为什么AI不会取代软件工程师

关键信息

文章提到纽约州在 2025 年 3 月为 WARN Act 报告新增了 AI 申报复选框，并指出在第一个完整年度里，160 多家公司提交了 WARN 通知，但没有一家勾选 AI 选项。文章还认为，软件工作的真正瓶颈是决定要做什么、验证交付结果，以及对代码库、业务和环境的深度人类理解。

资讯摘要

《Why AI hasn’t replaced software engineers, and won’t》这篇文章由 Arvind Narayanan 和 Sayash Kapoor 撰写，主要反驳一种流行观点：AI 只要达到某个能力阈值，就会不可避免地引发大规模裁员。作者选择软件工程作为“压力测试”对象，是因为这是最容易被 AI 辅助自动化影响的职业之一，而且监管障碍相对较少。文章的结论是，现有证据并不支持“AI 驱动大规模失业”这一叙事。作者引用了纽约州在 2025 年 3 月对 WARN Act 报告所做的修改，即新增一个与 AI 相关裁员的复选框，作为具体数据来源。

在该项变更后的第一个完整年度里，超过 160 家公司提交了 WARN 通知，但没有一家勾选 AI 作为裁员原因。文章指出，写代码只是软件工程中的一小部分。作者在分析实际工程流程后发现，真正的瓶颈在于决定和明确要做什么、验证交付结果并承担责任，以及依赖对代码库、业务和运行环境的深层理解。文章最后认为，AI 可能会加快开发流程中的某些环节，但它并不能消除工程师对问题理解和结果负责的核心价值。

资讯正文

为什么 AI 还没有取代软件工程师，而且也不会取代

Arvind Narayanan 和 Sayash Kappor 从一个格外适合 AI 颠覆的职业——软件工程——的角度，探讨了 AI 造成失业这一问题。

在这篇文章中，我们认为，已有足够证据可以拒绝这样一种叙事：一旦 AI 能力达到某个阈值，就会引发大规模裁员。既然即便在监管壁垒极少的一个行业里，这一点也成立，那么其他大多数职业大概率会受到更强的保护。

第一个好消息是，现有数据仍然不支持“AI 正在导致大规模失业”这一说法。

2025 年 3 月，纽约成为美国第一个在 WARN Act 提交文件中加入 AI 披露复选框的州。在第一整年里，超过 160 家公司提交了 WARN 通知。没有一家勾选 AI 这一项。

AI 确实加快了把代码输入电脑的那一阶段，但事实证明，软件工程远不止于此：

如果写代码不是瓶颈，那什么才是？任务拆解调查指向了会议或调试之类的事情。这又引出更多问题：开发者在那些会议里到底在做什么，为什么 AI 不能做？随着能力提升，调试难道不会被自动化吗？要理解真正的瓶颈，我们必须转向定性分析，深入了解软件工程师自己对那些难以自动化的工作的理解。

当我们做这项分析时，发现真正的瓶颈有三点：(1) 决定并明确要构建什么；(2) 验证交付结果并对其负责；以及 (3) 完成前两项所需的深层人类理解——对代码库、业务和环境的理解。

我发现 AI 辅助也能帮助我完成决策和验证这些步骤，但真正决定我所提供价值的，仍然是“深层人类理解”。即便给我全世界所有的 AI 辅助，我产出的价值仍然取决于我对问题以及代理正在为其构建的解决方案理解得有多深入。

来源与参考

1. 原始链接
2. Why AI hasn’t replaced software engineers, and won’t