AI 寫了 90% 代碼，大廠程序員的煎熬時刻

“浪已經來了，能做的就是盡量游在前面。”

文丨祝穎麗

編輯丨趙磊

2026 年的第一個季度，包括亞馬遜、Meta 在內的十幾家海外科技公司總計裁員 4 萬多人，程序員是其中占比最大的一類。原因并不復雜，在所有工作里，AI 做得最好的是寫代碼——在 Meta，已經沒有人手寫代碼；谷歌 4 月宣布，他們 75% 的新增代碼由 AI 生成。

中國互聯網公司也在快速跟進。去年下半年，多數大公司的 AI 代碼率還只有 20% 至 30%；到今年，隨著國產大模型 coding 能力的提升，不少大公司新產生的代碼里， 最高 90% 是 AI 寫的。這意味著，需要的人也越來越少了。但沒有任何一家中國公司公開宣布因 AI 替代而裁員，更多采用不招新人、不續簽合同、業務調整等柔性方式，持續汰換。

過去一個月，我們訪談了十多位主流互聯網公司的程序員，他們分布在阿里、騰訊、字節、美團、B 站、得物，也包括那些從大廠出走，輾轉到外企、國企的人。他們中有人做后端，有人負責數據架構，也有人做算法；有人剛工作幾年，有人已經是團隊里的技術骨干。

公司、崗位、資歷不同，但他們講述了不少相似的東西：AI 帶來的效率提升沒有變成閑暇，原本可能十天的工作，老板現在期待一天交付；崗位邊界正在消融，如前端正在并入后端，新招崗位直接更名為 “全棧”；幾乎所有人都想進一步跟 AI 掛鉤，先用 AI 替代別人，被默認是自己留下來的最好理由。

但留下來的真正前提只有一個：有人先一步離開。

630，共同的 Last Day

2026 年的春節，張銳過得有點郁悶。他在一家互聯網公司做技術管理，手下有小一百人。年前，他被老板通知裁員，他的部門也被分配了近 25% 的名額，讓他在假期盤一盤人。

他的第一反應是詫異。公司當時各業務都還有利潤，看不出一定要這么做的理由；如果是因為 AI，調整也很草率——AI Coding 確實已經變強，團隊里也有人自發使用，但當時公司內部，新的工具鏈、協作方式、組織形態都還沒有開始著手建立，流程并沒有跑通。

過去幾年，互聯網公司反復講降本增效，張銳也經歷過人員調整，但這一次通知來得突然，比例也高，激進的部門甚至接近一半。他帶著抗拒但又不得不做的心情逐個權衡下屬的命運：誰績效更好，誰更有潛力，誰已經開始把 AI 放進自己的工作流，誰對新的技術變化更敏感……

動手的那一天在年后開工前幾周，場景和大部分公司雷同：他和搭檔的 HR 在一間小會議室里坐著，一個人進來，談方案、談交接、談賠償，再讓下一個人進來。

有人不理解，有人情緒失控，他只能表示無奈。這個決定自上而下，不是一次充分溝通后的共識。公司沒有發布任何解釋性郵件，消息沿著管理鏈條一層層往下傳，到他這里，只是一個必須執行的任務。那大概是張銳職業生涯里最漫長的兩天。他重復著談話、算賠償和做心理疏導，人幾乎麻木。但有些時刻他還是難受，比如有人是家中獨子，父母生病，反復央求，很需要這份工作。

說起這些時，事情已經過去了兩個多月，但那種沖擊給他帶來的影響似乎還沒有消散。對上，他依然覺得 “過于激進”，為公司這種 “沒有溝通余地” 的處理辦法感到失望。對下，他也只能重復說 “沒有辦法”。但幾個月后他發現，所有人都在做同一件事，只是早晚的區別。

6 月，裁員已經不再是新聞。在 Shopee，一位女工程師績效年年第一，6 月 8 號突然收到了 HR 的小窗通知；在飛豬，一位 10 年的資深前端，6 月 11 日也拿到了 “離職大禮包”，在他所在的技術團隊工區，一半工位都空了；在美團，一位應屆畢業就加入、工作了 4 年的后端工程師，也在 6 月 17 日被主管喊進了會議室，他所在的部門 30% 的人收到了裁員通知。630（6 月 30 日）成了很多人共同的 Last Day。

趙舒是上海一家互聯網大公司的前端工程師，端午前的一個晚上被通知裁員。她覺得自己績效不差，也不是最貴的人，第一反應是憤怒。

裁她的理由，最直接的是 AI 沖擊。她負責的是商家端業務，后端提需求，她來做頁面。現在有了 AI，后端自己就能寫前端代碼。事實上，過去兩三個月，她接到的需求已經越來越少，最后一個月完全沒活兒干了。

趙舒去年剛休完產假回來，平衡孩子和工作一度讓她很痛苦。近來，因為 AI 可能取代工作的焦慮，她原本下定決心、調整心態，想等到了新業務里，自己還是 “卷起來”，但沒想到那么快，卷的機會都沒有了。

趙舒怪自己不夠敏感、不夠快。但在另一些還沒被裁的人那里，敏感并不能帶來安全感，它只是讓恐懼來得更早。被裁的人至少得到了一個確定的結果，更多人正在持續遭受著煎熬。

AI 提高兩倍效率，活兒會變成三倍

李浩在等。他是美團的老員工，十幾年的后端工程師，他猜測，自己可能待到 7 月底，那時他合同到期，應該不會續簽。

他對裁員有預期。從 3 月開始，李浩就能感受到一種從上往下的緊迫感。他轉述了美團公司內流傳的一個故事，王興見完一個 AI 大佬后，在管理層會上說，水已經漲上來了，“不管是在里面撲騰還是怎么樣，都要趕快學會游泳。”

之前有人會對 AI 生成代碼有些懷疑，但這種自上而下的強推之后，很多人兩個星期之內就跑起來了，AI 代碼率從 10% 升到 70% - 80%。當時他就判斷，裁員是一定會到來的事，不是半年就是一年。

創始人的話也很快變成壓力，傳到更具體的工作里。公司要求各個團隊從上到下探索 AI：哪些工作流程可以被標準化，哪些環節可以沉淀成 skill，哪些產品和運營場景可以做出 AI 工具。每個團隊都被要求想辦法把 AI 和業務結合起來，拿出新的 idea，哪怕只是一個還跑不通的 demo，也要先證明想過、投入過、嘗試過。

李浩覺得痛苦的地方也在這里。讓他最焦慮的不是 AI 本身，而是這種壓力的傳導方式。他覺得，如果公司已經看清楚了方向，要推就推，該調整就調整。但現在很多人像是被一個不夠清晰的目標推著走，每天都要挖空心思想 “怎么和 AI 結合”。

他擔心自己慢了，也擔心團隊慢了。別的團隊做到了什么程度，別的 Leader 對 AI 的理解有多深，這些都會變成橫向比較的壓力。有一段時間，他晚上回到家，會坐在床頭一直熬到天亮。他害怕睡著，也害怕醒來，因為一覺后，又是新的一天，又要繼續面對這些東西。壓力之下，李浩記憶力都開始變差，聽過的話馬上就忘，整個人像被困住了。

在字節一些部門，這種集體性的焦慮也一度蔓延。

江同 2023 年校招進入字節之后，對所在小團隊的感受一直不錯。雖然忙，但同事、mentor 和領導關系都好，大家像朋友一樣交流。

3 月前后，團隊內部開始密集地倡導 AI。領導在推，領導的領導也在推。每天都有新的文章、新的文檔、新的工具介紹、新的使用方法被推到面前。有人分析新的編程工具，有人寫各種原理和實踐。需求還要做，文檔也要看。這個還沒看完，下一個又來了。

AI 改變的是整個團隊的空氣。他形容那段時間大家都 “瘋魔了”。每個人突然都在學，都在追，都怕自己落后。而事實上，沒有業務、沒有人會因為某一項工具真的馬上改變現狀，但當公司自上而下表現出焦慮時，每個人都無法幸免。

沒過多久，江同所在的這個他自稱 “相對邊緣” 的團隊也開始明確考核 AI 代碼率，以及每個人、每個小組對 AI 的使用情況。這些都被寫進上級的 OKR 里，甚至有專門的網站同步滾動統計。在阿里淘天集團，也有一位高層推動了統一看板，每個人的 AI 使用數據對所有人可見。

為了彌補經驗不足帶來的判斷力不足，也為了跑在前面，江同開始將 AI 節省的工作時間用來學 AI 寫的代碼。每天 9 點下班后的 1 - 2 個小時，是他的學習時間。他會逐行看 AI 寫的代碼，了解 AI 的寫作風格和代碼邏輯，“就看它到底是怎么寫的，寫出來是什么樣。只有這樣，我才能更好地與它溝通。” 不懂的領域，比如前端，現在他也得寫，就繼續問 AI，補上這塊知識的空白。

像江同一樣，很多用上 AI 的人反而更累了。周銘在得物做算法，他的代碼已經有八九成交給 AI 來寫，但老板的預期變了，原來十天做的事情，現在會被認為三天就應該搞定，“公司的目的是提效嘛，并不是讓你們輕松的，所以它只會讓你活越來越多。”

更大的變化是工作模式。過去一個一線開發在同一時間里，通常只做一件事；現在 AI 可以同時跑多個任務，人就要變成多個任務的監管者。一個需求交給 AI 跑，另一個需求也交給 AI 跑，人要隔一段時間去看結果、做判斷、糾偏、驗收。問題是，人的精力沒有同等放大，AI 可以寫更多代碼、生成更多方案，但最后判斷這些東西能不能用、有沒有風險、是否符合業務現實的仍然是人。執行提效了，但決策和責任在程序員這端沒有消失——大家變得更累了。周銘形容，現在他更像自動駕駛里的安全員，雖然車可以自己跑，但人仍然要對最終結果負責。

上下游合作也變得更不順暢。周銘的一部分上游合作者會直接把 AI 生成的文檔或代碼丟過來，但自己并沒有認真校驗。AI 生成的東西看起來像完成了，但里面可能有性能問題、邏輯問題，或者根本不符合業務需求。表面上看，對方完成了交付，實際上審查和返工的時間成本轉到了負責的下游身上。

裁人后，對張銳來說，更難的是用僅剩的人支持所有的工作。砍非必要的項目、重新分配已有項目責任人。這個過程中，AI 開始被極致地利用起來。“它是一個倒逼的邏輯”，他后來總結說。

經歷過一次風波，他意識到，不管是在哪家公司，趨勢已經不以個人意志轉移了。而既然浪已經來了，能做的就是盡量游在前面。

做一個加速淘汰自己的工具

一個周末下午，我在阿里西溪園區見到了何川。周末的工區依然有不少人在工作，何川說，都是 “AI 焦慮帶來的忙”。過去 3 年，阿里一直在喊 “ all in AI ”，但前年是業務團隊零星一兩個人在探索；去年開始立項；到今年，“所有人都要為 AI 打工”。

每個人都想讓自己和 AI 掛上鉤。做一個 AI 項目，跑出一個自動化工具，給業務提一部分效率，都可能變成新的安全感。因為大家隱約知道，如果后面真的裁員，做 AI、懂 AI、能拿出 AI 結果的人，可能更容易留下來。何川也同樣焦慮而忙碌。

在阿里，他所在的業務團隊將日常的業務和與 AI 相關的業務稱為 “舊城” 與 “新城”。幸運的是，他正好在 “新城”，做著和 AI 相關的業務，這預示著接下來的半年、一年里，如果他真有些結果，可能會拿到更好的績效。

但這是一個吊詭的工作。他做的是一個內部 Coding Agent，一個把業務從需求到上線自動化的工具。如果他真做成了，會加快自己被淘汰的速度。不過，現在還不是考慮這些的時候，更讓他焦慮的是，這個類似的工具，不同的業務團隊里的技術都在做，甚至不同職級的人也同時在 “卷”。

P7 想做一個點的自動化，P8 想上升到一個面的業務，P9 則在規劃一個更大的自動化平臺。何川這樣一個低職級的員工，剛想出一個小工具，更高層級的人可能已經覆蓋了。他覺得自己像在經歷一場內部 “大逃殺”。

他有時覺得沒希望，但也無法躺平，因為老板比他更焦慮。為了保住地盤，老板要穩住做老業務的員工，會暫時把好績效分給 “舊城” 的同事；同時要證明團隊在 AI 時代仍有價值，得不斷推著他們往前，找到 AI 新產品的獨特優勢。

何川吐槽說，“每個人都希望在 AI 時代有自己的一席之地，但是很可能結果就是沒有你的一席之地，但你非要占，只能是硬占。而你硬占的這個地方，可能壓根就不存在。” 他有時覺得，只有那么一小撥人真的站在正確的道路上，大多數人只是犧牲品，在這個過程中陪跑。

他也理解老板。向上匯報時，總得摘亮點、講獨特性。但很多時候，他覺得自己無能為力。在他看來，這些自動化產品并沒有太多技術壁壘。一個業務團隊的技術員工能想到的，通用 coding 工具也能做到；那些工具沒有做的，很多時候本身就是不合理的需求。

工作快十年，何川經常覺得自己仍沒有適應職場的規則：服從和執行。起初，老板希望他探索出 “行業領先” 的東西，他覺得做不到、不現實，就會爭論；久了發現對方并不想聽，事情又做不成，只能拖著。老板的情緒也變得不穩定，有時罵人，有時又借著吐槽袒露自己的焦慮，希望得到他們理解。

何川自己也處處矛盾，進退兩難。他干的并不舒服，但離開大廠，又擔心別的地方接不住，舍不得這里的穩定和高薪；他也覺得，大概率這樣卷不出什么結果，但在結果出來之前，他還是不舍得那 50% 概率的好績效，或者被裁時，多年工作經歷攢下的豐厚 “禮包”。

更讓他絕望的是，他已經看到了終局。“太確定了，它一定會取代絕大多數程序員，只不過現在確實受限于模型能力，還不能變革那么徹底。” 何川覺得，安全的時間最多只剩下一兩年。

“下坡的時候要開心”

朱江對未來保持著一種難得的平靜。以前他看《人月神話》——技術中講項目管理的書時記得，一個項目，人越多，效率越低。

他認為，未來可能只需要過去五分之一的工程師，80% 的人都會被淘汰。更大的共識是 Token 未來會越來越便宜，而模型會越來越強，公司可以花更少的錢獲得更好的效果，“但這個就跟員工是相反的。你員工來公司很多年，那是要漲工資的。”

他目前在外企，失去工作的風險還不大，但他相信這也是遲早的事，“我覺得早點、晚點其實都行。” 進入這個行業 11 年，朱江覺得自己這一批人雖然沒有吃到最多的時代紅利，但也該知足了。

他高中競賽時，選計算機專業是誤打誤撞，那時被熱議的是土木工程，計算機一度被視作泡沫要破滅的行業，誰知移動互聯網到來后，又續命了這些年。跟其他同學相比，他多掙了很多年錢，處境也好得太多。他覺得，人走運一次就差不多，當時不小心被時代嘉獎，現在遇到問題，最好的心態也是 “接受”，“我們可能跟工業革命后的紡織女工是一樣的。”

朱江說，程序員這個群體一直在學習，習慣學習工具，習慣技術迭代，也習慣把新的生產方式先用到自己身上。某種意義上，是程序員親手做出改變自己行業的工具。他相信，舊的崗位消失，新的人會圍繞新的工具、新的組織方式、新的產業機會重新聚集。

高虹在 Shopee 做的也是前端，去年 4、5 月，她的老板就已經意識到風險，開始推動大家做 AI agent 項目。一年多的時間，從立項到落地，從用戶側采數據，到建立 benchmark 和過程指標，她都參與過。也因此，在績效連續不錯的時候得知被裁，她第一反應是震驚，隨后也很快就轉換了心態。

她的一位老板對她說，現在想從前端里 “卷” 出來很難，即便沒有 AI，行業上升通道也已經變窄。但有了 AI，反而出現一個新機會點，大家都在同一條新路上出發，只要比旁邊的人多懂一點點，在就業市場上就可能有優勢。幾年前，找前端崗位時，她面試字節，經常感到技術上還是能被 “問住”。而這次，當她以 agent 工程師為目標時，發現面試官經常還沒有她懂。

最近她也跟一些創業公司交流，他們在做游戲、金融或其他垂直行業的 agent，對方會把具體業務場景拿出來和她討論：如何設計流程，如何判斷效果，哪里可能出錯。那些面試更像一場共同推演，她不一定每次都答得完美，有時也覺得自己沒有處理好，但對方卻非常寬容，因為這個領域本來也沒有標準答案，很多方案都還值得試。

她在這個過程中重新找到了興奮感——前端做久了，知識邊界已經熟悉，甚至有些倦怠；而 AI 和 agent 領域還有很多值得探索的東西，這甚至讓她重新意識到自己對技術的熱愛，也讓被裁之后的日子沒有完全墜入一種單一的失敗感，“很多時候，機會和看起來悲觀的事情就是并存的。”

被裁之后，趙舒沒有真的休息。最后幾天，她還是常常在公司待到晚上八點半，準備簡歷，學新東西，等面試。現在找工作，純前端機會幾乎消失了，市場上更多是 “全棧工程師”、“AI 應用工程師”“，她開始學 Python——一種后端語言，補齊成為一個全棧工程師的空白。

焦慮是必然的，最近幾天，她一度睡不著，忍著不看手機，才終于在快天亮時瞇了一會兒。

面試給了她一點信心。她發現，面試官問的幾乎全是 AI，因為在大公司，她還是有不少經驗走在前面。雖然還沒有拿到 offer，但她覺得，自己有 70 分的把握。丈夫也安慰她，“上坡的時候要努力，下坡的時候要開心。” 趙舒今年 32 歲，她覺得自己還在上坡期，還不能停。

文中受訪者均為化名

題圖來源：《魷魚游戲》