程序员成为AI头号目标？从业者如何应对职业风险

最近，AI公司 Anthropic 发布了一份很有意思的研究报告《Labor Market Impacts of AI》。简单来说，这份报告探讨了一个大家都很关心的问题：AI 到底在替代哪些工作？

报告揭示了一个关键现象：AI 在很多知识型行业已经具备很高的理论能力覆盖率，但企业和个人的实际使用率仍然很低，AI 潜力远未完全释放。

下图展示了这种理论与实际的差距：

• 蓝色：AI 理论能力覆盖（Theoretical AI coverage）
• 红色：实际使用覆盖（Observed AI coverage）

根据这份报告的衡量，目前 AI 影响程度最高的职业是程序员，其次是客服和数据录入岗位。这些高度数字化、文本化的工作最容易受到 AI 的影响。

那么，具体哪些岗位最“危险”呢？报告给出了一个详细的排名榜单。

表格的原文版本如下，提供了更多细节，例如排名第一的计算机程序员的“暴露率”高达74.5%，其被替代的主要工作是“编写、更新和维护软件程序”。

榜单第一名就是程序员，结果显示程序员有将近 75% 的工作任务，AI 理论上可以参与完成。这画面有点意思，本来大家开发 AI 的初衷，是提高工作效率。结果现在一看——效率是提高了，人也顺便被“优化”了。

所以，AI 在给我们减负的同时，一个可能的副作用就是直接减少岗位需求。以前老板的成本结构是雇个程序员，现在可能变成买 Token。不过现实也挺魔幻的，现阶段高质量的 Token 其实比程序员工资还贵，当然，这个成本未来肯定会持续下降。也有人说，招几个会用 AI 的大学生更划算，因为他们不仅工资要求低，甚至可能自掏腰包买 Token，用 AI 帮公司干活。

为什么程序员反而排第一？

很多人看到这个结论会觉得奇怪，程序员不是最懂 AI 的吗？怎么反而成了最容易被 AI 影响的职业？

其实原因很简单：程序员的工作，本质上就是处理结构化的语言。代码具有三个非常适合 AI 处理的特点：

1. 高度结构化
2. 规则清晰
3. 训练数据量巨大

而这三点，正好是大语言模型最擅长的领域。所以，现在 AI 已经能完成很多程序员的日常工作，比如：

• 写函数
• 修 bug
• 写测试用例
• 写文档
• 生成 SQL 语句
• 写脚手架代码

现在，很多开发者已经转变了工作模式：让 AI 来生成代码，人主要负责 Review 和整合。程序员越来越像代码审稿人和系统架构师了。

真正“安全”的职业反而很朴素

报告还提到一个非常有意思的现象：最不容易被 AI 影响的职业，几乎都是体力劳动或需要即时现场处理的工种。
比如：

• 厨师
• 机械维修工
• 救生员
• 酒吧调酒师
• 园林工人

原因很简单：AI 可以写代码、分析数据，但 AI 还不会亲手修水管、炒菜或者紧急救人。当然，随着机器人技术的发展，未来这些领域也可能发生变革。

我们要担心的不是 AI，而是被放大的“门槛”

如果我们仔细看这份报告，其实能发现一个更深层的问题：AI 改变的不是职业本身，而是职业的准入门槛和生产力天花板。

• 过去：一个普通程序员写代码只是一个团队的一份子。
• 现在：一个普通程序员 + AI 几乎可以完成过去一个团队的工作量。

这意味着顶级开发者会变得更强，而普通开发者面临的竞争会更加激烈。技术行业从来不是一个稳定的避风港，它一直在发生类似的变革：

• 从汇编到 C
• 从 C 到 Java
• 从 Java 到 Python
• 从 IDE 到 Copilot
• 再到 AI Agent

每一次技术革命都会淘汰一批不愿意学习和适应新工具的人。关于程序员的未来发展和技能提升，值得从业者持续关注。

历史总是惊人地相似

历史上每一次工具革命都会发生同样的故事：

• 蒸汽机没有消灭工人，但改变了工厂的组织形态。
• 计算机没有消灭会计，但改变了记账的方式。
• Excel 也没有消灭财务，但让复杂的数据分析变得普及。

它们只是做了一件事：让普通人变强，让强者变得更强。所以，真正的问题从来不是 AI 会不会抢走你的工作，而是当 AI 成为默认工具时，你还在拒绝使用它吗？

我们不能再用 2015 年的方式写 2026 年的代码了。拥抱变化，善用工具，或许是这个时代开发者保持竞争力的关键。对于如何规划自己的职业路径，每个人都需要更早地开始思考。

参考链接： https://www.anthropic.com/research/labor-market-impacts