25岁以下的程序员，正在变成“濒危物种”-三亩地-编程学习日记

最新内容请微.信搜索公.众.号阅读

在 IT 和互联网行业，曾经流传着这样一个说法：“35 岁是程序员的职业荣枯线。”许多人担心年纪大了写不动代码、拼不过年轻人，最终面临“被优化”的命运。

然而，数据却揭示了一个残酷的反转：真正最先被技术浪潮淘汰的，不是 35 岁以上的“老技术佬”，而是刚进职场的“年轻新人”。

根据斯坦福数字经济实验室与 ADP Research 等机构联合发布的数据，自 2022 年底 ChatGPT 问世以来，美国 22 至 25 岁软件开发人员的就业人数暴跌了超过 20%。与之形成鲜明对比的是，30 岁至 49 岁的中高级程序员，就业率不仅没降，反而增长了 20% 以上。

25 岁以下的年轻程序员，正在以肉眼可见的速度从 IT 行业中“隐退”。

许多人曾以为，AI 会先淘汰干活慢、薪资高的资深员工，但企业老板们的计算器显然算得更精明。

像 Claude Code、OpenAI Codex 等 AI 编程工具，能够以极快的速度完成写基础代码、修改简单 Bug、编写单元测试、补全文档等日常任务。而这些工作，过去恰恰是公司分配给初级程序员的“练手活”。

对于企业和管理者而言，与其花大把时间、精力和薪水去招募、培训几个毫无经验的应届生，不如让一位经验丰富的高级工程师去指导几个“AI 编程智能体”。

资深工程师有架构能力、了解业务痛点，能够准确识别 AI 哪里写错了。有了 AI 赋能，资深工程师的产出效率成倍提升；而毫无经验的初级程序员，不仅干不过 AI，还需要资深工程师花时间指导，自然就成了企业“降本增效”的首要裁撤目标。

如果仅看单个季度的财报，降本增效、减少初级岗位招聘似乎是一个极其明智的商业决定。但放眼整个科技行业，这无异于“吃掉明年的种子粮”。

编程（Coding）：是把逻辑写成计算机能执行的代码，这部分机械性工作 AI 已经做得极好。
软件工程（Software Engineering）：是决定系统怎么搭建、如何预防崩溃、保障数据安全、理解复杂的业务场景，以及在系统宕机时承担责任。工程判断力无法靠 AI 凭空生成。

没有谁一毕业就是大厂架构师或高级工程师。过去，正是通过几年如一日地写 routine 代码、犯错、踩坑、排查生产事故、被老员工审查代码（Code Review），年轻程序员才逐渐积累起对复杂系统的掌控力和“工程直觉”。

如果企业因为 AI 便宜好用，彻底取消了初级岗位，这就造成了一个极其荒谬的“经验悖论”：

企业要求员工拥有极其成熟的工程判断力，却不再愿意为他们提供培养判断力的土壤与岗位。

当现在的这批资深工程师逐渐退休、转型或离职，下一个十年，谁来接棒？整个行业的人才金字塔，底座正在被彻底掏空。

当人们讨论“AI 替代人工”时，总以为会看到大公司铺天盖地的裁员新闻、员工收拾打包盒离场的画面。但事实是，第一波由 AI 导致的失业潮，是“无声无息”发生的。

它表现为：

在美国顶尖科技巨头（如 FAMGA 等）中，应届毕业生的招聘比例较 2019 年已惨遭“腰斩”；在校学生对就业前景空前悲观，甚至有近三成的计算机专业学生表示“如果早知道 AI 发展这么快，当初绝对不报这个专业”。

更可怕的是，这种“去入门化”现象正在向其他知识型行业蔓延：

面对这场颠覆性的技术变革，倒退或抵制 AI 显然毫无意义。

年轻一代的程序员不可能再靠“体力式码字”或“人工搬砖”来获取立足之地。未来，行业迫切需要建立一种适应 AI 时代的新型学徒制：

1. 角色转变：初级工程师不再是“纯码农”，而要成为“AI 调度员”与“质量把关人”。他们需要学习如何编写精准的 Prompt、如何调度多个 AI 智能体协同、以及如何审查和验证 AI 生成的代码。

2. 底层基础依然关键：彻底不懂底层逻辑的人，根本无法判断 AI 生成的代码是否存在致命隐患（如数据泄露或并发死锁）。因此，如何在掌握 AI 工具的同时，依然保留对底层系统原理的深刻理解，将是新一代程序员的核心竞争力。

25 岁以下程序员的急剧减少，是技术变革给整个知识经济划出的一道警示线。

他们不是不需要了，而是被放在了 AI 冲击的最前沿。如果科技企业一味追求短期的成本削减而拔掉梯子的底层，那么当梯子上的人离去时，整个行业终将无梯可爬。

日记详情