Xin Zhiyuan报告编辑：KingHz [Xin Zhiyuan简介] AI开发人员可以遭受自己的后果，并首先用AI取代！ AI Impact Lab的创始人认为，未来的趋势是AI将使高级工程师欣赏，而初级工程师将减少。如果AI可以触发文明的变化，那么“程序员”将首先被AI取代。如果AI实际上取代了人类的工作，为什么不从AI公司熟悉的立场开始？如果AI一直触发重大失踪，您是否想知道首先更换了哪些位置？是否有早期的迹象来保持这种趋势？毫无疑问，AI公司最熟悉的职位是他们的工作职位。然后，在MAI公司工作的研究人员和软件工程师也可以问自己这些问题。最近，AI Impact Lab的创始人兼负责人Taren Stinebrickner-Kauffman发表了一篇博客文章，称这些AI公司首先针对软件工程师。他认为，人工智能革命最终可能会吞噬自己：尽管AI并不会导致大规模失业，但工程工作将大大减少。扩展全文
开发人员会收获自己的后果吗？
如果您专注于技术就业市场或AI编程工具，那么上个月来自美国的一些数据肯定会让您愚蠢！
AI巨头人类人类人类首席执行官达里奥·阿莫迪（Dario Amodei）在公共场合表示，AI在今年年底可以撰写所有代码的90％。
Y The Combinator的负责人Gary Tan指出，2025年冬季季度的一批YC初创公司中的95％的代码是由AI撰写的。
与其他公司相比，到2024年底，光标达到了1亿美元的ARR利率。三个月后，即2025年3月，光标的ARR以2亿美元的价格翻了一番！
同时，技术工作市场仍然很薄弱。去年，美国的技术公司载有超过15万名员工。
上个月，即使失业率在美国的IT行业下降到4.6％，美国的总失业率为4.2％，IT就业市场的规模也被撤回。
这些现象有意义吗？
硅谷总是自豪地推翻传统行业，但是如果这次革命是适得其反的呢？实用的人将成为AI全球工作危机的第一个受害者？
Tare Stinebrickner-Kauffman深入研究了这些问题。
社会活动家：Tare Stinebrickner-Kauffman
为什么技术职位不安？
Tare Stinebrickner-Kauffman有四个强大的原因，这表明工程和其他技术活动可能是AI冲击的最早领域。
1。AI公司熟悉技术职位。
员工本身是工程师，他们解决了他们知道的问题。与为医疗或法律行业开发AI相比，创建编码代理所需的室外领域知识要少，这可能会加速研发开发人员t。
此外，程序员具有开发加速编码工具的悠久传统。正如前者所说的那样，“更多的GI想编写程序来生成程序，而不是直接编写程序。”
2。成功指标更为明显。
与其他领域的成就相比，确定代码是否有效更简单。尤其是在“编程竞赛”之类的地方，那里有明显的对与错，AI工具的执行良好。
这种清晰度使AI模型更容易生成培训数据，进行自动审查并生成更好的反馈循环以改善模型。
在许多领域，例如营销，计划，结果质量通常很难衡量。
3。具有质量质量的培训数据。
随着工作流程和事件计划者或虚拟助手的结果，没有大规模的免费在线数据集，但许多人在线打开源代码数据，许多人也对开发人员的想法有评论和想法s！这些数据使AI仿真工程师非常方便。
4。改善AI研究的递归的动机。
顶级人工智能公司渴望使用AI来加速其研究，并创建一个积极的反馈回路“自我增强” - 使用AI来改善AI，以更快地建立更强大的模型。
AI真的可以打动技术行业的主要失踪吗？
AI是否曾经在技术行业触发大型裁员？或者，这种影响会在不久的将来出现吗？
即使是理性的人在这个问题上也有明显的差异。
为了更清楚地了解当前情况，Taare和Steve与25多个Engineiesro，经理和相关技术工作者进行了交谈，以尝试了解AI如何改变技术的制作市场以及他们希望将来会发生什么变化。
以下是这些访谈中得出的要点和发现，分为三个主要方面：
AI尚未改变大多数技术职位
2 AI放GRE在招募初级工作的压力下
3 AI的工作边界气味
技术行业中出现的模式通常被认为是其他行业工程团队即将面临的预兆。
但是，他们两个也没有注意到其他行业的趋势。
大多数技术职位并未因AI而改变
根据调查，发现AI并不是技术行业中当前弱点的主要原因。
尽管AI显然会影响未来计划和一些当前的决策，尤其是涉及初级职位的招聘，但几乎所有受访者都提出了当前失踪和招聘放缓的主要原因仍然是宏观经济因素，例如利率提高和调节市场率。
一个令人信服的例子是从编程训练营的头部衍生出来的，即使在明确禁止使用AI工具的行业中例如金融业），工程师的工作市场就像懒惰。
目前有几个AI正在“革命”生产率上升。
尽管AI可以显着提高某些特定任务的效率，但此改进完全取决于特定类型的工作和Kasuser使用。
通常，提高的生产率主要发生在小型，结构良好的新项目中，或者开发人员首先联系新语言或API时。
对于其他工作，当前AI工具的好处往往会较小，并且可以完全消除检查，挖掘，包括和处理AI缺陷所需的时间。
更重要的是，编写代码不是工程师的整个工作 - AI目前在书写需求，质量保证，会议沟通等方面无利可图。
因此，一般的生产率提高通常小于引人注目的数字。
即使是著名的技术公司，也没有所有广泛使用的AI工具。
一方面，在G中活力，AI尚未带来重新分解编码的变化。在大多数情况下，好的工程师不使用AI，并且比具有较低级别但使用AI的工程师更重要。
另一方面，即使革命性的技术也不例外，技术和组织变革的广泛采用也需要时间。
但更重要的是，在某些情况下，AI没有用。
AI对初级职位施加了巨大压力
在采访中，许多人说，他们的公司（或他们的雇主）几乎被初级工程师和数据分析师冻结了。
从供应方面，编程培训营单独关闭，并且由于血腥的工作前景而导致大学和大学的计算机专业申请人的数量继续下降。
为什么这是？
理由是，一方面，一般的疲软就业市场使公司更容易招募高级工程师。
但这不是全部原因。更重要的是AI的结构：
- “编码农场ER“工作缺少：纯-Day -day -Day编码或数据查询任务所需的时间正在迅速下降。
“十年前，我会在面试中在白板上写出色的SQL声明，从而获得工作机会，现在这种能力不再难以获得。”
初级员工如何快速创造价值成为一个问题。
- 三位经理预计AI编码功能将快速提高。
一家200人技术公司的技术总监透露，即使AINOT显着提高了该团队的效率，管理层已经根据对未来AI功能的期望调整了其招聘策略。
高级管理人员希望AI在明年内完成初级雇员的工作，即使不可能。
初级工程师总是被视为长期投资，但是如果AI完成了6个月的工作，为什么有投资资源？
-ai增加了高级工程师的时间。
来自大型TE的面试官Chnology Company教导说，经验丰富的工程师现在比以往任何时候都更受欢迎。
因为他们更有能力使用“代码医生”的价值 - 很快就可以快速地进行操作，并调整AI生成的不完美代码（这与以前的指南类似）作为初级工程师的工作）。
目前，在系统体系结构，产品思维和管理需要积累的复杂性等领域，ToolsAI仍然不够，这肯定具有高级工程师的不替代性。
一般：当AI继续提高高级工程师的价值并削弱了初级员工的作用时，工作市场对于获得高级才能的雇主而言更加愉快，公司自然不想花重要的时间高级工程师来培养新人。
因此，尽管AI今天还没有取代人类工程师，但默默地重新开发了招聘和团队结构的逻辑。真正受到影响的是尚未获得Accu的年轻人结合经验和缺乏AI合作能力。
人工智能闻到工作边界
尽管未来T行业杂志中的人数不会减少，但AI改变了工作的性质以及哪种技术堆栈更为重要。
很容易想象一个未来的产品团队可以组成产品团队，纯粹的技术职位将相对降低，并且会有更多的跨职业人才。
AI目前最好提高“半技术”才能。
小组反馈他们的研究效率的最大提高不是名义工程师，而是那些练习的人具有特定的技术基础，而不是工作人员的工程师。
他们现在可以通过AI完成小型编程活动，并且几乎不必依靠工程师。
产品经理现在可以完成原型开发的开发，甚至可以实施MajorPag操作；在技术上没有改变的员工也可以重建其技术上限在AI的帮助下能力。
AI降低了“技术阈值”，因此更多的人可以“半英尺”进入最初由工程师拥有的领域。
人工智能鼓励“全能球员”，产品的思想变得越来越重要
传统技术团体的制造部门很常见：产品经理，设计师和工程师履行职责。添加AI是对这些边界的违反，而“跨境”角色诞生了更多：
产品经理或设计师可以编写一个简单的代码；
工程师可以创建交互式设计原型；
一些公司开始增加产品管理工程师的比率，因为操作的迭代速度更快。
具有产品视觉的工程师比以前更受欢迎。
产品经理或设计师可以编写一个简单的代码；
工程师可以创建交互式设计原型；
一些公司已经开始增加产品经理与工程师的比率，因为OP的迭代改善速度更快；
具有产品视觉的工程师比以前更受欢迎。
一般趋势是：可以理解用户需求并运行AI工具的人将在团队中发挥关键作用。
数据分析师需要“进化”才能维持他们的工作
以前，数据分析师的大量工作是编写SQL并为Pro Managersdurses或高管制作报告。
但是现在，主要的数据评估活动使自动或“流行”变得容易（例如AI或BI工具的自助服务服务）。
在采访中，两家公司数据负责人说：分析师的团队变革并逐渐接近“数据工程师”。内容已成为更多的技术活动，例如数据管道构建，调试和维护。
也就是说，如果数据分析师没有学到很多技能，则存在边缘化的风险。
如何处理未来的技术职位？
回到达里奥·阿莫迪（Dario Amodei）的预言：到2025年底，超过90％的代码将开发AI。
这个预言会得到实现吗？
从现实的角度来看，由于以下原因，该预测可能非常乐观。
1。技术瓶颈仍然存在
目前，AI在复杂的工程活动中仍然存在明显的缺点：缺乏长期记忆，元认知能力弱和动态编程功能不足。
Metr机构最严格的研究表明，一个月内完成工程师工作量的复杂任务可能需要5 - 10年的时间（尽管最新模型表明，开发可能比预期的要快）。
2。行业的转变需要时间
尽管在技术行业中，改变的出生地点，行为的变化速度远非符合技术差异。通过访谈，我们可以发现早期收养在适应过程中仍在进行，以及保守工业的转型。
基于当前趋势，对T的预测未来几年的技术工作市场是：
•初级工作将继续撤退
“ Code Porter”工作将以更快的速度消失，并且公司将更倾向于聘请可以掌握AI工具的中层和高级工程师。新移民需要证明他们具有AI无法替代的集成功能。
•人力计算机合作成为标准
工程师将更改“ AI管理”，他们的重点将转向建筑设计，复杂的问题解决和代码质量控制。产品，设计和其他技术需要掌握基本的编程技能。
•调整价值评估系统
简单的技术 - 携带能力将降低，而“人类排他性”技能（如系统思维，产品视图和跨域合作）将是一项重大竞争。
当然，如果技术取得了重大成功，或者如果过度的人工智能（ASI）席卷了这个秋天的世界预测将失败。
但是没有成功，这是Tare在未来几年制造技术的AI和技术的一些预言。
没有AGI的短期预测
1质量保证（QA）将是AI代理商的主要战场。
在接下来的一到两年中，AI代理在软件测试和质量保证（QA）中的功能将是开发的主要方向。
当前的趋势是：AI显着加速了编码速度，但是质量检查阶段已成为一种新的瓶颈。
在诸如Openai的运营商和Claude计算机使用之类的连续性化工具中，将出现大型市场，特别是用于开发可以帮助或替代人质量质量质量质量药的AI代理。
这些工具还将增强AI编程工具的整体价值。
2“ AI技术债务”的危机出现了。
AI快速生成代码的便利性带来了隐藏的风险。
在接下来的3 - 5年中，“ AI技术债券”将成为该行业的同意：包括等问题减少了维护代码，测试范围不足，增加了安全风险以及了解代码基础团队的削弱。
它可以激发新的专业工作类型，但也可以减轻AI的长期净生产力。
3 AI的改编是不可避免的。
一些是基金会的公司开始开枪射击工程师，他们拒绝使用AI工具。虽然这不是当今大多数公司的特定因素，但它已经接近。
AI的灵活性即将成为行业的底线。
如果AGI在接下来的几年中不会突然出现，并且行业继续随着现有曲目的形式发展，那么仍有一个预测
4人才储备将逐渐干燥。
许多人认为，对于大多数公司而言，租用初级职位将不再有吸引力，但是从长远来看，经验丰富的工程师将继续赞赏。
但是，没有人能回答一个明确的问题：未来的工程师从何而来？
如何习惯人们成为高级E如果不允许他们在MASO中担任初级工程师多年并且其薪水获得的ngineers由AI授予权力的人？
如果在未来十年中，工程职位仍然是熟悉的形式，则该行业可能会面临严重的人才差距。
没有出现可行的解决方案，危机爆发延迟。
从长远来看，工程师会输吗？
简而言之：没人知道。
更详细的答案是：试图解释技术制造市场的长期过程的三个相互竞争的假设。
杰文斯悖论：工程师将上升。
杰文斯（Jevons）悖论描述了一种现象，即技术进步提高了资源使用效率，而这会导致该资源的总消费增加。
换句话说，当某些东西变得更便宜时，您不仅会购买更多，而且可以花更多的钱以总价值花费更多。例如，随着计算强度变得更便宜 - 芯片的效率继续提高E-我们使用的计算总量明显增加，甚至硬件的总支出随时间增加。
将此理论应用于软件工程：当AI摧毁电源的限制时，曾经被认为是不现实的创造力就被实现了。
Ang mas mababang mga gastos sa pag -unlad ay mag -udyok ng isang malaking bilang ng mga bagong aplikasyon, na -customize na mga tool at functional iterations, at sa huli ang pangkalahatang demand para sa disenyo ng engineering (arkitektura ng system, pagsubok sa pagsasama, Atbp的Pamamahala ng Pagpapanatili的Pagpapatakbo。
总的来说，根据这一理论，将来需要更多的工程师，尽管他们的工作性质将转向更高的设计和超级视力水平。
历史理论：“在阳光下没有什么新的”
有些人认为，从长远来看，AI并不重要。
持有这种观点的高级工程师已被默默地提出“阅读技术历史”。
他指出，每10到20年，工程师就对他们的编码方式介绍了一个新的抽象主层。
最初，将人们直接编程到机器代码或低级组件中；
然后出现了一个高级集成语言，例如C，直接硬件操作的自动化；
然后，以Aobject -obento的语言添加了另一层抽象；
后来，例如Java或C，许多手术和常见错误被删除。
此后，出现了复杂的框架，云计算和脚本的动态语言。
每个都会自动改变特定的技能，而是工程师的职业变化以解决更复杂的问题。
从这个角度来看，AI代码的生成是下一个抽象，可能是历史模式低：崩溃，适应和最终的稳定性，而不是结束工程地位。
全面的自动化假设：技术职位首当其冲
如果我们认为AI最终将取代大多数现有工作，那么上一篇文章中讨论的所有素质（Clear Standardusuri，丰富的培训数据等）都创造了技术职位最弱的目标。
它可以表现出大大的失业率，或通过将人工转移到相对较弱的AI领域来维持工作平衡。
Tare Stinebrickner-Kauffman认为，上述三条途径可能会在未来几十年内发生，并取决于AI能力的发展。
但是，如果他必须选择一个，他会更喜欢第三种情况：
尽管AI并没有导致一般的主要失业，但工程工作将大大减少。人工智能革命最终可能会吞噬自己。
最终具有讽刺意味的是：如果AI可以真正取代工程师，则意味着它alre阿迪（Ady）拥有一般情报（AGI），所有专业都将处理那个时候的莱林（Re -Layingat）。
在这种情况下，“工程师的失业”只是对文明变化的决定。
这种情况越有可能逐渐进化 - 作为转换教练但创造更大运输行业的汽车，技术革命的真正影响通常超过了我们对哈卡 - 哈卡的最初界限。
参考：
https://amistrongeryet.substack.com/p/first-they-came-fix-the-software又回到Sohu，可以查看更多
