研究表明AI大幅提升编码效率，但决策和交付两端仍依赖人类，59%企业借AI名义掩盖裁员。
AI将在大规模上取代软件工程师的说法已经流行了至少两年。但Substack专栏作者Arvind Narayanan和Sayash Kapoor在其长文分析中得出结论：现有证据足以拒绝这一叙事。他们提出，即便在监管壁垒最低的软件工程行业，AI都未能触发大规模裁员，其他行业更不具备被AI取代的条件。
两人分析了三个近期的大规模裁员案例，发现"AI原因"经不起推敲。2026年2月，支付公司Block宣布裁员4000人，CEO Jack Dorsey声称AI使团队可以"更小更扁平"。但调查报道揭示，Block在疫情期间人员膨胀了3倍，当时面临严重的财务压力。内部员工在社交平台上爆料，公司"把AI硬塞进每个人的日常"，但实际生产力提升"非常有限"。接着是4月的Snap，CEO Evan Spiegel裁掉约1000人后宣称AI生成了65%的新代码，但Snap自2017年IPO以来从未实现过全年盈利，此次裁员紧随激进投资者要求削减成本的运动之后。到5月，Intuit宣布裁员3000人并同步公布多项AI合作，然而该公司CEO亲自向媒体澄清"与AI完全没有关系"，裁减对象是"协调密集型岗位"和管理层级。
一组来自纽约州WARN法案的数据击中了要害。该法案自2025年3月起要求所有大规模裁员雇主申报是否与AI相关。到2026年5月底，总计约25000名被裁员工中，仅雀巢旗下Nespresso一家勾选了AI复选框，涉及46名员工。换言之，真正因AI导致的裁员比例不到0.2%。一项针对全美招聘经理的调查显示，59%的受访者承认"在解释裁员或冻结招聘时强调AI，因为这对利益相关方更好听"。
论文的核心框架是"三明治模型"。软件开发可拆分为三个概念层：决策层(需求定义、系统设计、优先级规划)、执行层(编码实现)和交付层(测试、验证、集成、维护)。AI大幅压缩了中间的编码执行层，但决策与交付两端对自动化存在深层抗性。一项分析10万名GitHub开发者的NBER研究发现，AI代理使代码行数产出增加了约8倍，但实际软件发布版本数仅增加了30%，说明人类瓶颈(在决策和交付环节)几乎原封不动地保留了下来。
作者还讨论了一个反直觉的经济学推论：软件生产成本大幅下降时，其需求会因价格弹性而上升(软件的使用场景远未饱和)，进而拉动对工程师的派生需求。历史上，编程语言FORTRAN、COBOL和SQL问世时都伴随着"编程将民主化"的预言，但每次的结果都是程序员的总量不减反增。障碍从来不是语法本身，而是做出正确工程判断和为之负责所需的经验与判断力。
这篇分析最后提出了一个耐人寻味的预测：未来软件工程师的角色将更像起重机操作员而非建筑工人。起重机操作员不是自己搬砖，而是监督一台强大的机器完成繁重劳动。但建筑工地不会因为有了起重机就解雇所有操作员，恰恰相反，起重机让人能建更高的楼，从而雇更多操作员。如果这个类比成立，那么AI时代的软件工程职业非但不会萎缩，反而可能在一个软件需求爆发的世界中迎来新一轮扩张。
原文：https://www.normaltech.ai/p/why-ai-hasnt-replaced-software-engineers