造物的反噬，AI率先终结程序员

5月初的一天，亚马逊后端工程师于敏结束工作，疲惫地走回家。他所在的西雅图阴云漫布，天空像一张旧报纸糊在城市穹顶。几个月来，于敏深陷价值危机的漩涡，工作中需要他手写代码的数量，“几乎是零”。走在回家路上，他想起自己这一路，2023年跨专业申请上计算机硕士，2025年历尽艰辛拿下大厂offer，就像刚跑进影院，电影就散场了。

去年初秋，他研究生毕业，入职亚马逊。当时团队领导和高级工程师还在谈话中叮嘱他，谨慎使用AI生成的代码，“不要太相信它，AI很容易犯错”。短短半年间，AI编程突然变成公司内部自上而下推崇的效率工具，不使用反而违反公司规定。

于敏对这转眼间的变化感到瞠目结舌。身处技术冲击的震中地带，程序员们正眼睁睁看着AI颠覆、甚至吞噬他们的工作。于敏甚至觉得，在AI工作流部署以后，像自己这种初级软件工程师，“完全没有存在的必要”。

他悲观地预计，3年之内——或许用不了3年，互联网公司的初级程序员岗位会大规模消失。

程序员原本位于劳动分工链条的上游，作为认知劳动的典型样本，他们以高度的脑力参与区别于体力劳动者，曾被认为是自动化浪潮最难殃及的存在。而如今，程序员亲手参与培养的生成式人工智能，逐渐开始威胁几乎所有的认知劳动。他们同样暴露其中，成为率先承受冲击的一群人。

如今，AI俨然成为21世纪的一尊新“神”。它所向披靡的权威，不仅仅由技术变革本身造就，背后还有资本与地缘政治的深刻运作。与之相应地，人的失权随之发生。

命运的失重感，正在席卷向更多人的生活。在迷茫和不确定性中，人们不得不重新思考人之为人的价值。

风暴进行时

陈程的同事陆续接到了裁员通知，到3月底，原先十几人的团队就只剩下陈程一个人了。

手上的最后一个项目也已经结束，又迟迟等不来内部转岗的通知。陈程敢肯定，自己的名字就在下一次裁员计划上，只是不知道何时降临。

每天去上班，变成了一种心惊肉跳的体验。陈程无所事事地盯着电脑，内心却被担忧啃噬。就在一年前，他刚从一家芯片企业跳槽来这家互联网公司做AI算法工程师，在新成立的AI agent团队当负责人。

2025年被业内称作“AI agent之年”，中国AI agent行业市场规模182.34亿元，同比增长78.03%。瞄准了AI算法迅速扩张且前途无限的市场，陈程成为了第一波跃入风口的人，他一度以为自己踩中了时代的脉搏。

转眼一年，形势便急转直下。

陈程感到焦虑不安，他隐约嗅到了暴风雨即将来临的气息。一方面是行业竞争的困境，AI agent市场看似火热，但供应商竞争极其激烈。陈程去参加过几次投标，发现头部大厂都在拼命压价，“宁愿亏钱也要把项目拿下来”。其他非头部企业自然被挤压，一年下来，陈程所属业务线只是刚好处于收支平衡的边缘，稍不留神就会亏本，这是公司决定裁撤整条业务线的直接原因。

《逆行人生》剧照

另外一方面，危机感还来自AI编程的飞速发展。在2023年GPT-4模型发布以前，陈程都还算笃定，认为AI编程无法取代程序员的工作，大模型在代码生成上存在鲜明的能力边界。

但这两年，AI编程“每个季度都有恐怖的能力进化”。陈程说：“按这个速度进化下去，很快就会取代我们了。”他估计，未来大概会有80%的程序员失业，很难找到工作。

他的估算依据自己的工作经验。他负责的AI agent团队一共十余人，在如今的AI编程水平下，“现在只需要一或两个人配合AI编程工具的使用就能完成”。

陈程不禁感叹：“没想到程序员做出来的大模型，会最先一批取代程序员自己。”

当于敏在亚马逊以软件工程师的身份工作一年以后，就他的日常使用体验而言，AI编程工具的准确率即便不说能达到100%，也能有99%。即使碰上1%的出错情况，责任也大概率在于程序员自己，没有向AI提供足够准确的提示词，或足够完整的上下文。

为了避免人类的粗心，于敏所在的小组训练了一个AI agent，建立了一套完整、标准的工作流：1、向AI阐述需求；2、AI读取相关的代码库；3、AI会反问程序员10个左右的问题，进一步明确设计需求。回答完这些问题，数字和符号便会以疯狂的速度弹跳，屏幕飞速下滑，只要稍作等待，一段结构清楚、功能完善的代码就完成了。

工作效率实现了大幅提升。于敏半年前需要花4天写好的代码，现在一两天就能完成。过去小组成员平均每人每天提交1—2段代码，如今每人能提交4—6段。

因此，在亚马逊内部，一些技术小组被分配了“first AI project（AI优先项目）”，要求让AI作为一个“额外的同事”来负责开发工作。亚马逊后端程序员竹可心告诉南风窗，该类项目的本质是分配更少的人去做更大的项目，“比如原先10个人的项目，现在只配5个人”。

图源：Unsplash

对于公司来说，这是人力资源配置效率的极大提升。而对于程序员来说，这意味着极大的失业风险。

入职仅一年，于敏就经历了两次大规模裁员。一次在去年10月，亚马逊宣布裁员1.4万人，一次是今年1月，裁员1.6万人。加起来一共3万人，“很多都是技术人员”。

他所在的小组，一位对他很好的俄罗斯大哥，前一天还在认真向他学习“恭喜发财”的中文发音，第二天便毫无征兆地被裁了。于敏如今抱着“日结工”的心态，“干一天是一天”。

在第一轮裁员的内部备忘录中，亚马逊高级副总裁写道：“有些人可能会问，为什么公司业绩良好时我们还在削减岗位。世界正在快速变化，这一代AI是我们自互联网诞生以来见过的最具变革性的技术，它正在使公司以前所未有的速度进行创新。”而裁员是为了“减少层级、加快决策、赋予团队更多自主权”，并将资源重新分配给“最大的赌注”。

据关注科技领域裁员情况的独立网站Layoffs.fyi统计，2026年还未过半，美国科技行业的裁员风暴便已涉及202家公司、约12.15万名从业者，规模接近2025年全年总和。

即使是在AI算法领域拥有一定工作经验的陈程，所面对的就业窗口也在收窄。过去将近两个月，他被忧虑感驱使着，开始提前投简历为自己找出路。他一共投递了六七十份简历，收到面试10家，到终面的4家。而去年换工作时，他投递二三十份简历，就拿到了10份offer。一年间大幅缩小的投录比，足以说明“外面的行情真的很差”，他说。

2023年秋天，庞礴落地加拿大。她历经千辛万苦，申请上一个允许文科转码的计算机专业项目。光是学费就要大约30万，再加上生活费，花光了她此前7年作为记者勤勉工作、简朴生活的存款。

庞礴说，这些积蓄也不可能在北京付得起房产首付，“只好把学历当成唯一买得起的奢侈品”。

《点燃我温暖你》剧照

在当时看来，转码的确是投资回报比极高的一个出路，对于希望留在北美发展的学生，没有比程序员更具性价比、成功率更高的职业。在于敏周围，学生物、化学，学法律、新闻的同学，都纷纷涌向计算机。

而庞礴最初的心愿是，研究生毕业后，在北美找一份大型科技公司的工作，“工作第一年就赚回所投资的教育成本”。按往届毕业生的求职经验，这并非一个不切实际的奢望。早她三四年同校毕业的一个朋友曾告诉她，在加拿大，计算机研究生“没有找不到工作的”。

毕竟，在过去几十年席卷全球的信息化浪潮中，程序员用头脑和手工书写的一行行代码重塑了整个世界的面貌。如今我们日常生活的衣食住行，无不依赖于手机软件的便利和快捷。

大部分传统行业都转移至互联网，端对端地与用户发生链接。财富的流通形式被改变了，信息的传输手段被改变了，乃至于人类对彼此的理解，如今都不可避免地深刻依赖于算法的编织。

自然而然地，程序员成为了时代浪尖上的一份职业。它意味着高薪、期权，甚至是移民机会。很多人乘着信息化的风，过上了梦寐以求的中产生活。

如今，旧梦已去。庞礴猝不及防地掉入旧梦与现实之间的巨大裂谷中。

2024年冬天，她以几乎满绩点的成绩毕业时，已经穷得叮当响。而市面上，大公司的技术岗位已经开始冻结，简历投掷过去，就像往大海中投石子，瞬间被吞没，没有任何回音。由于疫情期间的过度扩张，处于行业周期性收窄进程中的科技公司纷纷裁员，庞礴寻觅了4个月，只拿到一家小型软件公司的offer，去做算法工程师。

2025年9月，因难以适应该公司的管理风格，她选择辞职，不得不再次回到求职市场。此时，基础AI编程工具已在软件公司普及。她在一个月内发送了上百份简历，只得到1个面试机会，最终没有通过。10月，她放弃了对技术岗位的搜寻，进入一家小型银行，成为了一名信用卡销售。

AI神话与人的失守

2025年3月的某天晚上11点，在朋友对Claude Code编程能力持续不断的赞扬之中，张雨霏半信半疑地打开Anthropic公司一月前发布的Claude Code研究预览版，充值了100美元。他以一种挑战者的姿态打开网页时，怀抱着的是质疑与找茬的心态，他不相信AI能够独立完成编程任务。

三个小时后，他花光了所有余额，感到一阵头晕目眩。

后来他说，那天晚上Claude Code的编程表现，极大动摇了他作为程序员的信念感。

张雨霏自诩是一个“还不错”的程序员，从浙江大学和西蒙菲莎大学的联培项目毕业，工作后辗转几家初创公司，一直在从事云计算和AI agent的相关研发工作。而就在10分钟之内，Claude Code从头到尾，搭建了一个他自己可能要花一两个月才能开发出来的网站。

那天晚上，看着代码接连不断地从屏幕中跳跃出来，张雨霏“完全放下了要和AI比拼编程水平的念头”。

他一直觉得，编程相对来说是一个依赖高智能、强逻辑的复杂智力活动，是“AI比较难解决的任务”。直到这一晚之前，他秉持的认知始终都是，AI只能辅助人类写代码，如果全部交给它写，“肯定写得很垃圾”。

2022年11月，ChatGPT刚发布时，前端程序员小奚还在百度的广告部门工作。他记得那时，同事们还只把ChatGPT当作一个“对话框形态的搜索引擎”，“返回信息还不是特别靠谱”。

彼时的大语言模型还是一个稚气又滑稽的“小孩”，稍微复杂一点的提问，比如“去洗车时开车过去好还是走路过去好”，都会引来一番胡言乱语。人们对这个对话框感到新奇，却没把它放在心上。

图源：Unsplash

2024年初，百度内部曾推出过一款基于大语言模型的编程工具，向员工推广。AI编程当时的水平，小奚形容，相当于一个“不那么聪明的小实习生”。就连最简单的代码，也可能出错，还要投入精力去检查和修改。大家觉得它“只会添乱”，就搁在了一边。

而就在此后两年间，AI编程以超乎想象的速度，实现了飞跃式进化。

这种惊人的迭代速度，其实早有端倪。2013年，DeepMind团队第一次向世人展示AI如何通过深度强化学习，学会在电脑上玩一款名叫《Pong》的乒乓球游戏。起初，AI表现得茫然又笨拙，球拍总是与球擦肩而过，比分常常是0比21的惨败。而在成百上千次的尝试后，AI的神经网络开始捕捉像素与得分之间的微妙关联，开始学会预判球的落点。

它像人类一样，通过观察和互动来理解游戏规则，展现出了某种可以称之为“自我进化”的能力。

在强大的算力支持与大规模数据的喂养下，仅仅3年后，同一研究团队开发的AlphaGo，就在与世界顶级棋手李世石的对决中，以4∶1的大比分优势胜出，并在第二局第37手下出了完全超出人类职业棋手预判的妙手“肩冲”，引发了李世石长达12分钟的沉思——现场解说甚至一度以为，AlphaGo出现了操作失误。直到100多手之后，人类才惊觉，这一手恰好落在决定比赛胜负的关键位置上。它完全违背了人类既定的逻辑与审美，展现出独属于AI的直觉。

自此之后，人类棋手在绝对棋力上，就再也没能超越AI。“棋圣”聂卫平在与AI对弈后也不得不承认，人类与AI之间的棋力差距，“恐怕只会越来越大”。

类似的事情，正在编程领域发生。自2026年初公司大规模推广AI编程以来，如果发现AI写的代码比自己写的好，亚马逊程序员竹可心就会恼羞成怒。“很羞耻”，她选择用这个词形容自己的情绪。

后来，AI渐渐掌握更先进的写作技术，甚至经常输出一些她读都读不懂的代码。于是羞耻变成了害怕。她说：“AI实在太方便了，你很容易偷懒，完全信任它。”

《舍不得星星》剧照

她曾经收到过一份同事丢来的文档，内容全部由AI生成，有些段落一旁，明晃晃标注道：“这句话我不知道是什么意思，AI写的，相信你们一定能理解。”

如果都没看懂，就盲目相信它，不求甚解地交付和使用，竹可心害怕的是，长此以往下去，“程序员就连审查AI的能力都要失去了”。

然而在本就繁忙的工作中，凭一己之力克服不求甚解的怠慢，对人的意志力是巨大的考验。竹可心唯一能做的，就是同时打开两个AI agent，一个写代码，另一个负责教自己怎么理解前一个AI所生成的内容。这近乎是徒劳的竞逐。

竹可心分享了一则帖子，比喻自己如今混杂着恐惧、担忧和无能为力的情绪：“用AI写代码，就像李鸿章签署《马关条约》：不管洋人端上来什么，都只能像无能的丈夫一样点击‘接受并运行’。”

一些程序员甚至被要求将自己的编程知识提炼成数据，去训练和喂养公司内部的AI编程工具。Meta公司今年3月新设立的“应用AI（简称AAI）”部门，计划要求约7000名员工内部转岗，让原本在做产品研发的资深工程师，“去教AI如何更好地写代码”。

生活在加州硅谷的艾瑞克，就是在收到转岗去AAI部门的通知后，决定从Meta辞职的。“把人当作一个生产资料扔过去，必须接受，没有任何选择空间。”他无法忍受公司如此强势的做法。

更让他无望的还有AAI部门的工作内容。据报道，AAI部门的工程师被要求每周设计两道编程题，然后判断AI模型给出的答案哪一个更好。“本质上是给数据打标签，学不到任何东西。”艾瑞克抱怨道。

据Meta的内部会议记录，扎克伯格本人曾解释，这类工作为什么不像往常一样外包给其他公司：“Meta内部工程师的智力水平明显高于第三方外包人员，标注效率更高。”

2026年3月26日，美国加州，访客在Meta总部拍照

某种意义上，人类正在成为AI的“养料”。等它长大了，就会“吃掉”大部分喂养者的工作，逼迫更多人去往工作链条的更上游，去做审查、测试和架构设计。

一些人在步步退守中，感受到强烈的失落感。竹可心觉得，自己原先写代码的心流体验，如今被AI完全剥夺了。原本对她来说，编程就像是玩游戏，拆解需求的逻辑架构，搭建计算机语言表达的系统。如果做对了，功能立刻就能运转，给予人及时的反馈和强烈的成就感。她一直将写代码的过程，视为一种创作。

但现在，她觉得自己比起一个工程师，更像是产品经理、测试员和统管几个AI agent的领导，每天都在阅读、审核、批复，和甲方沟通需求。

庞礴甚至不觉得自己在“指挥”AI。她养的小猫得了肾病，她只花了几天时间，就用Claude Code搭建起了一个解读宠物检查报告的小程序。

庞礴一方面感到震惊。“即使像我这样的菜鸟，也可以靠命令AI设计并部署一个基础产品。”

她同时也感到极其伤心，因为自己“并不比这个工具聪明”。她也没有足够的经验去“指挥”它，程序开发的过程，更像是对AI的“请求”：“我只能跟它说：‘你可以这样吗？’它说：‘那我这样。’我发现这样不好，我说：‘你可以那样吗？’然后它就再花我一笔钱，然后那样。”

庞礴清楚地意识到，如此强大的AI编程工具，是这个世界打开的一扇新的大门。但她也知道，这扇门不会再向自己打开了。

被构建的AI霸权

过去8年，社会学家许怡走访了近40家制造业工厂。她一度以普通工人的身份应聘进厂，开展关于“机器换人”的田野调查。

深入流水线，她观察到一种经由工厂内外共同打造的意识形态话语：管理者和工人普遍认为机器无所不能，甚至比人类更优越，从而让位自身的主体性。在《机器时代》一书中，许怡将这种意识形态，称作“机器霸权”。

在一家足球厂，她目睹了一场冲突：一个自动化工站，因为机器频繁发生故障，工人自行关闭机器，重新组织人工生产。这完全不影响生产的节奏和效率，工人们比频繁故障的机器做得更好，生产总监也默许了这一做法。但高管发现以后，将所有人训斥了一番。他将人工生产称为“土办法”，教训他们“一点都不懂得用科学的方式来解决问题”。

这便是“机器霸权”：无论生产效率实际如何，机器代表了科学，科学就是先进的，先进的就是对的，而人是“土”的，是落后的，是必须服从于机器的。

在自动化工厂内部，“机器霸权”是被管理层通过“强化威权管理”的方式建构起来的。AI的权威地位同样如此。许怡正是从技术社会互构理论出发，去理解上述二者的内在相似性。在她看来，技术与社会始终是在互相塑造。技术发展会培育社会风潮，同时，社会的力量也会反过来构建技术的权威。

她说：“AI如此的发展趋势并非必然，背后并不是有一股‘自然力量’推动，而是人在推动它往特定方向发展。”

今年2月，“养龙虾”的概念爆发后，AI agent开始被极客之外更广泛的社会群体知晓，特别是企业管理者。腾讯的后端开发工程师余笛还记得，“养龙虾”概念爆发后，3月9日至10日，腾讯在两天内密集上线了10款左右的“龙虾”类产品。同月18日，腾讯首席执行官马化腾在财报电话会上表态：“每个小程序其实都可以‘智能化’和‘龙虾化’。”从此以后，腾讯内部自上而下，向AI自动化的战略转型便轰轰烈烈拉开了帷幕。

2026年2月，“养龙虾”的概念爆发

当月，余笛和同事们就收到了公司统一发放的每人每年价值22万元的token套餐。Token配额逐月调整，先是进一步增加，从6月开始考虑成本控制，改成了动态分配。

尽管公司从未宣布token消耗量与绩效挂钩，同事之间也从不公开谈论这个，但余笛说，“token用得越多越好”是人人心知肚明的水下规则。“如果你不用，领导就会天天问你，为什么不积极拥抱AI？为什么用得这么少？在办公室看到你还在自己写代码，会来拍你一下，问这个工作为什么不交给skill来做？”

在亚马逊，竹可心同事所在的小组，甚至要求统计使用AI编程工具的时长，全组每人每天平均不低于3小时。据说，领导层十分看重这个数据，于是他们设计了一款24小时后台运行的AI agent，“专门用来把数据拉上去”。

每次在会议上听见领导鼓吹AI在降本增效上多么强大，竹可心都克制不住翻白眼的冲动。她觉得，“领导有些忽略人的能力了，过分地相信AI”。打个比方，如果说AI是钢铁侠功能强大的超级装备，程序员才是托尼·斯塔克本人。无论AI工作流如何惊人和高效，“实际上操作AI做出这些事情的，是程序员好吗？”

让她感到痛苦的是，AI并非全知全能。尽管AI编程在简单问题中的确表现得很好，但它在复杂问题中也常犯错。如果不加以明确约束，它会通过一系列违反流程原则的手段来“解决”问题。

有一次，竹可心发现AI agent写的一段代码无法通过变更测试，她认真看了报错，觉得合理。她再去问AI agent如何修改时，AI居然回复说，把测试删了。“正常人类都会思考这么做的危害，但AI聪明地钻了空子。”

领导却看不见，或者装作看不到这些令竹可心忧心忡忡的技术细节，依然在会议上将AI塑造成不容置疑的存在。5月下旬，竹可心收到领导发来的一则内部宣传视频，讲述的是半夜一个警报响了，AI agent如何在程序员还没打开电脑之前就发现了问题所在，尽管这次故障是另外一个agent引起的。

“（AI）救你于水火之中，别问水火是怎么来的。”她嘲讽道。

《创业时代》剧照

于敏所在的小组从年初开始组织AI会议，每周至少一次，有的时候甚至一周三次。有一段时间，他们被定期召集在一间大会议室中，被要求轮流用AI工具完成一项任务。

电脑连接着大屏投影，会议室还摆着一个只有在超市才会见到的大转盘，转盘被分成十几格，每一格都对应着一位组员的名字。转盘抽中谁，谁就必须上台操作5分钟，直到任务完成。

于敏认为，这场“抽奖”的目的，是“强迫每个人都必须学会这套AI工作流”。“因为有些资深工程师更习惯手写代码，不愿意用AI，所以公司必须让你知道AI怎么用，知道AI怎么好。”

在Meta，艾瑞克所在的部门甚至重新组织了一次针对产品经理的面试，考核他们对AI的熟悉程度。如果考核不及格，会被辞退。“但其实考核内容没有很难，设立这一套流程，就是逼你去用AI。”

在社交媒体上，Meta被硅谷员工叫作“鱿鱼厂”，工作体验就好像在玩真人版的《鱿鱼游戏》，所有工作成果都必须量化呈现，依次排名，每个层级排名后10%的员工被裁员。今年2月底，Meta开始AI化转型，这场生存游戏由此引进了新的淘汰规则：对全岗位员工的token消耗量进行排名，纳入绩效考核。

一切都是为了向上证明，证明全团队正在如火如荼、欢欣鼓舞地拥抱AI。为了向领导层汇报3月份的AI学习成果，艾瑞克在内部网站发帖，故意博人眼球地写：“AI工具让我的工作效率增加了100倍。”

“但实际上并没有100倍。”艾瑞克说，忍不住笑了。“你会发现大家宣传的东西都和实际情况并不一致，多少都会夸张，只是为了营造一种‘积极拥抱AI’的状态，向老板展示你的成果。”

他觉得，如果真的只是单纯写代码，说工作效率提升了10倍、甚至100倍，都是有可能的。但被嵌在一个臃肿的、官僚主义的巨大组织中，无数个不得不参加的AI会议挤进工作日程，“原本得到提升的工作效率又会打几折，那就不知道了”。

4月，艾瑞克忍无可忍，向公司提交了离职。他将在Meta发生的这一切，称作“AI大跃进”。

《你比星光美丽》剧照

“All in AI”的焦虑，正在从这些处于震中地带的大型科技公司，向全行业、全社会蔓延。

陈程此前曾负责开发过数个面向国央企的AI agent项目，功能大致是“帮助内部员工完成一些规章制度或业务上的指引”。

当被南风窗问及这类智能体实际提升的工作效率如何时，陈程先是回答：“肯定是有效果的。”但他接着又说，他接触的很多公司部署AI时的考虑，更多是出于“如果其他人都部署了AI，自己还在用比较原始的方式对接客户，那么就会被淘汰”的担心。

陈程曾经接洽过一家事业单位，对方“也不知道这个智能体项目应该做成什么样子”，前来寻求合作，只是因为上级领导对公司有技术创新方向的考核，必须部署AI，才能在考核中拿到对应分数。

在这个项目中，AI的实际功能，反而是次要的关心项。“如今在各行各业，AI就相当于一个卖点吧，有了AI，证明你的项目具备了技术前沿性。”他说。

许怡告诉南风窗，在制造业“机器换人”时代，也存在类似的状况：当技术革新形成了行业性竞赛，就必然发生溢出。

她曾经调研的一家工厂，在大老板的要求下，投入4000万对仓储物流环节进行了自动化改造。参访时，许怡问对方，仓储之前有多少工人？对方回答：4个。

许怡说，4000万的投资和后续长期的维护成本，远超出4个工人几十年的工资。这完全是一次华而不实的自动化改造。

可这家企业又心甘情愿。许怡说：“哪怕机器放在那，客户来参观，有了这样一个设备，看着也‘高大上’。”她称之为自动化竞赛中的“门面工程”，是“机器霸权”的另一个侧面。

自动化竞赛裹挟着焦虑、恐惧和华而不实的炫耀，被包装成颠覆性的变化。当它开始溢出科技行业，向其他领域蔓延，这就像一场海啸席卷而来。很难有人在一场海啸中纹丝不动、独善其身。

反抗与徒劳

谷歌前CEO埃里克·施密特今年71岁。5月16日，他应邀来到亚利桑那大学，在毕业典礼上，面向台下约4万人的毕业生及亲友发表演讲。演讲从施密特自己的学生时代开始，然后谈到半个世纪以来科技的飞速变化，从计算机到笔记本电脑，再到智能手机和社交媒体的兴起。

紧接着，施密特说：“今天，我们站在又一次技术转型的边缘。即使你不关心科学，也没关系，因为AI会渗透到其他所有领域，无论你选择哪条路，AI都将会成为你工作方式的一部分——”

台下爆发出此起彼伏的嘘声，盖过他透过麦克风放大的声音。施密特的讲话被迫中断，他试着继续讲下去：“问题不是AI是否会塑造世界，而是你是否参与塑造AI。”嘘声仍未平息。

这并非一次孤立事件。在佛罗里达大学、田纳西中部州立大学的毕业典礼上，业界高管关于AI的演讲都引来了台下的嘘声。

在美国，对AI的不满已悄然蔓延。纽约地铁站AI相关广告的下方，被人们贴上“AI并非不可避免”的贴纸。在密苏里州的费图斯市，居民因市议会批准数据中心项目，投票罢免了一半的议员。4月，3天内针对OpenAI CEO山姆·奥特曼家中的两次恶性暴力袭击，引得全世界瞩目。

4月底，Meta推出了一套名为“模型能力计划”的内部软件，旨在对员工工作电脑部署监控，收集所有人的工作痕迹，作为投喂给AI的行为数据。

“谁又愿意自己的电脑被监控呢？”一位Meta在职员工告诉南风窗。5月12日，Meta加州和纽约等多个办公室，在会议室内、自动售货机上，还有厕所隔间，贴起了一张张传单，上面写着“不想在‘员工数据提取工厂’工作吗？”随后引用了美国《国家劳动关系法》的相关条例，下方附有一个二维码，呼吁员工登陆内部网站，签署反对监控项目的联名请愿书。

截至目前，一共超1600名员工签署了请愿书。

图源：Unsplash

起初，Meta公司只对抗议做出了小幅让步——允许员工暂停数据采集30分钟、申请特定豁免等。直到6月22日，一名Meta员工发现，监控项目存在严重的数据泄露事故，在巨大安全隐患下，监控项目才被宣布暂时停止，等待内部后续调查。

抗议只掀起了小小的波澜，大公司向AI转型的坚定步伐没有因此动摇。这不仅仅是AI能带来多大效率提升的技术问题，这背后更难抵挡的，还有资本向AI汹涌流动的时代趋势。

5月20日，Meta宣布裁员8000人，规模约等于全球员工总数的10%。首席人力资源官在相关内部备忘录中写道：“这是我们持续提升公司运营效率、为其他投资腾出空间的最新举措。”

W是Meta广告组的一名在职工程师。他认为，至少在大厂，“大型复杂的项目没有程序员指引，AI根本无法独立完成”。他对AI变革保持相对的乐观，认为只要积极地拥抱变化，熟练掌握AI编程，“AI只会让优秀的程序员更优秀”。

但W依然担心被裁员。风险不直接来自“被AI取代”，而来自“公司对AI基础设施高昂投入的副作用”。

据摩根士丹利分析师估算，Meta于5月20日进行的10%裁员，可以为公司节省约30亿美元的人力成本。而这家公司2026年的AI资本支出计划，是1250亿—1450亿美元。

财富在急速向AI领域聚集，以一种前所未有的密度和速度堆叠。截至5月，Anthropic公司估值已达9650亿美元，约等于180家美国传统制造业公司的估值总和。2026年第一季度，81%的全球风险投资都流向了AI公司，筹集了约2420亿—2555亿美元。相比之下，全球范围非AI初创公司第一季度仅获得630亿美元投资。

“因AI提效而裁员”甚至成为了被资本市场奖励的诱人叙事。2026年4月15日，Snap公司宣布计划裁减全球16%员工，理由是“AI的快速进步让团队得以摆脱重复劳动”。当天，该公司股价上涨近8%，创下数月最大单日涨幅。类似股价上涨的情况，在Block、WiseTech Global、Atlassian等公司宣布裁员计划时都曾发生。

《逆行人生》剧照

庞礴想起2023年还在念计算机项目时，一次，她和一位已退休返聘的老教授一起去参加科技公司的招聘活动。教授当时很是感慨，对他们说，去年微软花在数据中心上的钱，头一次超过了人工成本。

“往后差距只会越来越大，以后你们可没有硬件值钱。”

这句话如雷贯耳，被庞礴记忆至今。毕业后，她无比曲折的求职经历也果然印证了老师的判断。

即使逃离了软件行业，也无法摆脱“人不如硬件值钱”的失重感。庞礴所在的保险公司，从去年下半年开始陆续砍掉了加拿大境内的所有办公室，全员转为线上办公。公司把砍掉的房租成本，全部投入了内部AI大模型的开发。

熟悉的恐惧再度涌来。毕竟，AI连代码都能写得比初级程序员更快更好了，“像我这种办公室文员，天天发邮件、打电话、更新数据库，6个月的工作记录蒸馏出来，很容易就被取代了”。

在2026年的达沃斯论坛上，Anthropic公司CEO Dario Amodei曾当众预测，AI可能在未来5年内淘汰一半的入门级白领职位，失业率将上升到10%至20%。后来媒体报道时，用了一个相当血腥且充斥着道德不正当性的名词来形容这一可能发生的趋势：“白领大屠杀”。

Amodei说，此前的技术革命，如蒸汽机的发明、电气化的普及以及个人电脑的诞生，都只是对某些特定领域产生影响。那些因机器普及而失去工作的纺织工人，原则上可以重新接受培训，成为一名记账员，在未来晋升成办公室经理。

而人工智能彻底破坏了这种分工结构。“它不会只处理其中的某项任务，而让其他任务保持原样。”它挑战的是所有需要基础认知能力的工作，比如起草、总结、分析、编码、研究和建模。更重要的是，人工智能还在进化，Amodei认为人工智能尚且处于它的“青春期”。当它真正成熟，人类工人可以选择的“逃生路线”只会更少。

AI创意图（制作/郭嘉亮）

庞礴有时候会想，如果“白领大屠杀”的预言真的应验，未来的城市会变成什么样子？毕竟现代城市是一个以白领行业为主的人类聚集地。她觉得有些荒唐。AI声称是提高生产力的，可它没有创造需求，反而抑制需求。拜AI带来的失业焦虑所赐，如今庞礴一切消费从简，近半年来唯一的大额开销，只有搬家时买的一台电视机。

如果在城市中生活的人，都不敢消费了，经济又该怎么办？如果AI创造出了巨大的财富、又集中在极少数公司手中，如果大多数人都不再被工作需要，财富究竟该如何分配？

OpenAI的创始人Sam Altman从2016年开始思考这个问题。他曾在2020—2023年间资助了一项大规模的全民基本收入实验，每月无条件向全美3000名低收入参与者发放1000美元，持续3年，观察这笔钱如何改变人们的生活。

后来，Altman觉得全民基本收入“无法解决AI时代劳动与资本平衡转变带来的深层问题”，于是又转向“收益共享”。他在公共发言时频繁探讨，未来应如何让公众获得一部分AI算力份额，或持有大型AI公司股权，从AI中获得收益。

如何缓解技术红利集中在少数公司手中所导致的社会财富分化，日渐成为重要和必要的社会议题。但制度探讨距离普通人的生活尚且遥远，至少对于身处困局之中的庞礴而言，命运尚未转圜。

她没有心力继续思考这个太过宏大的问题，觉得“这一切都服务于资本的良性运作，和人的生活福祉相关度较低”。

如今她只关心眼下的生活：如何攒钱、减少物欲，还有日常维护好每一位负责的客户。“当一天和尚撞一天钟吧，快乐比较重要。”

人的哲学转向

哪些行业和岗位是AI浪潮下最后的堡垒？几乎所有采访对象都谈论起这个话题，其中一半不约而同得出一致的答案：销售。

张雨霏已率先转型。去年10月，他从公司辞职，投入独立开发和创业。采访前他自我介绍说，自己不当程序员了，“已转行成销售”。

他认为，技术的护城河即将被AI瓦解，而销售会成为未来产品和人才的核心竞争力。“关键在于，我们两个能做一模一样的东西，为什么客户选择在我这儿买，不在你这儿买？”张雨霏的语速飞快：“人与人之间的利益分配，只能由人来讨论。只有人与人之间建立信任、达成合作的过程，是AI无法取代的。”

上海交通大学电子信息工程专业的大二学生孟珩也将此视作转型方向之一。“总之，要么是和物理世界结合更紧密的方向，比如硬件。要么去真实世界和人、和钱打交道，比如商科类的工作。”

孟珩很庆幸自己刚上大学，AI就已展现出如此强大的编程能力，还留给他和同学们两年时间，可以在计算机之外另寻出路。两三年前的学生就没这么幸运了，他说：“学了好几年东西，发现AI来了，学的都没用了。”

几个月来，英伟达CEO黄仁勋一直热衷在各大公开场合宣称，对于软件工程师来说，写代码是任务，但不是工作本身。这位因AI芯片需求爆发跻身全球富豪榜前十的企业家说：“AI可以把工程师从耗时的打字工作中解放出来，让心力回归创造价值的核心。”

但究竟有多少程序岗位，可供人尽情发挥“创造价值”？

张雨霏体验过大厂程序员的生活，他觉得，除了行业头部5%那些对编程有极大天赋、热爱和审美的技术天才，其他人做的大多数都是“拧螺丝的活”，“非常容易变成耗材”。

于敏认为，程序员的工作性质，是将“人类的需求转换成机器语言”，编程实际上是一个翻译的过程。AI为什么会首先吞没编程？因为AI本身就是一堆代码逻辑数据，而人类程序员之于AI，就像外语学习者之于母语者的差距。

《创业时代》剧照

陈程觉得，对于大模型来说，掌握一项能力的关键，是获得大量优质的训练语料。程序员崇尚开源文化、富有知识共享精神，大量优秀项目的编程数据都公开可查的，很容易被获取。“虽然情感上难以接受，但从事实的角度来说，（率先被AI取代）是必然。”

在庞礴看来，程序员的工作高度地标准化。以前她在媒体工作，同行评价最常见的两个维度，一个是“个人风格”，另一个是“有没有冲劲”。转行当程序员，她发现全世界的程序员岗位都共享一套工作方法，只需“作风规正”即可。

这些或许说明了，为什么在2026年3月发布的《Anthropic经济指数》报告中，程序员被列在了“AI实际暴露度”的榜单首位。报告显示，AI在当时已经可以覆盖程序员日常工作中约75%的任务。

而这份榜单上位居前十的职业，也几乎横跨了现代社会运作的所有核心环节：技术基础设施、商业流通、金融服务、公共服务与医疗、数据处理等。更不用说，AI的各项能力还在以季度为单位快速迭代，向更广泛的行业和岗位蔓延。

表达抽象思考的语言，曾经是地球存在45亿年以来被认为独属于人类的能力，如今已被机器覆盖，甚至超越。据微软团队发布的研究报告，AI可以覆盖翻译岗位98%的核心任务，过去一年，中国传媒大学、华东师范大学已经停招翻译专业。

人人都以为“面对面的沟通”是AI变革下最后的价值高地，而庞礴一位在美国公司做机器学习工程师的朋友，正在开发一个针对销售的AI模型——收集销售与客户的沟通录音，总结对话要点，归纳客户对不同信息的敏感度，梳理客户与竞争对手之间的关系，最后生成个性化的沟通台本：“以后销售也不用培养个人魅力了，只要热情洋溢地把AI给你的稿子演好就行了。”

销售不会被替代，庞礴说：“但很明显，AI会把销售的工作变得极其无聊，不是人指挥AI，而是AI模型去指挥销售如何工作。”

在AI彻底接替自己写作代码以后，比起对失业的焦虑，于敏的感受，不如说更接近于迷茫。他不担心失去程序员这份工作，他说，自己本来就对技术没什么兴趣，也没有过人的天赋。过去六七年来，全凭一份小镇做题家的认真刻苦，过上了如今大厂程序员的生活。

《舍不得星星》剧照

可回头看这一路，于敏说不清自己为什么走到了今天。

好像只是因为这是性价比最高的一条路，只是因为大家都在这么选。高中时他本来想选文科，无奈家长和老师的劝说，“理科好就业”。赴美读研选择计算机，也是因为身边的同学都在转码，说程序员更容易留美工作。求职时人人都想去大厂，薪资高、待遇好，于是他在毕业季颠倒时差，中美两国同时求职，终于上岸。

于敏其实没那么喜欢美国的生活。他喜欢交朋友，想念国内的美食和便利，可拿到了美国大厂的offer，他无法干脆放弃。于敏想去做非技术岗，想自己创业，但一路以来的所学专业都推崇工程师精神，身边的老师同学都认为技术岗比非技术岗更优越，他没勇气去走一条新路。

直到AI颠覆了自己习以为常的主流轨道，于敏不得不开始面对一个更本质的问题：我究竟要过怎样的人生？

这不仅是个人层面的诘问，更是巨大的技术变革下，属于一个时代的精神危机。

人类的价值感曾经依赖于被社会需要、被他人认可，在一套有迹可循的社会伦理中证明自己存在的必要性。工作一直是这份意义感的主流依托。然而如果几乎所有事情都能由机器更好地完成，人类还能做什么？如果以往被认为是人类独有的功能，都逐渐被AI吞没，人的价值又是什么？

当AI公司争相聘请哲学家，为AI制定行为伦理框架时，人类自身也迫切需要回过头去思考那个最古老、最根本的哲学问题：“认识你自己。”

(应采访对象要求，文中于敏、陈程、竹可心、余笛、艾瑞克为化名）

文中配图部分来源于视觉中国，部分来源于网络。首图为AI创意图（制作/郭嘉亮）

本文首发于《南风窗》杂志第16期

作者 |姚远

编辑 | 赵佳佳

值班主编 | 吴擎

排版 | 菲菲