不是因为AI替代了资深工程师。而是因为市场停止培养新的工程师
过去几年，IT行业一直在重复一句令人感到安心的说法：AI不会替代开发者，它将成为他们的助手。
有关Claude Code的指南和内容频道，我们发布新闻（当限制被削减10倍时）以及我们通过Claude为项目实现的工具，频道地址：https://t.me/claudedevolper
到2026年，这种说法越来越不能描述现实。
AI工具不再只是在IDE中补全代码行。Codex、Claude Code和其他代理环境越来越多地承担起实现的完整周期：读取代码库、编辑文件、执行命令、编写测试并准备供评审的更改。人类仍然参与其中，但他的角色从每一行代码的作者转变为结果的检查者。
我会这样表述：
人类在开发中的参与变得至关重要，但数量很少。
至关重要——因为必须有人理解任务、做出架构决策、检查结果并对生产负责。
数量很少——因为越来越多的直接代码生产工作被模型接管。
Google在Cloud Next 2026（Google Cloud针对开发者、公司和合作伙伴的主要活动）上公开宣布，公司内部75%的新代码已经由AI生成并由工程师审批。重要的不仅是这个数字本身，还有表述方式：代码由AI生成，而人类来审批。
这里出现了一个比"AI将替代初级开发者"更深层的问题。
问题在于，市场仍然需要高级开发者、技术主管和架构师，但越来越难以维持他们曾经成长的路径。
AI不是一次性地夺走整个职业。它夺走的是底层
当人们说"AI将替代开发者"时，辩论经常走向极端。
一些人认为这个职业会完全消失。其他人则回应说复杂系统仍然需要人类，因此本质上不会有任何改变。
但真正的转变发生在这两个极端之间。
AI不必一次性替代整个职业就能根本改变市场。它只需要自动化底层任务：
- 典型的CRUD场景；
- 简单的组件；
- 数据库迁移；
- 基本集成；
- 测试；
- 文档；
- 简单的bug修复；
- 初步重构；
- 解释别人的代码；
- 快速原型。
初级开发者曾经就是通过这些任务进行学习的。
实习生加入团队。他被分配一个小任务。他缓慢地完成，犯错，获得代码审查反馈，重新编写，提问，破坏本地环境，再次修复，逐渐理解代码库，并学会看到自己决策的后果。
这不是最快完成任务的方式。但这是培养工程师的方式。
现在公司看待同样任务的方式不同：为什么要把它交给初级开发者做几天，而一个中级或高级开发者用Codex、Claude Code、Copilot或其他代理可以更快、更便宜地完成它，组织风险也更低呢？
初级开发者的问题不在于他们变差了。问题在于他们的学习任务变得太容易自动化了。
代码生产与开发职业分离
在Sonar《2026年代码开发者状态调查》报告中，开发者估计他们当前代码的42%已经是AI生成的或得到了AI的重大补充。到2027年，他们预期会增长到65%。在尝试过AI开发工具的开发者中，72%每天都使用它们。
可以争论每个具体数字的准确性。可以说"AI辅助"与完全由AI生成的代码不同。也可以公平地指出自动补全、聊天、IDE中的代理和PR自动化是模型参与的不同级别。
但方向很明显：代码生产变得越来越不是手工过程。
Anthropic在《2026年代理编程趋势》报告中描述了类似的转变：开发者越来越多地不是自己编写每一行代码，而是管理承担实现、测试、文档和代码库工作的代理。不过有一个重要的说明：根据Anthropic的内部研究，开发者在他们工作的大约60%中使用AI，但完全可以委派的任务只占很小一部分——通常是0-20%。
我在我的Telegram频道中更详细地分析了这份Anthropic报告。
开发工作越来越不像手工编写代码。而是越来越多地管理那些需要验证、受限并与实际系统相连的解决方案流。
责任范围
这里出现了第一个重要术语。
责任范围——即使代码由机器编写，仍然留给人类的一切：
- 理解任务；
- 澄清需求；
- 选择架构方法；
- 确定系统限制；
- 评估安全性；
- 检查性能；
- 预见边界情况；
- 组织测试；
- 进行审查；
- 承担风险；
- 对生产负责。
AI可以生成代码。
但AI不负责支付场景失败、数据泄露、服务中断、技术债增加，或半年后使系统无法维护的架构决策。
因此，强大开发者的新角色不仅仅是更快地写代码。
新角色是维持责任范围。
这听起来很抽象，但在实际中看起来非常具体。
旧流程：
разработчик получил задачу → написал код → написал тесты → открыл PR → получил ревью → поправил → смерджилОбъяснить с
新流程：
разработчик сформулировал задачу для агента → агент написал код→ агент открыл PR → разработчик проверил diff → нашёл неверную абстракцию → усилил тесты → проверил безопасность → принял ответственность за mergeОбъяснить с
在第一个流程中，人类生产大部分代码。
在第二个流程中，人类可能编写较少的代码，但仍然对100%的后果负责。
这就是开发的新不对称性：运营参与减少，责任增加。
人类可能编写5%的代码，但对100%的结果负责。
这如何改变团队工作
想象一个常见的任务：添加新的端点、保存数据、返回响应、覆盖测试。
以前这对初级开发者来说是一个合理的任务。不太复杂，但很有用：理解路由、DTO、验证、数据访问层、测试、本地环境和团队规则。
现在可以把同样的任务交给代理。
过一段时间，代理会提交PR。里面会有端点、迁移、测试，可能还有更新的文档。
业务很满意：任务完成得更快。
资深开发者很满意：减少了重复工作。
但这个胜利有一个隐性代价：没人经历学习周期。
- 没有仔细阅读他人的代码；
- 没有在迁移中犯错；
- 代码审查中没有这样的问题："你为什么把这个逻辑放在这里？"；
- 没有独立尝试理解为什么测试在本地失败；
- 没有理解这个系统中责任的边界在哪里。
任务完成了。工程师没有成长。
如果这发生一次——没关系。
如果整个进入专业的漏斗都是这样设计的——市场开始自我衰退。
工程师再生产的断裂
资深开发者不仅仅是写代码时间更长的人。
是经历过错误、代码审查、他人过时的代码、糟糕的架构决策、事件、截止日期、有争议的折衷、生产bug和责任的人。
资深程度不能完全从文档中阅读。不能仅通过个人项目获得。不能仅通过提示学习。它是通过实践形成的。但如果实践的下层被自动化，就会出现工程师再生产的断裂。
工程师再生产的断裂是一种情况，市场仍然需要强大的开发者，但停止支持这些开发者曾经成长的阶段。
公司想要中级、资深、团队领导、架构师。
但越来越少的人愿意招聘需要从简单任务到复杂任务的人。对业务来说，这成为一项复杂的投资：初级开发者需要入职、代码审查和指导，而回报可能不会立即出现或根本不会出现。在相对便宜的AI工具的背景下，这项投资看起来越来越不值得。
Stanford AI Index 2026记录了一个令人担忧的信号：22-25岁软件开发者的就业率从2024年以来下降了近20%。同时，AI对劳动力市场的影响表现不均衡，更多集中在招聘和容易受AI影响的专业中最年轻的工作者身上。
这并不证明AI"单独杀死了初级开发者"。市场受到利率、后疫情调整、裁员、培训营市场饱和、招聘地理和公司总体谨慎态度的影响。
但AI加强了已经存在的转变。
如果以前新手是对未来中级开发者的投资，那么现在他越来越多地看起来像是一个昂贵而缓慢的方式来完成可以在经验丰富的工程师控制下交给模型的任务。
AI初级开发者天花板
所以出现了第二个术语——AI初级开发者天花板。
AI初级开发者天花板是进入专业和真实工程实践之间的障碍。
新手不再只与另一个新手竞争。
他与组合竞争：
经验丰富的开发者+AI工具+现成基础设施+累积的团队背景。
这是不公平的竞争。初级开发者的失败不是因为他懒惰或学习不好。
他失败是因为市场不是在将他与同级的人相比，而是与由AI增强的经验丰富的开发者相比。
正因为如此，"资深开发者作为濒危物种"这个标题比"初级开发者消失"更重要。因为初级开发者不是单独的员工类型。初级开发者是未来资深开发者在形成初期。
如果初级开发者的正常路径消失，几年后新资深开发者的流动就会开始消失。
认知天花板：初级开发者无法及时形成基础
AI天花板不仅有市场层面，还有认知层面。
今天的初级开发者不仅仅是进入开发专业。他进入的是一个本身重组速度比他形成基础还要快的专业。
他需要同时学习语言、框架、Git、数据库、测试、架构、安全、处理遗留代码——并且在此基础上还有一层AI工具：Cursor、Claude Code、Copilot、Codex、代理脚本、上下文、提示、AI代码审查规则、新的验证模式和新的风险。
对于经验丰富的工程师来说，这可能是一个放大器。他已经有了内部地图：他理解模型在哪里出错，需要检查什么，哪些解决方案危险。
对于新手来说，同样的工具层往往变成了过载。当任务不清楚时，委托给模型看起来是理性的。模型会更快地解释错误、编写函数、建议测试、组装原型。
但这里出现了认知让步的循环：
不清楚的任务：
→超载
→委托给AI
→快速结果
→弱的内部理解
→下一个任务看起来更复杂
→更多委托。
人赢得任务，但失去技能。
Anthropic在最近一项关于AI辅助对编程技能培养影响的研究中显示了类似的风险。在一项随机对照实验中，有AI帮助的参与者完成速度略快，但后来显示出更弱的理解：有AI组在检验测试中的平均结果是50%，而手写代码的组是67%。研究人员特别指出，在工作环境中激进地引入AI可能会带来生产力的提升，但会损害验证AI代码所需的技能发展。
这并不意味着新手不能使用AI。相反，他们必须使用它。但使用方式变得至关重要。
有很大的区别：
「给我做了」
和
「解释原理、展示变体、帮助找到错误，但我必须自己理解解决方案」。
在第一种情况下，AI填补了理解的空白。
在第二种情况下，它帮助填补理解的空白。
因此，2026年初级开发者的主要问题听起来不是这样：
「我会使用AI吗？」
而是这样：
「使用AI后我会变得更强吗？」
如果在每个任务之后，人得到结果但没有得到理解，他作为工程师不会成长。他只是在学习如何管理他人的思维。
从这个意义上讲，AI初级开发者天花板不仅是一个招聘问题。这是一个培训问题。
即使新手在形式上进入了这个行业，要走上深度理解的道路也变得越来越难：用生成来掩盖不理解的诱惑太大了。
市场已经开始显现出第一批症状
值得单独讨论的是劳动力市场。
在俄罗斯，这已经不仅仅是关于未来的抽象讨论了。对于初级专员来说，市场变得明显更加严峻了。
是的，职位空缺仍然存在，而且数量很多。在 hh.ru、Habr 职业频道和其他平台上，你可以找到 junior 和实习生的职位。但是网站上有职位空缺已经不一定意味着真实的现场需求了。
有些招聘信息挂了好几个月。有些是为了"将来"而收集简历。有些被内部候选人关闭了。有些因为招聘冻结或长期协商而搁浅了。
对于 junior 来说，差别不大。他看到职位，投递简历，通过测试，等待回复——然后遇到沉默。
"幽灵职位"现象已经在人力资源领域引起讨论：这是对那些制造增长假象或建立候选人数据库、但不一定导致现在真实招聘的职位公告的称呼。
与此同时，对 2026 年俄罗斯 IT 市场的公开分析表明了另一个问题：在某些技术栈和领域，职位空缺与活跃简历之间的失衡已经相当严重，只有少数职位可能会收到大量投递。Habr 上的一个分析直接表述为"2 个职位，每天 1000 份投递"。这不是对整个市场的学术研究，但很好地反映了市场从内部是如何感受的。从我个人的经验来看，5-6 个月前发布 junior/实习生职位时就会遭遇巨大的投递浪潮，现在情况更加激烈。
还有一个更广泛的趋势：劳动力市场从过度需求和大规模招聘转向保留、内部轮换和已聘员工的职业发展。在 hh 2026 年 2 月的报告中，可以看到平均活跃职位数同比下降，而活跃简历数则增长了。
因此，"市场需要 IT 专员"这句话变得太宽泛了。
需要什么样的专员？
强大的——是的。
有经验的——是的。
稀有的——是的。
能快速承担系统责任的人——是的。
但市场是否需要与 2020-2021 年增长时代相同数量的初级专员——这已经是个大问题。
正是在这里，AI 加剧了这种痛苦的转变。在这个新的经济中，junior 处于最脆弱的位置。
- 他还达不到 senior 那样的速度；
- 还没有把握责任范围；
- 还需要入职培训；
- 还会出错；
- 还需要代码审查；
- 而且他本可以学习的任务越来越多地被自动化了。
现在的主要问题不在于 AI 是否会取代开发人员
AI 不会取消开发。
但它取消了旧的开发经济模式，在那个模式中，新手可以通过简单的任务逐步成长。
AI 强化了已经懂得设计、验证和担当的人。但同时，它自动化了人们过去用来学习这些的任务层。
Senior 现在不会消失。相反，强大的工程师变得更有价值。
但如果市场停止培养新专员，几年后问题会以另一种方式回来。公司不会抱怨缺少 junior，而是抱怨缺少能够负责复杂系统的人。
在这里，IT 公司面临一个新的挑战：如何处理初级专员？
不是指奥赛选手和稀有天才——他们几乎总能找到出路。
不是指那些 20 岁时就在编写复杂基础设施项目的人。
而是指普通的 junior，他们过去可能通过几年的实践成长为不错的 mid-level。
如果业界越来越不需要他们，他们会去哪里？
这不是道德问题。业务没有义务仅因为人们需要在某处学习就雇用他们。
但如果整个行业开始只为短期效率优化，它可能会破坏自己的人才培养周期。
- 代码会增加
- AI 代理会增加
- 自动化 PR 会增加
- 功能交付速度会提高。
但理解这一切如何运作的人可能会变少。
因此，接下来几年的主要问题听起来不是这样的：
"AI 会取代开发人员吗？"
甚至也不是：
"还会需要 junior 吗？"
主要问题更加严厉：
"如果简单的任务不再需要人类，谁来培养工程师？"
如果 IT 公司不建立新的职业晋升阶梯，市场会形成一个奇怪的结构：顶部是昂贵的 senior 和 AI 代理，底部是想进入这个行业的大量人群，中间的活跃阶梯越来越少。
Senior 开发人员作为一个濒危物种——这不是说当前的 senior 不再需要了。而是说行业仍然想要成熟的工程师，但越来越不理解如何创造条件让他们出现。
而且这可能会成为 AI 时代 IT 行业最主要的人才问题之一。
包含 claude code 指南和内容的频道，发布新闻（当限额被削减 10 倍时）以及我们通过 claude 为项目实现哪些工具的频道：https://t.me/claudedevolper
