过去十年，当有人咨询想转换职业方向者如何迅速加入科技领域，通常得到的建议是掌握编程技能。
获得一份培训班的毕业凭证，掌握入门级的编程知识，普通人便有机会叩响硅谷的门扉，步入高薪工作的便捷通道。
然而，如今这条路已经越来越难走了。
世界各地，众多程序开发者遭遇工作丢失，过去备受瞩目的编码培训机构也接二连三地停办了。
而这一切的根源在于人工智能技术的飞速发展，编程不再是少数人的专长，导致入门者的机会被大幅削减。
科技领域，立足的标准正在快速提升。当下，单会编写程序已经不足够，必须精通人工智能技术，这方是当前就业市场的新准入凭证。
AI催热了科技行业，也筛走了跟不上节奏的人。
入门级程序员都凉了
《纽约时报》近期刊载了一则文章，里面记述了许多参加编程培训项目后，却面临毕业即失业困境的案例。
这些编程训练营是什么，从何而来？
从2010年代中期开始，美国社会高度认可强化型基础编程课程，这类课程被普遍看作是获得高薪工作的有效通道。
现任国家元首将此项目划入工作安排，众多社会团体也发起相仿的活动，旨在引导多元群体投身信息技术领域，像哈佛大学与伯克利学院这样的高等学府，同样设立了专属的编程技能提升项目。
这些课程确实管用。根据CourseReport在2020年对3000名训练营学员做的调查，有79%的人说课程帮他们在科技领域找到了工作，平均工资增长了56%。
但随着AI编程工具开始普及，行业招聘正在收缩。
今年五月，波士顿的Launch Academy训练营创始人Dan Pickett宣布暂时叫停教学活动，原因是该机构的职业对接成效出现显著下滑，由原先的九成左右跌至六成以下。
Motherboard与Blind组织了一次针对9388名工程师的调研活动，调查发现百分之六十六的受访者觉得求职过程愈发艰难。此外，Motherboard强调，人工智能技术的广泛应用将会造成程序员职位需求量的下降。
CompTIA发布的信息显示，五年之内，软件工程师的公开岗位减少了百分之五十六。对于资历较浅的开发者而言，这个数字更为严峻，削减幅度高达百分之六十七。
加州大学圣巴巴拉分校的技术管理助理教授Matt Beane，正在进行一项研究，内容是人工智能工具的应用，对于银行、保险等行业里初级程序员的实际作用。
Matt Beane
那个GPT工具员的说法时常被提及，初级程序员们觉得自己被困在许多细小的工作中，只是借助人工智能软件按部就班地应付了事。
偶有状况，Beane盯着的那些新入职的码农连个插手的机会都寻不到。毕竟，由人工智能生成的程序常常潜藏着资历尚浅的人不易察觉的纰漏，资深的程序员有时发觉亲自编写和修改代码，反倒比分配给新员工去做更为省力。
Beane还发现在手术和财务分析等自动化技能领域面临同样难题：新手上手需要掌握更多专门本领，然而实践这种本领的环境却日渐稀少。
早些时候，只要具备基础的编程能力，即便没有接受过高等教育或拥有相关工作履历，人们也有机会加入科技领域。
不过往后，基础编程人员或许要掌握更多样化的本领，并接受更周全的教导，才干符合岗位要求。他们得对自身编写的程序如何融入整体架构有更全面的认知。
对商业层面的谋略规划现时愈发关键，Mondo这家科技领域人才招募机构的负责人Stephanie Wernick Barker这样说道，大学教育背景因此仍然具有决定性作用。
换言之，软件领域最显著的发展或许并非人工智能替代了程序员，而是AI使得成为程序员的门槛更高了。
可以说，在过去的二十五年间，科技领域对于初级职位的接纳程度，是我所观察到的最低谷期，Menlo Ventures的风险投资合伙人Venky Ganesan这样表示。
在国内，2021年，知乎上仍有提问者询问：既然参加培训课程就能成为程序员，那么学习计算机学科又具备何种意义？
如今，那些宣扬「XX日速成编程，便捷成为程序员」的培训课程已经消失不见踪影了。
仿佛从2022年起，某些迹象便开始显现。那一年，全球的科技企业纷纷开始大规模削减员工数量。
并且这波裁员潮在2023年达到了顶峰。
令人欣慰的是，随着2024年逐步走向结束，今年被解雇的人数大约比去年减少了十万名左右。
肉眼可见地，裁员的趋势有所放缓。
企业减员的风潮不再声势浩大地席卷而至，这本身就说明，并非整个领域陷入困境，而是该领域正在经历变革。
人工智能发展迅速，导致对高能力工作者需要增多，与此同时，基础工作位置很多不再存在，造成不少一般程序师失去工作机会。
在五月，StackOverflow对六万五千名程序员做了问卷调查，询问他们「人工智能软件会危及你的职业吗？」
在从事专业开发的人员里，有少数人觉得存在风险，一部分人态度不明朗，绝大多数人则觉得不存在风险。
在初次接触编程的人群里，有15%的人感到担忧，27.1%的人态度不明朗，57.9%的人觉得很安全。
认为没有威胁的，大约相差了10%。
那些享有盛誉的人工智能公司架构揭示了一切：高度紧凑，极其压缩，反复削减。
Anthropic员工数量仅约为300人。
这个公司的复杂程度非常低，仅有36名员工，其市场价值却达到了六百个亿以上。
Ilya建立的新企业「安全超级智能」（Safe Superintelligence，SSI）的职员总数不过十个人。
科技巨头的广泛减员，也反映了行业正在迈向集约化、精炼化的方向。
AI浪潮，冲走的都是普通人。
开发者暴增，几乎全在搞AI
程序员失业潮中，GitHub上的全球开发者数量却暴增。
部分缘由在于学员数量的增加，GitHub的教育项目已招徕七百多万位经过验证的参与者，此外借助GitHub Copilot的免费使用方案，学员、教育工作者以及开源贡献者的使用量较去年同期增长了百分之百。
这显示出，人工智能不仅协助了更多人掌握编程技能或迅速创建软件，而且也吸引了更多人投身于开发领域，并为他们提供了支持。
此外，值得注意的是，这些激增的人员并非都是专指从事程序编制工作的人。
Python迅速成为GitHub上应用频率最高的编程语言，全球开源项目不再仅限于常规软件开发领域。
Python在机器学习、数据科学、科学计算等多个领域应用广泛。其使用量持续攀升，主要因为众多STEM领域的专业人士和业余爱好者投身于开源社群。这些新加入的开发者群体与传统软件工程师存在显著差异。
当然，系统编程语言，例如Rust，应用范围正在扩大。Python除外，JavaScript、TypeScript和Java依旧是GitHub上应用最为普遍的语言。
Jupyter Notebooks的采用率大幅增长了92%，这或许反映出从事数据科学、人工智能、机器学习以及学术研究领域的人员数量正在持续增加。
二零二四年，GitHub上诞生了七万以上面向公众、具备共享属性的生成式人工智能计划，这些计划的协作投入实现了近六成的显著提升，同时计划的总数实现了近一倍的扩张。
AI模型也正在成为开发者技术栈的一部分。
随着创造者持续发掘人工智能的更多可能性，生成式AI技术在编程领域的功能也在不断拓宽，它不仅可以帮助程序员完成代码编写工作，更能够作为开发全新软件项目的基本单元被采用。
对高效且成本可控的微型模型的需求日益增长，促使嵌入式人工智能技术在手机上的应用成为这一现象的关键推手。
值得留意的是，2024年，开源AI领域中参与者增加最为迅猛的项目是ollama/ollama，这反映出技术爱好者对于在个人设备上测试大型语言模型（LLM）的热情有所提升。
