如果公司越来越只要会驾驭 AI 的资深工程师，那么五年后的资深工程师从哪里来？

《华尔街日报》最近的数据呈现出一个微妙的分裂：2026 年 4 月，美国 IT 和计算机科学职位的发布量同比增长了 14.2%，但初级职位的占比从一年前的 8.1% 降到了 7.4%，资深职位的占比却从 38.8% 升到了 43.1%。企业对程序员关上的似乎不是整扇门，而是门的最下面一格。《纽约时报》则把当下的就业市场形容为”炼狱”——低招聘、低裁员，求职者改简历、考证书、跑活动，做完四十个小时的准备、通过一轮轮面试，最后还是一无所获。

这期节目，我们从陈锋在面试官位置上的观察聊起。允许使用 AI 工具的面试里，他看到两种极端的候选人：一种坚决不用 AI，试图证明自己”古法编程”的功底；另一种无论资历深浅，都陷入了手动式的反复重试——接受 AI 的答案、不对就再追问、再改，直到结果正确为止。而随着 Agentic Engineering 的普及，人和 AI 的交互频次正在真实地下降：越来越多的工作直接交给 AI，人退到了验证结果的位置。亲手敲代码这件事，几年之内就快变成”古法”了。

于是我们追问了一连串更尖锐的问题：如果 AI 在编码上不输给毕业生，公司还有必要招毕业生吗？当 Junior 用来学习和成长的那些基础工作——修 bug、读旧代码、写测试、做小需求——恰恰是最先被 AI 接管的工作，职业阶梯的第一段是不是正在被拆掉？我担心这是一种结构性困局：市场对 Junior 不再友好，而 Junior 受限于自己的视角，甚至不知道该如何让 AI 帮自己补上判断力。光毅则提出了”判断力经济”——当代码生成趋于廉价，稀缺的价值转向判断、谈判、说服和对结果负责，而这些能力只能从实战中长出来。大货司机的工作从来不只是开车，程序员的工作也从来不只是写代码。

聊到最后，分歧依然存在：我认为稳定的协议接口终将替代人际沟通的摩擦，陈锋则相信人类会不断定义新的终点。但三个人都同意一件事——路径可能不再清晰，但自驱力仍然有效。没有人刻意培养你，你就自己去找机会，建立信任，把自己发展成一个综合的系统。当下确实处在激烈变化的过程中，但它依然会给年轻人留下新的机会。

⏱️ 时间轴

• 07:30 毕业生的交付能力与 AI 的差距，培养方式需要重新设计
• 23:27 元认知（Metacognition）：能把 AI 为己所用的人具备的能力
• 34:07 角色界限的融合：产品经理、开发与软件业务运营
• 43:33 软件行业是否已过巅峰期？把自己发展成一个综合的系统

📚 本期提到的参考文章

• The Tech Jobs That Are Safe From AI – The Wall Street Journal
• The Purgatory Job Market of 2026 – The New York Times
• How To Future-Proof Your Career In The Age Of AI – Noema Magazine
• Why AI Boosts Creativity for Some Employees but Not Others – Harvard Business Review

🎙️ 本期主播

李光毅，张凯峰，陈锋

👤 主播简介

• 李光毅，咨询师、全栈开发工程师，个人主页：技术圆桌。拥有丰富的软件开发经验，专注于技术创新和系统架构设计，同时活跃于技术社区，分享技术见解和实践经验。
• 张凯峰，技术圈策展人，公众号「张凯峰Impact」作者。专注于技术品牌建设和个人影响力研究，曾在多家知名科技公司领导技术影响力团队，帮助技术专家建立个人品牌和行业影响力。
• 陈锋，资深技术专家。近期专注于 Data 和 AI 相关的技术方案与海外项目交付，对构建企业级 AI Agent 有着丰富的实战经验与深刻思考。