
一边是 Anthropic 的报告:Claude 的使用量里,软件工程相关任务占了 50% 以上,而且还在涨,"没有天花板"。GPT-5.4 发布,OpenAI Codex 一个月新增 100 万开发者用户。AI 写代码的能力每个月都在跳跃式进步。
另一边是 Citadel(国外对冲基金)的数据:在整体招聘岗位下行的背景下,软件工程师的岗位需求正在反弹。不是持平,是在往上走。
这两件事同时发生,正常吗?
Anthropic 最近公布了一个数据:Claude 模型的使用场景里,软件工程已经占了超过 50%——写代码、调试、代码审查、架构讨论,全算进去。
与此同时,OpenAI 的 Codex 在过去一个月里新增了 100 万活跃开发者用户。这是从什么基础上增长的?是在本来就庞大的用户群基础上,再多了 100 万。
AI 工具不是在挤走程序员,而是在大量涌入程序员的工作流里。用 AI 的程序员在增加,不是在减少。

1865 年,英国经济学家杰文斯发现了一件怪事。
瓦特改进了蒸汽机,让蒸汽机烧煤的效率大幅提升。直觉上,效率高了,就应该用更少的煤。但实际上呢?整个英国用的煤反而更多了。
原因很简单:蒸汽机用煤的效率高了,用蒸汽机做事的成本就低了,于是更多的工厂、矿山、船舶都开始用蒸汽机。需求爆炸了。
这就是"杰文斯悖论":技术效率提升,不是让资源消耗减少,而是让需求增加,反而消耗更多。
放到今天:AI 写代码的效率提升了,写代码这件事的成本就低了,于是之前"不值得"的软件项目现在值了——小团队可以做更大的产品,个人开发者可以做原来需要 10 个人的系统,企业的内部工具终于有预算做了。
编程的需求没有减少,它在扩张。
有几件事同时在发生:
之前被搁置的项目复活了。 每家公司都有一堆"有价值但暂时没资源做"的内部工具。AI 编程工具让这些项目的开发成本降到了可以接受的水平,这些项目开始动了。
以前"不可能"的产品现在有人做了。 五年前,一个独立开发者想做一个有完整后端、数据分析、移动端的产品,基本不可能。现在有人做到了,因为 AI 把很多重复工作消化掉了。但"有人做到了"不等于"不需要程序员",恰恰相反,更需要懂得怎么用 AI 工具的人。
AI 工具本身需要程序员来做。 Cursor、Claude Code、Codex、各种 Agent 框架——这些工具是谁做的?程序员。谁维护、谁迭代、谁做产品集成?还是程序员。
所以现在出现了一个有意思的现象:AI 工具的用户里,程序员占多数;AI 工具的制造者,也是程序员。

说了这么多,有人可能想说:所以程序员不用担心了?
我觉得不是这么回事。
杰文斯悖论的成立有条件。当效率提升的速度超过需求扩张的速度,替代就会发生。
打字机时代的打字员就是个例子。1950 年代,每家公司都需要大量打字员。电脑出现,打字效率提高了,但打字员没有因为"打字需求增加"而继续繁荣——打字需求的增加幅度,远不足以抵消电脑带来的替代效应,而且越来越多的工作根本不需要"打字员"这个独立角色了。
AI 对程序员的影响会不会走这条路?我说不准。现在来看,编程任务的需求增长速度还是快于替代速度,所以岗位在增加。但这个平衡点不是永久的。
短期来看,杰文斯悖论在编程领域是成立的。AI 写代码越好,编程需求越大,程序员越被需要——数据支持这个结论。
但"程序员不会消失"不等于"所有程序员都安全"。
一个能用 AI 把自己的输出边界扩大 10 倍的程序员,和一个坚持什么都自己写的程序员,在这波浪潮里的处境是完全不同的。
你可能不会被 AI 取代,但可能会被一个能用好 AI 的人取代。
这才是现在真正的问题。