文 | 影子备忘录

2026年刚过半，硅谷的裁员数字已经足够写出一部科技行业的血泪史。1月，亚马逊确认裁员约1.6万人；2月，金融科技公司Block裁掉近一半员工；3月，Meta被曝计划裁员1.6万人。

2026年第一季度，科技行业裁员约81700人，创下两年来单季最高纪录。

而就在同一个季度，四大超大规模云服务商投入了7250亿美元用于AI基础设施，同比增长77%。

钱没有消失，它只是换了一个去处——从工资单流向了GPU集群。

在这场人类历史上最迅猛的资本迁移中，第一批倒下的，恰恰是那些亲手教会AI写代码的人。

当资本从工资单流向GPU

2021年支撑工程师招聘的资本，如今已化作GPU集群。这句话概括了过去两年科技行业最残酷的结构性变迁。

2024年全球科技行业裁员规模达15.3万人，2025年仅前三个月已突破11.4万人。2025年上半年，全球有77799个科技岗位被标记为“因AI驱动裁员”直接消失。

全球大厂公开用AI替代人力而裁员的，预计达23万人。

这些数字背后，是企业IT预算分配的根本性转变：传统软件开发投入占比从2020年的67%骤降至2025年的38%，而AI基础设施支出占比攀升至41%。

这并非互联网泡沫破裂时期那种市场周期性回调。Salesforce的CEO明确告诉投资者，他不需要那么多人。

Meta将裁员定性为将薪酬预算重新投向AI；甲骨文裁撤了30000个传统岗位以资助数据中心建设。职场话语体系已从“财务纪律”转向了“技术替代”。

甲骨文在去年裁员1万之后，今年3月起计划再裁2到3万人，裁员比例约18%。

其中47名数据库管理员被AI取代，仅保留3名高级工程师监督。一边是净利润同比大涨95%，一边是“无差别裁员”，不看绩效，不看职级。

“人不如AI”的残酷现实下，科技公司认为，人类不再是创造企业营收的核心资产，而是急需甩掉的历史包袱。

穆迪分析发布的报告揭示了两条可能的路径：要么AI让生产率狂飙，失业率降至3.8%；要么泡沫破裂，460万人失去饭碗。

技术专家认为AI年化生产率贡献3%-30%并引发大规模失业，而经济学家认为仅0.07%-0.9%且就业市场能平稳过渡，二者预测相差40倍。

但无论哪条路径成真，程序员都站在风暴的最前端。

科技巨头的“代码自动化”，从15%到75%只用了两年

2026年4月，谷歌CEO桑达尔·皮查伊在Google Cloud Next大会上公布了一个令软件工程界震动的数字，谷歌内部近75%的新增代码由AI生成，由人类工程师审核通过。

两年之前，这一数字仅为15%。2024年10月，它刚迈过25%的门槛；到2025年秋季攀升至50%。如今，距上一次公布才过去半年，指针已朝四分之三的方向猛然转动。

行业分析此前普遍认为AI代码生成率到2026年底可能达到30%到40%，谷歌的执行速度直接将预期值击穿。

Alphabet不再将AI定位为叠加在工程工作之上的辅助工具，而是将其定位为大多数新代码创作背后的默认引擎。

谷歌并非孤例。

腾讯在今年6月的AI产业应用大会上宣布，大部分代码已由AI生成，工程师花更多时间做架构设计，把写代码的工作交给AI。

数据显示，腾讯超过90%的工程师正在使用AI编程助手CodeBuddy辅助写代码，2025年有50%的新增代码由AI辅助生成。在代码评审环节，AI参与度高达94%。

Meta制定了更激进的路线图：预计2026年上半年，65%的工程师将使用AI编写超过75%的代码。

扎克伯格直言：“过去需要大型团队完成的项目，如今仅需一名有才华的人，加上AI就能实现”。他要求全员强制AI考核，不会用AI就意味着离离开不远了。

Snap则宣布，至少65%的新代码由AI生成。消息发出当天，Snap股价跳涨近8%。

如果把视角从硅谷巨头拉向整个行业，数据体量更令人咋舌。全球知名代码质量平台Sonar发布的《2026年开发者调查报告》显示，72%的开发者每日使用AI编程工具，AI生成或辅助代码占比已达42%，较2023年的6%大幅跃升。

全球开发者使用AI工具的比例从2024年的76%攀升至84%。GitHub Copilot的累计用户已突破2000万。

科技巨头们正在以超过“三个季度翻倍、两年翻五倍”的速度将键盘交给AI。程序员这个职业的身份定义，正在被彻底改写，大厂程序员的职能正在迅速从“代码编写者”转变为“代码审核者”。

Token经济学，程序员成了AI的燃料

如果说代码自动化是AI替代程序员的“明线”，那么Token消耗则是一条更加隐蔽却更具杀伤力的“暗线”。

今年AI行情源于Token的大爆发，量价齐升。Anthropic的年化收入已从去年的140亿美元飙升至470亿美元。

Token不再只是模型调用的计量单位，它已经成为企业给员工的“第二薪酬”。

英伟达CEO黄仁勋在2026年3月的播客中提出了一个冷酷的逻辑：如果一个工程师能把相当于年薪一半的Token预算花出去，说明他在高效驱动AI为自己工作。

于是，大厂开始将Token消耗量与员工绩效挂钩，程序员之间出现了新的阶层分化，“Token中产”和“Token贫困户”。

谁用得少就要被谈话，甚至出现了程序员月Token费用远超薪水的荒诞现象。

一位在西雅图做后端工程师的程序员描述了这种畸形的生态：“我们内部现在的绩效机制，在往AI倾斜，最直接的是代码量，我们有一个排行榜图表，每天刷新，所有人发了多少行代码一目了然。绩效直接和这个挂钩”。

“如果你不用AI，你根本不可能竞争得过别人”。“我们组有两个‘卷王’，他们一年发的代码量是一般人的十倍。他们完全依赖AI，三个月能发500个PR，把整个部门都‘卷’起来了”。

然而，Token狂欢很快遭遇了现实的铁拳。

据开发者生产力平台Entelligence.AI发布的调研数据，企业每在AI Token上投入1美元，往往伴随着0.44美元的Bug修复成本和0.27美元的代码重写成本，另有0.11美元消耗于审查与合并延迟。

这意味着，近80%的支出化作了无形的隐性损耗。

更残酷的是，模型评估与风险研究机构METR的对照试验显示，使用AI编程工具的开发者，实际工作效率反而下降了19%。

工程效率与开发者生产力分析平台DX对450余家企业、12万余名开发者的调研也显示，即便93%的开发者都在使用AI编程工具，实际工作效率提升仅停留在10%。

微软悄悄取消了大部分Claude Code授权，亚马逊关闭了内部Token消耗排行榜。硅谷大厂从年初的“全员All in AI”到内部悄然踩下刹车，短短数月内上演了一场关于AI使用量的极限拉扯。

但为时已晚，程序员已经成为Token经济体系中最先被牺牲的环节。

人被异化的程序员，从创造者到监工

AI来了，程序员的工作量减少了吗？

答案恰恰相反。

一位开源项目维护者感叹：“以前我每周只需要处理20到25个代码PR，现在这个数字暴涨到上百个，其中绝大部分都是AI生成的，可每一个请求我都必须仔细审查”。

有人把现在的AI革命比作工业革命初期的血汗工厂：“蒸汽机的发明让生产力暴增，却并未带来工人解放，反而出现了更极致的压榨，机器不停，工人便要连轴转，工作时间反而更长”。“我们现在就像守着机器的工人，机器不能停，人就无法休息”。

AI让代码生成效率提升数倍，但审核与验证环节的效率却未同步跟进。“这就像一家工厂，更换了一台冲压速度快十倍的零件生产机器，可流水线末端的质检员依旧只有一个。产能大幅提升后，质检员的工作量翻倍，次品率却没有任何变化，最终崩溃的只会是这个承担全部审核压力的人”。

AI带来的生产力提升，并未转化为员工的自由时间，反而被企业转化为了更高的工作期望值。

AI出现之前，一名软件工程师一周提交20个代码拉取请求就是正常标准；有了AI辅助后，理论产出能力提升到50个，企业便把50个定为新的标准。

更糟糕的是，AI正在掏空初级开发者的培养渠道。微软Azure首席技术官Mark Russinovich与开发社区副总裁Scott Hanselman在一篇经同行评议的文章中指出，具有自主决策能力的AI编码工具正在给软件工程行业带来结构性危机。

AI虽然能大幅提升资深工程师的效率，但刚踏入行业的初级开发者缺乏判断力来引导、验证和整合AI输出结果。

其结果是：企业聘用资深工程师，同时将初级工程师的工作自动化，而培养下一代资深工程师的人才梯队却在悄然崩塌。

数据令人警醒。自2022年以来，初级开发者的招聘量下降了67%。哈佛大学的研究发现，在GPT-4发布后，22至25岁人群在软件开发等AI相关岗位的就业率下降了约13%。

斯坦福经济学家2025年的研究也显示，22-25岁软件开发者的就业人数自2022年以来下降了近20%。过去三年，大型科技公司招聘的应届毕业生减少了50%。

麻省理工学院2025年初的一项研究发现，将编码任务外包给ChatGPT的成年人脑部活动减少，记忆力变差，研究人员将这种现象称为“认知债务”。

“编程不等于软件工程”。识别AI生成代码缺陷所需的判断力，正是初级开发者应当通过实际生产工作逐步培养的能力。

当AI消除了初级开发者赖以学习的入门级工作时，金字塔的底座便不复存在了。

而金字塔顶端的人，也在失去方向。Django联合创始人、写了25年代码的Simon Willison公开承认，自己完全失去了估算项目时间的能力。

程序员正在从“写代码的人”异化为“AI的监工”，不停地审核、修正、再审核、再修正，被困在生成、审核、再生成、再审核的循环里。工作量是以往的10倍，职业成就感却趋近于零。

泡沫破裂之后，谁为过度买单？

AI泡沫的本质是什么？

五大AI巨头2026年承诺的资本开支已高达6800亿美元。十大科技公司2025年发债1200亿美元，同比暴增167%。

但钱花在哪里？模型训练、数据中心、抢占光刻机产能。钱从哪来？借的。能不能还上？高度不确定。

更危险的是资金在圈子里空转。NVIDIA投资Oracle，Oracle转手用这笔钱买NVIDIA的芯片；微软注资OpenAI 130亿美元，OpenAI转身把钱付给Azure云服务。

一旦某个中间环节断裂，这种循环融资就会瞬间崩塌。

过去一年，当散户还在疯狂买入时，七巨头高管净抛售了84亿美元股票。扎克伯格在卖，贝索斯在卖，黄仁勋也在卖。当前股市市盈率已飙升至20倍，距离2000年互联网泡沫破裂时的24倍峰值，只差4个点。

穆迪预测了一个泡沫破裂剧本：2026年某季度，AI收入增速一旦不及预期，恐慌性抛售将导致股市暴跌25%，蒸发20万亿美元。

泡沫破裂是未来的风险，但失业是当下的痛楚。

2026年1月，美国单月裁员10.8万人，打破了2009年金融危机以来的最高纪录。被AI精准狙击的，恰恰是工资位于60%-80%分位的中产阶级，会计、程序员、初级分析师。

Gartner甚至预测，到2027年，一半因AI裁员的公司会重新招聘同类岗位员工。这种“裁了又招”的现象被行业称为“回旋镖”。但被裁掉的人，有多少能回来？

Anthropic的报告明确指出，程序员这一职业并不会消失，但那些“只会写代码”的程序员将逐渐被市场淘汰。

AI正在重写软件开发的游戏规则，将原本耗时数月的项目压缩至两周完成。但这两个月里，不再需要一支完整的开发团队。

硅谷一家创业公司的创始人在社交媒体上宣布：“我解雇了整个开发团队，用o1、Lovable和Cursor取而代之。现在，我以100倍的速度交付产品，并且代码简洁10倍”。

这就是程序员面临的现实，你教会了AI写代码，然后AI取代了你。

写在最后

程序员曾经是数字时代的建造者，是互联网奇迹的创造者。他们用代码构筑了Google的搜索框、Meta的社交图谱、腾讯的即时通讯。

而现在，他们正在用同样的代码，训练出取代自己的AI。

这不是危言耸听。

从谷歌的75%到腾讯的“大部分代码由AI生成”，从Meta的65%工程师用AI写75%代码到Snap的65%新代码由AI生成，数字不会说谎。

AI泡沫的第一批受害者，恰恰是那些最先拥抱AI的人。

他们以为AI是工具，结果发现自己才是工具，被用来训练AI、审核AI、为AI的Token账单买单，最后被AI替代。

当资本从工资单流向GPU，当程序员从创造者沦为监工，当22岁的毕业生发现学了四年的编程技能已经过时。

我们正在见证的，不只是一场技术变革，而是一个职业群体的集体迷失。

2026年的这场AI泡沫，终将褪去。但被泡沫卷走的人，未必都能回来。