被AI洗牌的人才市场：谁在决定你的身价？

本文由 新莓 撰写/授权提供，转载请注明原出处。

以下文章来源于：新莓

作者：王沐沐

编辑：翟文婷

全球科技公司大裁员还在继续。今年 2 月以来，多家公司宣布裁员，有的裁员规模甚至是公司成立以来最大的一次。

甲骨文一夜之间上演「跨国大清洗」，预计裁员人数高达 3 万。Twitter 前 CEO Jack Dorsey 创办的金融科技公司 Block 更是一次性砍掉 40% 员工。Meta 也被曝正计划启动新一轮大规模裁员，20%（近 1.6 万）员工或将丢掉工作。

科技行业的大规模裁员正在世界各地蔓延。4 月 8 日，《日经亚洲》发文称，今年第一季度，全球科技公司的裁员人数达 8 万人，其中近半数岗位削减直接或间接归因于 AI 技术的实施与工作流自动化。

这组数字似乎印证了当下最普遍的 AI 焦虑——人们时刻担心自己的工作被 AI 取代，而这件事正在发生。Dorsey 毫不避讳地表示，裁员并非因为公司陷入困境，而是「AI 从根本上改变了建立和运营一家公司的模式」。

这样的时代背景下，不仅是科技行业，整个市场对人才的定义和定价都在随之变化。在这条被技术重新划分的分水岭上，有人被动出局，也有人主动重构自己的位置。

Grace 是海外科技公司的一名程序员。AI 完全改变了她的工作方式。

现在她几乎不用手敲代码，只需输入一段指令，AI 就能生成和修改代码。哪怕只是删除其中一行，也会让 AI 执行。这样做的好处是，AI 能结合指令的上下文得知为什么要这么改，而人工改动对 AI 来说则等同于一个新的输入，无法与其他代码关联起来。

Grace 所在的小组中，有同事曾用 Claude Code 生成绝大部分代码，人工修改后手动提交。可是这样一来，就不能算 Claude Code 提交。经理因此找到这位同事，强调一定要用 Claude Code 提交，否则会影响整个小组的 AI 使用率。

其实几年前，她所在的公司就开始鼓励员工使用 Copilot、Windsurf。这类早期的 AI 编程工具依靠强大的代码库，可以根据程序员的输入快速预测并帮他们写出完整代码，还可以代为提交。

Claude Code 就完全不一样了，直接集成在系统里，权限更高。可以阅读文件，删改文件，也更聪明。

因此，公司的态度也发生明显转变。Copilot 和 Windsurf是「随便你用不用」。Claude Code 不然，今年一月份之后，公司要求大家强制使用。

AI 使用率已经成为管理层衡量程序员工作量的核心指标之一。据 Grace 了解，除了基础的代码量，现在很多科技公司的检测指标已经细化到用哪个工具、每个工具分别提交了多少行代码、每个人工作中使用 AI 的比例等等。

如果不使用 AI 工具，就会影响产出效率。尽管写代码的速度和产量还没有成为一个硬性考核指标，但平均值在上涨。Grace 说，虽然不是明文规定，但「你不跟着其他人的速度，你不就慢了嘛？」 

国内互联网公司几乎也同步发生着类似的冲击。

2026 年后，刘芸所服务的一家软件公司，同样要求全员使用 Claude Code 等 AI 开发工具。同时聘请外部专家分享成功案例宣称：单人使用 AI 只需两个月就可以完成高级程序员两年的工程量。

所有人都感受到一种强烈的「AI 推背感」，且大家心知肚明，公司之所以如此大力推进 AI 在各个业务环节的落地，本质上就是「如何用 AI 取代自己」：程序员用 AI 自动写代码，测试人员用 AI 全自动测试，等到这些事务逐渐完成 AI 化，接下来会发生什么事，每个人都知道，可是都无能为力，只能顺应潮流。

程序员无疑是最早感知 AI 冲击的工种之一。但是千行百业，都在不同程度遭遇 AI 的冲击。不论是对职场人能力的定义，还是定价。

广东一所中学的老师林澄也在面临 AI 时代的压力。自从 DeepSeek 火了之后，凡是公开课、比赛等活动，都会加上「AI 赋能」这几个字，她所在的学校也成了 AI 试点学校。

林雪长期服务一家跨国零售品牌公司的内容传播，以往设计和文字交付都遵循市场报价。即梦、可灵等 AI 设计工具面世之后，甲方的付费逻辑发生了变化：一个视频或海报交付产品的费用，变成由工具会员费+Token 消耗费+半天的人力成本构成。整个费用相比之前，减少了近 2/3。

林雪说，这对设计人员简直是灾难，是对他们价值的严重消解。但是她也明白，这种趋势是不可逆的。

放眼整个职场，「万物皆可 AI」的趋势更加明显。

58 同城董事长姚劲波接受《中国企业家》采访时透露，虽然公司还保留了过去的考核体系，但在提拔干部、调整组织结构时，最看重的就是 AI 能力：「如果我判断一个人不了解 AI、没有未来视野，绝对不会把他放到管理岗位。」

这种思路正在自上而下蔓延至整个就业市场。脉脉发布的《2026 年 1-2 月中高端人才求职招聘洞察》（下称《洞察报告》）显示，企业对于求职者AI能力的要求在快速提升，超过 34% 的新发岗位描述中明确提及「AI」或「大模型」等关键词。猎头小拆也注意到，「会不会用 AI 产品」几乎成了招聘中必问的一道题，而「之前几乎没有这个要求」。

《洞察报告》还显示，近八成受访职场人所在公司已对AI能力提出相关要求，其中超过三成企业已配套考核或培训机制。

可见，AI 技能正从加分项转变为硬性门槛。不过据小拆观察，就目前来说，虽然熟练使用 AI 对求职有一定加成，但薪资并不一定会因此提升，「除非是 AI 编程相关的岗位」。

但究竟该怎么判断一个人是否具备AI能力？

作为多年的互联网从业者，刘芸说，以往类似程序员这样的岗位面试前，候选人通常要刷题，甚至要当场手搓一段代码，以检验真实水平。但是如今 AI 可以轻易解决曾经面试环节中的算法问题，以及被大家称为「八股」的理论知识问题。如何鉴别人才能力，就成为企业当下面临的新问题。

「不过我们公司现在只会减人，没有加人，所以我也不清楚岗位能力要求以及面试流程有没有新的变化。」刘芸告诉新莓。

AI 浪潮的大肆冲击下，哪些岗位的数量会收缩？又有哪些岗位会被彻底取代？自 AI 问世以来，这些话题就被人们津津乐道。

Anthropic 3 月发布的《Anthropic 经济指数》显示，客服、市场分析、设计等以信息处理为核心工作内容的岗位受 AI 的冲击最大——由于 AI 承担了原本需要高学历才能胜任的任务，这些工作的专业护城河正在崩坏。

这些可不只是冷冰冰的研究数据。在 AI 创业者陶哲曾经任职的公司里，AI 带来的冲击已经精准对应到了岗位上。

他曾经分管 AI 相关业务，其中一个核心业务就是在线上客服和销售中引入 AI。这个举措为公司创造了几千万的年收入，同时也造成了部分销售岗位的缩减。

「公司需要的是好的销售，本来就比较难招。」陶哲进一步解释，「公司里面高阶的不管是技术还是销售，人手都是不够的，然后市场上也就这些人。现在 AI 替代了中低阶岗位，这部分岗位自然就缩减了。但我要招高阶的时候，市场上的供给却基本没有增加，所以他们目前不面临被替代的问题。」

这套理论放在程序员身上同样成立。据陶哲观察，国内一些科技公司在大力推动员工使用 AI 后，确实会调整和缩减岗位，而且缩减的主要是「偏业务开发的程序员」。

他解释背后的原因：「这部分程序员的工作通常更偏业务实现和需求交付，重复性会更强一些，对系统底层能力的要求相对没那么高。」高阶程序员则具备「兜底」的能力，他们负责搭出框架，其他人基于框架的接口去实现功能。「即使应用层功能出现问题，框架通常也会预先设计好降级、容错和异常处理机制，避免整体服务失控，而这些能力往往来自他们长期的工程经验积累。」

事实上，很多初阶程序员已经不止是「担心被替代」，而是「已经被替代」了。但陶哲发现，高阶程序员目前很少有这个担心，甚至还在跳槽。「因为你做到高阶岗位的时候，拼的往往不是某一项具体技能，而是业务、技术和组织协同的综合能力。」

由于 AI 替代了大量低阶岗位，企业对人才经验的要求也发生了显著变化。

《洞察报告》显示，2026 年春招中，要求三年以上工作经验的岗位占比超过七成，其中 3 至 5 年和 5 至 10 年经验段的需求增长尤为明显。相比之下，面向一年以内经验求职者的岗位数量同比减少约两成，市场呈现明显的「去初级化」趋势。

「AI 影响的是大模型公司的岗位薪资，但其实正常普通公司变化不是很大」，小拆说。上述报告提到，Al 人才争夺成春招主战场，岗位量暴涨 12 倍，平均薪资 60738 元。

不过，在初阶职位方面，小拆坦言，实习岗位确实被AI取代了不少，但没到停止招聘的地步。

Grace 也提到，现在面试变难了很多，新人求职的门槛变高了。至于薪资，既没有普降也没有普升，「反正就是没什么活力」。其中缘由也不难理解——「一个工程师加上 1000 美元的 Token，能做以前 3 个你做的事，那你们组为什么需要这么多人？如果你们组做的东西不变多的话，要那么多人干嘛？」

所以陶哲非常理解，初入社会的大学生自带严重的AI焦虑。

「因为刚毕业的人，你不管是做程序员、客服还是销售，都丧失了由初阶变成高阶的通道。因为没有人会有理由雇佣一个初阶人才，就算给你一个极低的薪资，你也卷不过 AI。当前环境下，只有中高阶人才对组织有补充作用。」

这意味着，很多职场新人在失去锻炼的机会。

上海交大中国发展研究院院长何帆在一次访谈中称，AI 浪潮使得很多年轻人的第一份工作消失了，以后孩子的第一份工作可能是要花钱购买的。 

如今，Claude Code 已经成为 Grace 工作中必不可少的编程助手，但它的局限性也很明显。也正是因为早早意识到了这些，身处 AI「最前沿」的 Grace 远没有外界想象的那么焦虑。

她指出，所有开源代码都是 Claude 的训练数据，所以它很熟悉，但是公司内部比较复杂的代码对它来说是新知识，而且 Claude 本身有 100 万的 Token 限制，超过之后就会压缩，所以有时候会有点「笨」。

「人脑学一个东西，你去睡一觉，压缩之后你知道什么重、什么轻。我们忘掉的是不重要的东西。但 Claude 压缩的时候可能会把一些很重要的东西忘记了」，Grace 解释，「每个公司内部都有比较复杂的系统，人跳槽来跳槽去可以带着对前公司系统的理解，但 Claude 做不到。」

所以她的习惯是同时开很多个窗口，同时做好几个项目。对于每个项目，她会先和 AI 讨论出大致计划，再一点点做细节。「AI 的算力更强，但是它跟人脑的结构不一样。所以如果人能帮它拆一下，肯定是最有效的方法。」

可是，即便人们已经帮 AI 做了必要的决策和拆解，由于 AI 仍然存在这样那样的缺陷，所以创造大量产出的同时，也在制造大量问题，需要人来解决。

简而言之就是「熵变大了」。Grace 说，「以前你搭一个东西，是慢慢搭的。你现在咣叽一下搭那么多，测试没法面面俱到，导致这里崩完那里崩。我们现在其实问题比以前多更多，然后大家现在都很累，所以我们还是需要很多人去解决新的 AI 衍生问题。」

刘芸也有同感。尽管大家已经接受了「AI 即将取代程序员」这个现实，但是目前来看，企业里程序员的岗位仍然存在。或许一些组织会把这个岗位冠以其它名称，如「AI 工程师」。

但这并不意味着传统积累的经验和能力被抛弃或无用。刘芸说，同样是用 AI 写代码，一个会写代码的人，一定会比不懂技术的人更有优势。如果想让AI解决问题，前提是明白自己面临的问题是什么。此时，审美和判断显得更重要，也更加稀缺。

如果说 AI 已经把科技行业搅得天翻地覆，那么有些传统行业还处于「雷声大，雨点小」的阶段。

在林澄工作的中学，AI 赋能究竟怎么做？对此，学校没有给出任何指引。

于是她抱着这个疑问，借公开课的机会去其他省市的学校学习，发现往往形式大于内容，甚至有种「为了技术而技术」的感觉。比如有的学校要求学生人手一台平板电脑，有的在演示材料中加入少量「数字人」画面。

「所谓的那些 AI 赋能，仅仅体现在公开课上，因为只有公开课才是一个展示的时机。」林澄说，「它就很像是一个热点，然后每一个人都想要去追它的那种感觉……」

所以，当前「AI 赋能」暂时还不算一个强制性任务。真要落实到怎么把 AI 应用到教学中，她觉得现阶段比较难，年纪更大的老师甚至可能有点抗拒。

不过，教育部等五部门近日联合印发《「人工智能+教育」行动计划》，鼓励在基础教育阶段开展人工智能跨学科教学，推动人工智能教育融入课后服务、研学实践等环节，并提出将人工智能纳入教师资格考试和认证内容。未来 AI 与日常教学的融合已经可以预见。

未来 AI 和人将逐渐融合，而非百分百取代——这也是几位受访者的共识。

「它（AI）不是你想象的那样，一用它就直接把人『干掉』了，它会重构大家的工作。比如 AI 销售会衍生出一个新的岗位，AI 销售策略。这个岗位会帮我们去定义哪些环节可以由 AI 承接，哪些必须人来介入，哪些需要人指导 AI 迭代，然后才能在工业环境里使用。」陶哲说。小拆也认为，「AI 帮员工提效」的工作模式将成为主流。

当 AI 不断抬高效率的下限，稀缺的就不再是完成任务的能力，而是判断、拆解与承担不确定性的能力。也许，比「是否会被取代」更重要的，是我们还能在多大程度上主动选择自己被需要的方式。

（应访谈对象要求，文中 Grace、刘芸、林雪、林澄、小拆为化名）

扫码关注公众号

获取更多技术资讯