AI 编写 90% 代码，大厂程序员的艰难时刻

“浪潮已至，唯有奋力前行。”

文丨徽声在线 祝颖丽

编辑丨徽声在线 赵磊

2026年的第一个季度，全球科技行业迎来了一场前所未有的裁员潮。包括亚马逊、Meta在内的十几家海外科技巨头，总计裁员超过4万人，其中程序员成为裁员的重灾区。这一现象的背后，是AI技术的迅猛发展——在Meta，几乎所有代码都由AI生成；谷歌也在4月宣布，其75%的新增代码由AI完成。而在中国，互联网公司也在加速推进AI代码的应用，去年下半年，多数大公司的AI代码率还只有20%至30%，但到了今年，这一比例已飙升至最高90%。这意味着，程序员的需求正在急剧减少。然而，中国公司并未公开宣布因AI替代而裁员，而是通过不招新人、不续签合同、业务调整等柔性方式，逐步淘汰冗余人员。

过去一个月，徽声在线访谈了十多位来自主流互联网公司的程序员，他们分布在阿里、腾讯、字节、美团、B站、得物等公司，也有从大厂离职后辗转至外企、国企的从业者。他们中有人从事后端开发，有人负责数据架构，也有人专注于算法；有人刚工作几年，有人已是团队中的技术骨干。尽管公司、岗位、资历各不相同，但他们却分享了许多相似的经历：AI带来的效率提升并未转化为闲暇时间，原本需要十天完成的工作，老板现在期望一天交付；岗位边界逐渐模糊，前端开发并入后端，新招岗位直接更名为“全栈工程师”；几乎所有人都试图通过掌握AI技术来保住自己的位置，认为“先用AI替代别人”是留下来的最佳策略。

然而，留下来的真正前提是：有人先一步离开。

630，共同的“最后一天”

2026年春节，张锐过得并不愉快。作为一家互联网公司的技术管理者，他手下有近百人。年前，他接到老板的通知，要求裁员近25%，并让他在假期期间梳理人员名单。张锐的第一反应是震惊。当时公司各业务线仍有利润，看不出裁员的必要性；如果是因为AI，调整也显得过于草率——AI Coding技术虽已提升，团队中虽有人自发使用，但公司内部新的工具链、协作方式和组织形态尚未建立，流程并未完全跑通。

过去几年，互联网公司反复强调降本增效，张锐也经历过多次人员调整，但这一次的通知来得突然，裁员比例也高得惊人，激进的部门甚至接近一半。他带着抗拒的心情，逐个评估下属的命运：谁绩效更好，谁更有潜力，谁已将AI融入工作流，谁对技术变化更敏感……

裁员行动在年后开工前几周展开。张锐和搭档的HR在一间小会议室里，逐个约谈员工，讨论方案、交接工作和赔偿事宜。有人不理解，有人情绪失控，张锐只能无奈表示，这是自上而下的决定，并非充分沟通后的共识。公司未发布任何解释性邮件，消息沿管理链条层层传递，到他这里，只剩执行任务。那两天是张锐职业生涯中最漫长的日子，他重复着谈话、计算赔偿和进行心理疏导，几乎麻木。但有些时刻仍让他难受，比如有员工是家中独子，父母生病，反复央求保留工作。

两个月后，张锐仍感到冲击未散。对上，他觉得公司处理过于激进，缺乏沟通余地；对下，他也只能无奈表示“没有办法”。但几个月后，他发现，所有公司都在做同样的事，只是时间早晚的问题。

6月，裁员已不再是新闻。在Shopee，一位年年绩效第一的女工程师突然收到HR的裁员通知；在飞猪，一位工作10年的资深前端工程师也拿到了“离职大礼包”，其所在技术团队一半工位空置；在美团，一位应届毕业即加入、工作4年的后端工程师也被主管约谈，其所在部门30%的人收到裁员通知。6月30日，成为许多人的“最后一天”。

赵舒是上海一家互联网大公司的前端工程师，端午前夜接到裁员通知。她自认为绩效不差，薪资也非最高，第一反应是愤怒。裁员理由直指AI冲击——她负责的商家端业务，后端提需求，她做页面，但有了AI后，后端可直接写前端代码。过去两三个月，她接到的需求越来越少，最后一个月完全无活可干。

赵舒去年刚休完产假，平衡孩子和工作已让她痛苦不堪。近来，因AI可能取代工作的焦虑，她下定决心调整心态，准备在新业务中“卷起来”，却没想到机会来得如此之快，连“卷”的机会都没了。她怪自己不够敏感、不够快，但在那些尚未被裁的人看来，敏感并未带来安全感，反而让恐惧来得更早。被裁的人至少得到了确定的结果，而更多人仍在煎熬中。

AI提升两倍效率，工作却变成三倍

李浩在等待。作为美团的老员工，十几年的后端工程师，他猜测自己可能待到7月底合同到期，届时公司不会续签。他对裁员早有预期。从3月开始，他感受到一种自上而下的紧迫感。他转述了美团内部流传的一个故事：王兴见完一位AI大佬后，在管理层会上说，水已涨上来，“不管是在里面扑腾还是怎样，都要赶快学会游泳。”

起初，有人对AI生成代码持怀疑态度，但自上而下的强推后，许多人两周内便跑通了AI代码，代码率从10%升至70%-80%。李浩当时就判断，裁员是迟早的事，不是半年就是一年。创始人的话很快转化为压力，传至具体工作。公司要求各团队探索AI应用：哪些工作流程可标准化，哪些环节可沉淀为技能，哪些产品和运营场景可开发AI工具。每个团队都被要求将AI与业务结合，拿出新想法，哪怕只是未跑通的demo，也要证明尝试过。

李浩的痛苦在于压力传导方式。他觉得，如果公司方向明确，推就推，调整就调整，但现在许多人像被一个不够清晰的目标推着走，每天挖空心思“如何与AI结合”。他担心自己慢，也担心团队慢。其他团队的成绩、其他Leader对AI的理解深度，都成为横向比较的压力。有一段时间，他晚上回到家，坐在床头熬到天亮，害怕睡着也害怕醒来，因为新的一天又要面对这些。压力之下，李浩记忆力变差，听过的话马上忘，整个人像被困住。

在字节一些部门，这种集体性焦虑也曾蔓延。

江同2023年校招进入字节后，对团队氛围一直满意。虽然忙，但同事、导师和领导关系融洽，交流像朋友。3月前后，团队内部开始密集倡导AI。领导推，领导的领导也推。每天都有新文章、新文档、新工具介绍和使用方法推送。需求要做，文档要看，这个还没看完，下一个又来了。

AI改变了团队氛围。江同形容那段时间大家都“疯魔了”。每个人突然都在学、都在追，都怕落后。事实上，没有业务、没有人会因某项工具立即改变现状，但当公司自上而下表现出焦虑时，每个人都无法幸免。

没过多久，江同所在的“相对边缘”团队也开始明确考核AI代码率及个人、小组对AI的使用情况。这些被写入上级OKR，甚至有专门网站同步滚动统计。在阿里淘天集团，也有高层推动统一看板，每个人的AI使用数据对所有人可见。

为弥补经验不足带来的判断力不足，也为了跑在前面，江同开始用AI节省的工作时间学习AI写的代码。每天9点下班后1-2小时，他逐行看AI代码，了解其写作风格和逻辑，“看它到底怎么写，写出来什么样。只有这样，我才能更好与它沟通。”不懂的领域，如前端，现在他也得写，就继续问AI，补上知识空白。

像江同一样，许多用上AI的人反而更累。周铭在得物做算法，他的代码已有八九成交给AI写，但老板预期变了，原来十天的事，现在认为三天就该搞定，“公司目的是提效，不是让你们轻松，所以只会让你们活越来越多。”

更大的变化是工作模式。过去一线开发同一时间通常只做一件事；现在AI可同时跑多个任务，人要变成多个任务的监管者。一个需求交给AI，另一个也交给AI，人要隔段时间看结果、做判断、纠偏、验收。问题是，人的精力未放大，AI可写更多代码、生成更多方案，但判断这些东西能否用、有无风险、是否符合业务现实的仍是人。执行提效了，但决策和责任在程序员这端未消失——大家变得更累。周铭形容，现在他更像自动驾驶里的安全员，车可自己跑，但人仍要对最终结果负责。

上下游合作也变得更不顺畅。周铭的部分上游合作者会直接把AI生成的文档或代码丢过来，但自己未认真校验。AI生成的东西看似完成，但可能有性能问题、逻辑问题，或根本不符合业务需求。表面看，对方完成了交付，实际上审查和返工的时间成本转到了负责的下游身上。

裁人后，对张锐来说，更难的是用仅剩的人支持所有工作。砍非必要项目、重新分配已有项目责任人。这个过程中，AI开始被极致利用。“它是一个倒逼的逻辑”，他后来总结说。

经历过一次风波，他意识到，不管在哪家公司，趋势已不以个人意志转移。既然浪潮已至，能做的就是尽量游在前面。

做一个加速淘汰自己的工具

一个周末下午，我在阿里西溪园区见到了何川。周末的工区仍有不少人在工作，何川说，都是“AI焦虑带来的忙”。过去3年，阿里一直在喊“all in AI”，但前年是业务团队零星一两个人在探索；去年开始立项；到今年，“所有人都要为AI打工”。

每个人都想让自己和AI挂上钩。做一个AI项目，跑出一个自动化工具，给业务提一部分效率，都可能变成新的安全感。因为大家隐约知道，如果后面真的裁员，做AI、懂AI、能拿出AI结果的人，可能更容易留下来。何川也同样焦虑而忙碌。

在阿里，他所在的业务团队将日常业务和与AI相关的业务称为“旧城”与“新城”。幸运的是，他正好在“新城”，做着和AI相关的业务，这预示着接下来的半年、一年里，如果他真有些结果，可能会拿到更好的绩效。

但这是一个吊诡的工作。他做的是一个内部Coding Agent，一个把业务从需求到上线自动化的工具。如果他真做成了，会加快自己被淘汰的速度。不过，现在还不是考虑这些的时候，更让他焦虑的是，这个类似的工具，不同的业务团队里的技术都在做，甚至不同职级的人也同时在“卷”。

P7想做一个点的自动化，P8想上升到一个面的业务，P9则在规划一个更大的自动化平台。何川这样一个低职级的员工，刚想出一个小工具，更高层级的人可能已经覆盖了。他觉得自己像在经历一场内部“大逃杀”。

他有时觉得没希望，但也无法躺平，因为老板比他更焦虑。为了保住地盘，老板要稳住做老业务的员工，会暂时把好绩效分给“旧城”的同事；同时要证明团队在AI时代仍有价值，得不断推着他们往前，找到AI新产品的独特优势。

何川吐槽说，“每个人都希望在AI时代有自己的一席之地，但是很可能结果就是没有你的一席之地，但你非要占，只能是硬占。而你硬占的这个地方，可能压根就不存在。” 他有时觉得，只有那么一小拨人真的站在正确的道路上，大多数人只是牺牲品，在这个过程中陪跑。

他也理解老板。向上汇报时，总得摘亮点、讲独特性。但很多时候，他觉得自己无能为力。在他看来，这些自动化产品并没有太多技术壁垒。一个业务团队的技术员工能想到的，通用coding工具也能做到；那些工具没有做的，很多时候本身就是不合理的需求。

工作快十年，何川经常觉得自己仍没有适应职场的规则：服从和执行。起初，老板希望他探索出“行业领先”的东西，他觉得做不到、不现实，就会争论；久了发现对方并不想听，事情又做不成，只能拖着。老板的情绪也变得不稳定，有时骂人，有时又借着吐槽袒露自己的焦虑，希望得到他们理解。

何川自己也处处矛盾，进退两难。他干得并不舒服，但离开大厂，又担心别的地方接不住，舍不得这里的稳定和高薪；他也觉得，大概率这样卷不出什么结果，但在结果出来之前，他还是不舍得那50%概率的好绩效，或者被裁时，多年工作经历攒下的丰厚“礼包”。

更让他绝望的是，他已经看到了终局。“太确定了，它一定会取代绝大多数程序员，只不过现在确实受限于模型能力，还不能变革那么彻底。” 何川觉得，安全的时间最多只剩下一两年。

“下坡的时候要开心”

朱江对未来保持着一种难得的平静。以前他看《人月神话》——技术中讲项目管理的书时记得，一个项目，人越多，效率越低。

他认为，未来可能只需要过去五分之一的工程师，80%的人都会被淘汰。更大的共识是Token未来会越来越便宜，而模型会越来越强，公司可以花更少的钱获得更好的效果，“但这个就跟员工是相反的。你员工来公司很多年，那是要涨工资的。”

他目前在外企，失去工作的风险还不大，但他相信这也是迟早的事，“我觉得早点、晚点其实都行。” 进入这个行业11年，朱江觉得自己这一批人虽然没有吃到最多的时代红利，但也该知足了。

他高中竞赛时，选计算机专业是误打误撞，那时被热议的是土木工程，计算机一度被视作泡沫要破灭的行业，谁知移动互联网到来后，又续命了这些年。跟其他同学相比，他多挣了很多年钱，处境也好得太多。他觉得，人走运一次就差不多，当时不小心被时代嘉奖，现在遇到问题，最好的心态也是“接受”，“我们可能跟工业革命后的纺织女工是一样的。”

朱江说，程序员这个群体一直在学习，习惯学习工具，习惯技术迭代，也习惯把新的生产方式先用到自己身上。某种意义上，是程序员亲手做出改变自己行业的工具。他相信，旧的岗位消失，新的人会围绕新的工具、新的组织方式、新的产业机会重新聚集。

高虹在Shopee做的也是前端，去年4、5月，她的老板就已经意识到风险，开始推动大家做AI agent项目。一年多的时间，从立项到落地，从用户侧采数据，到建立benchmark和过程指标，她都参与过。也因此，在绩效连续不错的时候得知被裁，她第一反应是震惊，随后也很快就转换了心态。

她的一位老板对她说，现在想从前端里“卷”出来很难，即便没有AI，行业上升通道也已经变窄。但有了AI，反而出现一个新机会点，大家都在同一条新路上出发，只要比旁边的人多懂一点点，在就业市场上就可能有优势。几年前，找前端岗位时，她面试字节，经常感到技术上还是能被“问住”。而这次，当她以agent工程师为目标时，发现面试官经常还没有她懂。

最近她也跟一些创业公司交流，他们在做游戏、金融或其他垂直行业的agent，对方会把具体业务场景拿出来和她讨论：如何设计流程，如何判断效果，哪里可能出错。那些面试更像一场共同推演，她不一定每次都答得完美，有时也觉得自己没有处理好，但对方却非常宽容，因为这个领域本来也没有标准答案，很多方案都还值得试。

她在这个过程中重新找到了兴奋感——前端做久了，知识边界已经熟悉，甚至有些倦怠；而AI和agent领域还有很多值得探索的东西，这甚至让她重新意识到自己对技术的热爱，也让被裁之后的日子没有完全坠入一种单一的失败感，“很多时候，机会和看起来悲观的事情就是并存的。”

被裁之后，赵舒没有真的休息。最后几天，她还是常常在公司待到晚上八点半，准备简历，学新东西，等面试。现在找工作，纯前端机会几乎消失了，市场上更多是“全栈工程师”、“AI应用工程师”，她开始学Python——一种后端语言，补齐成为一个全栈工程师的空白。

焦虑是必然的，最近几天，她一度睡不着，忍着不看手机，才终于在快天亮时眯了一会儿。

面试给了她一点信心。她发现，面试官问的几乎全是AI，因为在大公司，她还是有不少经验走在前面。虽然还没有拿到offer，但她觉得，自己有70分的把握。丈夫也安慰她，“上坡的时候要努力，下坡的时候要开心。” 赵舒今年32岁，她觉得自己还在上坡期，还不能停。

文中受访者均为化名

题图来源：《鱿鱼游戏》