AI 写代码越多，程序员招聘反涨 15%：但涨的全是 senior，junior 被挤压 20%

数据先行：15% 的涨幅，藏着两个反差

10 月 11 日，CNBC 发了一篇让"AI 取代程序员"叙事很难堪的报道（原稿标注 10 月 11 日下午 1:30；本文事实链引自 whatjobs 的全文复述与 scoopfeeds 的交叉标注——CNBC 原稿有付费墙，侦察时未能直接打开，撰稿时如实说明）。核心数据来自 Indeed Hiring Lab：美国软件开发岗位的招聘数量，自 2025 年 2 月底以来上涨了近 15%。而同一个时间段里，美国整体的招聘广告数量下跌了约 7%。

2025 年 2 月底这个时间点不是随便选的——那是 Anthropic 发布 Claude Code 的前后，也是 AI 编程助手 visibly 加速的起点。从那时起，AI 写的代码越来越多，"程序员要完"的声音越来越大，但开发岗的招聘广告却越涨越多。CNBC 的标题把这个矛盾直接摆了出来：AI 自动化写代码，为什么软件开发岗的招聘还在涨？

GitHub 十月的 PR 报告给了这个矛盾另一半的注脚：现在三分之一的 pull request 涉及 AI agent，一年前这个比例还不到十分之一。GitHub 的原话是：如果这个速度保持下去，两年内 GitHub 上大多数代码可能都由 agent 写出，而且"很多代码可能永远不会被人类完整读过"。代码是 agent 写的，招的人却变多了——这就是 2026 年秋天软件行业的真实截面。

麦肯锡北美主席 Eric Kutcher 在 CNBC 的"Squawk on the Street"节目里回应了"灭绝论"："不久前我们还在读'不再需要软件开发者'这样的标题。"他的判断是，现实走向了反方向——公司产出的代码比以往任何时候都多，而会用 AI 的开发者依然抢手："我们看到增长最多的地方，恰恰是当初以为会被替代得最狠的地方。"这句话后来成了整篇报道被引用最多的金句。

历史对照：每次"程序员要完"的预言，最后都变成了"程序员变多"

这种"工具越强、从业者越多"的剧情，软件史上演过好几次。ATM 机出现时，有人预言银行柜员要消失，结果柜员转型做理财销售，网点反而开得更多；Excel 出现时，有人说会计要完，结果会计变成了"会用 Excel 的分析师"，人数不降反升；云计算出现时，有人说运维要完，结果运维变成了 SRE，管的机器是以前的一百倍。每一次，自动化吃掉的都是"重复执行"，长出来的都是"判断和设计"。

AI 编程 agent 正在复刻这个剧本，只是这次吃掉的是"写代码"本身。GitHub 早在 2023 年就说过，在有 AI 可用的项目里，AI 写出的代码接近一半；现在一些 AI 专家声称，整个 GitHub 平台上 AI 写的代码已经过了半数（GitHub 官方没确认这个数字，姑且听之）。代码的"生产"环节被自动化了，但代码的"消费"环节——review、集成、上线、背锅——还是人类的。生产得越多，消费端越忙。这就是 Kutcher 那句"增长最多的地方恰恰是当初以为会被替代得最狠的地方"的底层逻辑：产出乘以十倍，监督产出的人就值钱十倍。

但历史对照也有它的边界。前几次自动化浪潮里，被吃掉的执行层和新长出来的判断层之间，有十几二十年的缓冲期，足够一代人完成转型。这一次，Claude Code 发布到"三分之一 PR 涉及 agent"，只用了不到两年。缓冲期被压缩到了以"年"计，个人转型的速度能不能跟上，是这轮最不确定的变量。BLS 的十年预测（+10%）和斯坦福的青年就业下跌（-20%）同时成立，恰恰说明：总量故事是给耐心的，结构故事是给等不起的。

涨的是谁：71% 是 senior，37% 带着 AI 头衔

15% 这个数字本身有迷惑性，拆开看才有意义。Indeed 的数据显示，在 2025 年 5 月到 2026 年 5 月这波增长里，senior 岗位贡献了 71% 的增量，标题里带 AI 字样的岗位贡献了 37%。涨的不是"程序员"这个笼统的群体，涨的是"有经验的、会 AI 的"程序员。

另外两个数字负责泼冷水。第一，即便涨了 15%，软件开发岗的招聘总量仍然比疫情前低 27.5%——这波是"反弹"，不是"新高"。第二，麦肯锡全球研究院提醒，早先那波下跌不全是 AI 的锅：2022 年科技公司在疫情期超招之后集体收缩，招聘广告的下跌里有很大一块是预算冻结和路线图收缩，跟 AI 替代没关系。反过来理解今天的反弹也一样：产品路线图重新打开了，叠加"需要有人管住写代码的机器"，两个因素一起推高了数字。把 15% 单纯解读成"AI 创造了就业"，和把它解读成"AI 没有替代人类"一样，都是过度简化。

Indeed Hiring Lab 的经济学家 Sneha Puri 给了一个更落地的解释：公司正在意识到，即便 AI 接管了一部分写代码的技术活，他们仍然需要开发者来 oversees 这部分工作、打磨产品、帮客户把技术真正用进日常业务。她举的例子是：现在增长的需求里，有一块是"帮企业用上 AI 工具的人"，而不只是"造 AI 工具的人"。前者是集成和落地，后者是研发——就业市场奖励的是前者。

议价权转移：senior 的涨薪逻辑变了

还有一个很少被讨论的角度：这波招聘反弹里，senior 的议价权来源变了。以前 senior 值钱，是因为"十年经验"本身稀缺——见过足够多的坑，知道哪里会埋雷。现在 senior 值钱，多了一层：他是"能给 agent 兜底的人"。公司招一个 senior，买的不是他亲手写代码的速度（这块 AI 已经比他快了），买的是他 review agent 输出、拍板架构、半夜为生产事故接电话的能力。

这种议价权的转移，对独立开发者是好消息。传统就业市场里，"senior"是个职称，要熬年限、要大厂背书；但在"驾驭写代码机器"的新标准下，senior 变成了一种可验证的能力：你能不能让 agent 稳定地产出可上线的东西？能不能在它犯错时接住？vibe coder 如果能把这两件事做扎实，在市场上拿到的定价，正在向传统 senior 靠拢——不管你的简历上有没有那个 title。Indeed 数据里 37% 的增量带着 AI 头衔，说明市场已经在为这种能力单独定价了。

反过来说，mid-level 的处境可能是下一波最尴尬的。Junior 的活被 AI 吃了，senior 的判断力涨价了，卡在中间"能写代码但做不了架构判断"的那群人，两头受压。GitHub 那句"转向更好的自动化测试 + 更少的人类 reviewer"，点名的就是这一层。职业建议里常说"往上走"，2026 年的版本是："往'判断'走，别往'执行'走"——执行层正在被 agent 整层端掉。

另一面：年轻人的梯子被锯薄了

15% 的另一面，是斯坦福 2026 AI Index 的一组数字：在 AI 暴露度高的领域，22 到 25 岁年龄段的就业人数自生成式 AI 兴起以来下降了 16%；初级软件开发者的降幅更大，接近 20%，而年长开发者的岗位还在扩张。梯子还在，但最下面几级变窄了。

CNBC 的报道把这个机制讲得很透：AI 越来越擅长做研究、写草稿、写代码、处理行政事务——这些恰恰是传统上分给 junior 员工的活。Senior 和带 AI 头衔的岗位主导了招聘反弹，early-career 的路却在收窄。报道里有一句很准的判断："AI 让有经验的团队能交付更多东西"（glass-half-full）和"梯子最下面一级被锯薄了"（glass-half-empty），说的是同一件事。值得注意的是，被挤压的不只是"没经验"本身，更是"用经验换成长"的机会成本：以前 junior 写 CRUD 虽然无聊，但每一行都是对代码库的熟悉；现在 CRUD 归 agent 了，junior 连"在无聊里熟悉系统"的机会都没了。

美国劳工统计局 8 月的报告给了第三个视角：官方预测软件开发者就业 2025 到 2035 年增长 10%，从约 172 万涨到 189 万，新增约 17.47 万个岗位。三个数据集可以同时为真：BLS 看的是十年总量的增长，Indeed 看的是这一年里 senior 主导的反弹，斯坦福看的是年轻人入口的收窄。行业在变大，门在变窄——这就是 2026 年的软件就业市场。

观点：增长的不是"写代码的岗"，是"驾驭写代码机器的岗"

把三组数据拼在一起，结论其实很清晰：市场奖励的不再是"写代码"这个动作，而是"判断代码该怎么写、写得对不对、能不能上线"这个能力。Senior 占 71% 的增量，说明买单的是经验；37% 的岗位带 AI 头衔，说明买单的是"会驾驭 AI"这个技能。两者叠加，就是 2026 年开发者岗位的新画像：能评审 AI 的输出、能定架构、能把新工具接进企业系统。

GitHub 的 PR 报告里藏着这个逻辑的另一半：代码越多，需要 police 的工作就越多。GitHub 的原话是："随着代码量增长，我们必须预防更多的暴露面、用更少的人力去处理，不然引入的漏洞量会变得 untenable（难以收拾）。" 安全是硬约束——如果 agent 写了大多数代码而人类读得越来越少，漏洞的增速会跑赢 review 的 capacity。能定 guardrail、能设计 review 流水线、能为生产风险负责的人，议价权只会上升。这和 Indeed 的"senior 主导增长"完全自洽。

Anthropic 的研究者也泼了一盆冷水：即便在自动化之下，人类仍需监督自动化、提供输入，但"这种模式会不会持续下去，一点都不确定"。GitHub 的措辞更直接：如果 oversight 的规模跟不上代码量的规模，公司可能会转向"更好的自动化测试 + 更少的人类 reviewer"——下一波压力会先落到 mid-level 的 review 岗上。今天的 senior 红利，建立在"人类监督还不可替代"这个假设上，而这个假设本身是有保质期的。

Pipeline 警告：今天不招 junior，十年后就没有 senior

Puri 在报道里说了一句雇主最不爱听的话："今天的初级人才，就是十年后的资深专家。如果雇主现在不建这条 pipeline，十年后他们需要的 senior 人才从哪儿来？"Mentorship、code review 学徒制、从小功能开始的 ownership——junior 变成 senior 的老路，就是这么走过来的。只砍 junior 省的是几个预算周期的钱，透支的是十年后的人才池。

这句话对"AI 先写初稿、junior 没活干"的策略是精准打击：公司用 AI 替代了 junior 的 grunt work，短期省了人力成本，但 junior 失去的是"在小任务里犯错和成长"的机会。一个从来没亲手调过生产 bug 的人，十年后怎么去评审 agent 写的架构？Senior 不是天生的，是 junior 练出来的。把梯子锯断再抱怨招不到 senior，是 2026 年很多公司的真实写照。

对政策制定者来说，BLS 那个 10% 的总量预测是个陷阱：总数好看，掩盖的是分化的市场——senior 和 AI 岗上行，22 到 25 岁的开发者在斯坦福的口径里跌了近五分之一。看总数做决策，会错过真正的结构性问题。

经济学家 Steve Rattner 对 BLS 数据的分析还藏着一个冷细节：2023 年 5 月到 2025 年 5 月，软件开发者确实在正增长的职业之列，但增速只和全行业平均持平，远低于那些"给 AI 建数据中心"的传统蓝领岗位。AI 繁荣的就业红利，第一波流向了物理层——盖机房、拉电缆、装机架的人；第二波才轮到"驾驭写代码机器"的人。虚拟世界的自动化，暂时先让物理世界的人涨了薪，这个反差本身就很 2026。

中国开发者怎么看这组美国数据

必须先声明：Indeed、Stanford、BLS 全是美国数据，直接套到国内会水土不服。但结构变化的方向是全球一致的：国内大厂这两年收缩的也恰恰是 junior headcount，社招 JD 里"有 AI 编程工具实战经验"从加分项变成必备项的速度，比美国只快不慢。梯子变窄不是美国特色，是 agent 时代的全球标配。

对国内 vibe coder 来说，这组数据的启示甚至更直接。美国市场用 15% 的涨幅证明了一件事："会驾驭 AI 的人"有定价权。而独立开发者的优势在于，你不需要等公司的 title 体系承认你是 senior——你直接用作品定价。一个能独立用 agent 做出可上线产品的人，在国内市场拿到的 freelance 定价、接到的外包单价，正在逼近传统大厂 P6/P7 的时薪水平。市场不看你的职级，看你的交付。

当然也要看到另一面：国内 AI 编程工具的渗透率还在爬坡，企业的"AI 就绪度"参差不齐，"帮企业用上 AI 工具"这个需求（Puri 说的那块增量）在国内可能比美国更大——大量传统企业的数字化还停留在"听说过 AI 编程"的阶段。听得懂业务、又玩得转 agent 的人，在国内是比美国更稀缺的中间层。这组美国数据是"未来"，国内是"正在进行时"，窗口期还没关。

给 vibe coder 的三点启示

第一，"一人 + AI"团队正好吃到这波红利。市场愿意为"能驾驭写代码机器的人"付费，而独立开发者 + AI agent 的组合，本质上就是"一个 senior 级判断力 + 无限 junior 执行力"的配置。你不需要是传统大厂定义的 senior，你需要的是那两项能力：评审 AI 输出的眼光，和把东西做上线、对生产负责的担当。15% 的涨幅里，有一部分买的正是这种"小团队、大杠杆"的可能性。

第二，如果你是 junior，别只卷"AI 工具熟练度"。Puri 给学生的建议是双轨：AI 用得溜是起点，但沟通、协作、leadership 这些"模型替不了"的东西同样重要。翻译成 vibe coder 的语言：别只学怎么把 prompt 写得更长，要学怎么判断 agent 的输出对不对、怎么跟人讲清楚技术方案、怎么为一次上线负责。Junior 被挤压，挤掉的是"只会写代码"的部分，留出来的是"会做判断"的部分——往留出来的那部分走。

第三，警惕"幸存者偏差"式的乐观。这篇报道很容易被读成"AI 取代程序员是个伪命题"，但数据不支持这么乐观的读法：总量仍比疫情前低 27.5%，年轻人入口收窄近 20%，而 senior 红利的前提（人类监督不可替代）连 Anthropic 自己都不敢打包票。正确的读法是：职业没消失，但职业的"形状"变了——写代码从"主体工作"变成了"被监督的环节"，判断、集成、担责变成了主体。适应这个形状的人涨薪，抱着旧形状不放的人被动。就这么简单，也这么残酷。VibeFix 的读者大多是"适应形状"的那批人，但别忘了，形状还在变，下一版可能长得更不像"程序员"。

最后做一点诚实标注：CNBC 原稿有付费墙，本文引的是 whatjobs 的全文复述（它注明转述自 CNBC）与 scoopfeeds 对原稿日期（2026 年 10 月 11 日）的标注，事实链经两者交叉验证；GitHub 平台"过半代码由 AI 写"的说法是部分 AI 专家的 claim，GitHub 官方并未确认，撰稿时已按原文口径保留了这个限定；Indeed 的 15% 是"招聘广告数"不是"就业人数"，广告涨不等于 headcount 涨，这一点原文没有展开，这里补上。数据是冷的，解读是热的——但底数必须先对。