来源:Indeed Hiring Lab,发布于 2026 年 7 月 8 日,作者于 2026 年 10 月 20 日核对原文。

Anthropic 新招聘里的初级技术岗占比下降。 Anthropic 10 月 16 日发布的内部研究显示,从 2025 年初到现在,初级技术岗在新招聘中的占比从 27% 降到 9%,技术部门里初级员工的占比从 21% 降到 14%。注意:Anthropic 同期规模扩大了约三倍,降的是比例,不是冻结招聘。

年轻人受冲击最明显。 斯坦福数字经济实验室用 ADP 工资数据测算,22 到 25 岁、AI 暴露度高的职业,就业比按低暴露职业的趋势应有的水平低约 19%(截至 2026 年 6 月),而经验更多的员工就业在增长。作者也强调,这是描述性规律,不能证明全部由 AI 导致。

指标来源(一手 / 转载)数据期单位 / 分母数值
美国软件开发招聘广告Indeed Hiring Lab(一手)2025-02-24 至 2026-06招聘广告数量,不是人数近 +15%
美国全部岗位招聘广告Indeed Hiring Lab(一手)同上同上−7%
Indeed 软件开发招聘指数Indeed Hiring Lab 原始数据(一手;FRED 转载同一序列)2026-10-09 对比 2025-10-09指数,2020-02-01 = 10078.1 对 64.3,约 +21%(作者计算)
软件开发者受雇岗位估计(SOC 15-1252)BLS OEWS(一手)2025 年 5 月受雇岗位,不含自雇约 168.8 万;不能据此判断 2026 年增减
软件开发者就业预测(SOC 15-1252)BLS 就业预测(一手)2025 → 2035就业人数,含自雇+17.47 万,约 +10.2%(作者计算)
全部职业就业预测BLS 就业预测(一手)2025 → 2035就业人数约 +3%
初级技术岗占新招聘Anthropic(一手,仅这一家公司)2025 年初 → 2026-10 报告占该公司技术岗新招聘27% → 9%
初级员工占技术部门Anthropic(一手,仅这一家公司)同上占该公司技术部门员工21% → 14%
22–25 岁、高 AI 暴露职业就业斯坦福数字经济实验室(一手,ADP 工资数据)截至 2026-06相对按低暴露职业趋势应有的水平低约 19%

表:几组数据各量什么。几行的单位和分母都不一样,不能互相比较,也不能相加;招聘广告不等于在岗人数,预测不是已经发生的事。Anthropic 的规模同期扩大约三倍,降的是比例。来源:Indeed Hiring Lab(2026-07-08)、Indeed 原始数据(2026-10-20 下载)、BLS OEWS(May 2025)、BLS 2025–35 预测、Anthropic(2026-10-16)、斯坦福数字经济实验室(2026-08)。

一句话:招聘广告在从谷底回升,增量集中在资深岗;入门岗在新招聘里的占比在降。在岗人数的最新官方数据只到 2025 年 5 月,看不出 2026 年的变化。

二、可能的解释:AI 写了更多代码,招聘为什么还在回升?

先说清楚:下面几条是可能的解释,不是已经证明的因果。招聘回升和 AI 用量上升同时发生,只能说明两者相关,不能证明 AI 创造了这些岗位。利率、预算周期、疫情后的回调都可能起作用。

1. 软件变便宜了,于是要做的软件更多了

经济学里有个”杰文斯悖论”:煤用得更省了,煤的总消耗反而上升,因为更多场景用得起了。

软件也一样。打个比方(这是假设的例子,不是数据):以前一个需求要排期三个月,很多事干脆不做;如果现在一周就能做出来,原来”不值得做”的东西就开始值得做了。据 NDTV 对 Anthropic 这份报告的报道,Anthropic 工程师人均代码提交量是半年前的约 5 倍。代码多了,需要有人决定做什么、验收、上线、出了事半夜被叫醒。

2. 瓶颈从”写”移到了”确认它是对的”

这是 Chollet 那条帖子的核心:自动化一个环节,瓶颈会挪到别的地方。

几个证据放在一起看:

  • Anthropic 发现,Agent 的工作时长已经是员工的 6 倍。哪怕是非技术员工,要把自己 Agent 的产出全读一遍,也得花掉半个工作周。
  • AI 代码评审公司 Greptile 10 月 19 日刚完成 5000 万美元 B 轮融资,估值 7.5 亿美元。他们在公告里写:写代码快了好几个数量级,但团队交付新功能的能力提升却”很有限”。
  • GitHub 自己也说,推到 GitHub 的代码里很多可能”永远不会被人完整读过”。

谁能可靠地验证 AI 的产出,谁就站在新的瓶颈上。

3. 老系统迁移,突然变得可行了

OpenAI 10 月 19 日公布了一组数据:COBOL 支撑着 40% 以上的网上银行系统、80% 的线下刷卡交易和 95% 的 ATM 交易。在他们的 COBOL 迁移测试里,新模型在低推理强度下准确率 86.6%,上一代只有 5.4%;推理强度调高后到 97.9%。

但 OpenAI 自己也写了:用到生产系统上,仍然需要专家审查。以前没人敢碰的老系统现在能动了,懂业务规则、能验收迁移结果的人反而更值钱。

4. 一个降温信号

也别以为模型越聪明,用量就会无限涨。据 The Information 的估算(我只看到了转载),模型智能每提高 10 分,开发者流量增长约 20%,而 2025 年底这个数字接近 69%。这只是相关性,不代表因果。

我的理解是:模型能力已经不是最大的瓶颈,组织怎么用、人怎么跟上,才是。这也印证了 Chollet 的第四点:代码多了,公司利润未必跟着涨。

三、哪些方向在增长,哪些在收缩

AI 写代码之后在增长与在收缩的开发者工作方向对照图

图 3:AI 写代码之后,哪些方向在增长、哪些在收缩或占比在降。由作者综合文中数据整理;标「作者判断」「作者推断」的条目没有直接数据支撑。来源:Indeed Hiring Lab(2026 年 7 月 8 日)、Anthropic(2026 年 10 月 16 日)、斯坦福数字经济实验室(2026 年 8 月)、BLS(2024–34 预测)。

在增长的:

  • 能拍板的资深工程师。 招聘广告净增量的 71% 来自资深岗。Anthropic 的招聘经理也越来越看重”自主性和判断力”,而不是某项具体技术。
  • 验证、评审、安全。 BLS 上一轮(2024–2034)预测里,信息安全分析师就业增长 28.5%,数据科学家增长 33.5%(都是预测)。
  • AI 应用和基础设施。 招聘广告净增量的 37% 来自标题带 AI 的岗位(和上一条的资深岗有重叠)。
  • 懂业务、懂老系统的人。 斯坦福发现,依赖”书本知识”的职业里年轻人就业在降,依赖实践积累的”隐性知识”的职业里资深者就业在涨。

在收缩,或者占比在降的:

  • 初级、按图施工的编码岗。 Anthropic 新招聘里初级技术岗的占比从 27% 降到 9%,按此计算约降了三分之二。这是占比,不是人数:同期 Anthropic 规模扩大了约三倍,我们无法据此推断初级岗的人数降了多少。
  • 纯增删改查、标准化页面。 这一条是我的判断,没有直接数据,但这是最容易被 Agent 一次做完的部分。
  • 不会用 AI 的候选人。 这一条是我的推断。依据是 Anthropic 的统计:技术岗面评里提到候选人 AI 工具使用记录的比例,已是 2024 年的约 3 倍。

四、国内的情况

国内没有一个像 BLS 那样的”程序员总数”官方统计,我能找到的都是招聘平台的数据,口径不同,只能看方向。

  • 脉脉:2026 年 1–4 月,AI 领域岗位量同比增长 8.7 倍。北京新发岗位中 AI 相关的占 30.17%,杭州 28.54%。同时,54% 的受访程序员说公司过去一年发生过”岗位优化”,38.51% 说公司已把 AI 能力纳入绩效考核。
  • 猎聘:2026 年上半年,AI 行业新发职位同比增长 21.08%。涨得最快的不是算法工程师(12.84%),而是架构师(76.74%)和硬件工程师(40.80%)。
  • 智联招聘:2026 年 1–5 月,面向应届生的人工智能工程师职位同比增长 28.4%,但其中 38% 要求硕士或博士学历。

国内 AI 相关岗位同比增长率横向柱状图

图 4:国内 AI 相关岗位的同比增长率(招聘平台的职位数据,不是在岗人数)。三家平台的口径不同,不能直接互相比较。来源:猎聘(经智东西)(数据期为 2026 年上半年)、智联招聘(数据期为 2026 年 1–5 月,面向应届生)、脉脉(经 21 世纪经济报道)(报道发布于 2026 年 5 月 15 日,数据期为 2026 年 1–4 月)。

和美国的趋势很像:一边是 AI 岗位在扩张,一边是传统岗位在”优化”。从猎聘的数据看,国内还多了一个特点:架构师、机械结构和硬件这类”软硬结合”的岗位,比算法岗涨得快。

五、给个人的行动清单(建议收藏)

1. 把”验证”当成核心技能来练。 写测试、设计评估、读 diff、做代码评审。以后你的价值不在写得多快,而在能不能快速判断 AI 写的东西对不对。

2. 学会管理 Agent,而不只是用 Agent。 写清楚需求和验收标准,把任务拆成 Agent 能独立完成的块,给流水线加上监控。Anthropic 员工现在大量在做的就是这种”元工作”。

3. 深扎一个领域。 金融、医疗、制造、老系统……书本上学得到的知识 AI 也学得到,在真实业务里摸爬滚打攒下的判断,它很难复制。

4. 往”落地”靠。 在猎聘的统计里,架构师、机械结构、硬件这类连接 AI 和真实场景的岗位,比算法岗涨得更快。

5. 应届生:用作品证明判断力。 招聘方越来越看重自主性和 AI 工具的使用记录。与其刷更多题,不如做一个完整上线、有真实用户的项目,并讲清楚你在里面做了哪些判断。

6. 独立开发者:这是好时代,但卡点变了。 做软件的成本在降,能做的东西变多了,但所有人都能做出来以后,卡点会落在分发、信任和持续验证上。挑一个你懂的细分领域,做别人不敢轻易碰的东西。

最后

至少从目前的招聘广告和就业预测看,看不出 AI 让程序员这个职业消失。我的判断是:它让”写代码”本身没那么值钱了,让”决定写什么、确认写对了”变得更值钱。

招聘在回升,门槛也在涨。与其焦虑会不会被替代,不如想清楚:代码越来越便宜的时候,你负责的是哪一段。

觉得有用就收藏,转给还在纠结要不要学编程的朋友。

(数据于 2026 年 10 月 20 日核验。文中写明”我算了一下""按此计算”的数字,是我根据公开数据计算的;写明”我的判断""我的推断”的是观点,不是数据。每条数据的出处见文末参考资料,并逐条标了是一手来源还是转载报道。招聘广告、在岗人数和就业预测是三种不同的数,文中分开写。)

参考资料

MADE BY FIVEHOW

让想法继续生长