
当今软件开发市场对理解AI的开发者有着巨大的未满足需求。与此同时,由于大多数高校尚未调整其课程体系以适应AI工具大幅提升编程效率的新现实,近期计算机科学毕业生的失业率也有所上升。
AI时代开发者的新标准
当我面试AI工程师——那些擅长构建AI应用的人才时,我会寻找具备以下能力的人:
- 能够利用AI辅助快速构建软件系统
- 能够使用提示工程、RAG(检索增强生成)、评估、代理工作流和机器学习等AI构建块来开发应用
- 能够快速进行原型设计和迭代

拥有这些技能的人能比那些仍在使用2022年前生成式AI出现前的方式编写代码的人完成多得多的工作。我每周都与大型企业交流,他们希望雇佣数百名甚至更多具备这些技能的人才,以及那些有绝佳创意但缺乏工程师来实现的初创公司。随着更多企业采用AI技术,我预计这种人才短缺只会加剧!
市场矛盾:AI人才短缺与CS毕业生失业
与此同时,近期CS毕业生面临着更高的失业率(例如,请参阅2023年数据的研究),尽管非就业率——从事不需要学位工作的毕业生比例——仍低于大多数其他专业。
这就是为什么我们同时听到失业CS毕业生的案例,同时也看到热门AI工程师薪资持续上升的原因。
技术变革的历史教训
当编程从穿孔卡片发展到键盘和终端时,雇主在一段时间内继续雇佣穿孔卡片程序员。但最终,所有开发者都必须转向新的编码方式。AI工程正在创造同样巨大的变革浪潮。
AI原生开发者与经验丰富的开发者的较量
有一种关于"AI原生"新毕业生的刻板印象,他们表现优于经验丰富的开发者。这有一定道理。多次,我雇佣了一位真正了解AI的全栈软件工程新毕业生,而不是仍在使用2022年风格工作的经验丰富的开发者。
但我所认识的最优秀的开发者不是近期毕业生(对新鲜毕业生没有冒犯之意!)。他们是那些紧跟AI变化的有经验的开发者。如今最高效的程序员是那些深入理解计算机、如何架构软件以及如何进行复杂权衡决策的人——并且他们还熟悉前沿的AI工具。
过时与永恒的编程知识
当然,2022年的一些技能正在变得过时。例如,我们过去必须记住的大量编码语法不再重要,因为我们不再需要那么多的手写编码。
但即使说30%的CS知识已经过时,剩下的70%——加上现代AI知识——才是真正高效开发者的核心。(即使在穿孔卡片变得过时后,对编程的基本理解对于将代码输入键盘仍然非常有帮助。)
AI时代的开发者竞争力
如果不了解计算机的工作原理,你无法仅凭"直觉编码"就达到卓越。基础知识仍然很重要,而对于那些 additionally 理解AI的人来说,就业机会众多!
核心技能转变
2022年的核心技能与2025年的需求已经大不相同:
- 代码编写能力:从记忆语法转向理解AI生成的代码
- 问题解决:从独立思考转向人机协作解决问题
- 系统设计:从传统架构转向AI增强的系统架构
- 调试能力:从手动调试转向AI辅助的快速问题定位
教育体系的挑战
高校教育面临的关键挑战是如何平衡传统计算机科学教育与新兴AI技能的培养:
- 课程更新速度跟不上技术发展
- 缺乏有AI实践经验的教师
- 传统评估方式难以衡量AI辅助编程能力
企业需求的变化
企业对开发者的期望正在迅速演变:
- 更快的产品交付速度
- 更复杂的AI集成能力
- 更强的跨学科知识整合
未来开发者的能力模型
未来最具竞争力的开发者将具备以下能力组合:
- 扎实的计算机科学基础:算法、数据结构、系统设计等
- AI工具熟练度:提示工程、模型评估、工作流设计
- 领域专业知识:特定行业的问题理解和解决能力
- 持续学习能力:适应快速变化的技术环境

行业应对策略
面对这一变革,不同利益相关方正在采取不同策略:
开发者个人
- 积极学习AI工具和框架
- 参与开源AI项目
- 建立个人AI作品集
- 加入AI开发者社区
教育机构
- 更新课程体系,融入AI内容
- 与企业合作建立实习项目
- 引入AI实践环节
- 培养教师AI能力
企业雇主
- 重新设计招聘流程,评估AI能力
- 提供AI技能培训
- 调整项目开发流程,整合AI工具
- 建立AI创新实验室
结论:AI增强而非替代
AI不是要替代开发者,而是要增强开发者的能力。那些能够将扎实的计算机科学基础知识与现代AI工具相结合的开发者,将在未来几年最具竞争力。对于教育机构来说,快速适应这一变化至关重要,而对于开发者个人来说,持续学习和技能更新将是保持职业竞争力的关键。
正如编程从穿孔卡片到键盘终端的变革一样,AI带来的变革同样深刻。适应这一变革的开发者将迎来前所未有的机遇,而固守旧有方式的开发者则可能面临职业挑战。在这场技术变革中,理解并掌握AI的开发者将成为推动行业进步的核心力量。









