初级开发者在AI时代的困境分析

初级开发者没有灭绝——他们被困在 API 以下

每个人都在写关于初级开发者死亡的文章。焦虑是真实的。招聘数据也证实了这一点。但我们误诊了这个问题。

初级开发者角色并未灭绝。它被困在 API 以下，我们还没想出如何把它拉回来。

API 以下是指所有 AI 处理得比人类更便宜、更快、通常也更好的工作：样板代码、基本 CRUD 操作、简单函数的单元测试、JSON 模式转换。API 以上是指所有需要判断、验证和 AI 无法访问的背景知识的工作：系统设计、调试生产环境中的竞态条件、知道何时拒绝一个看似自信但错误的建议。

初级开发者过去通过做无聊的工作从以下爬到以上。编写单元测试，学习系统如何崩溃。转换模式，理解数据流。修复 bug，建立调试直觉。现在 AI 做这些工作。我们删除了梯子。

NorthernDev 做对了什么

NorthernDev 戳中了职业管道问题。五年前，给遗留模块编写单元测试这样的繁琐工作交给初级开发者——对资深人士来说很无聊，对初级人士来说是黄金。今天它被分配给 Copilot。

这不是招聘冻结。这是梯子的底层消失了。

结果是一个哑铃形：一端是用 AI 快 10 倍的超级资深人士，另一端是能写 prompt 但不能调试生产环境的人。中间消失了。从一群人到另一群人的路径被阻断了。

那个诊断遗漏的是：这个角色没有死亡，它被改造了。

法医开发者

NorthernDev 建议教初级开发者审计 AI 输出——法医编码。这正是 API 以上的含义。

老的初级角色：写代码，资深人士审查，从错误中学习。新的初级角色：AI 写代码，初级人士审计，从 AI 的错误中学习。技能不再是语法。它是验证。

问题是你不能验证你不理解的东西。要审计 AI 生成的代码，你需要知道它应该做什么、它实际上如何工作、什么会在生产中崩溃，以及为什么 AI 的简洁解决方案是错误的。这些是资深级的技能。我们要求初级开发者做资深工作，却没有给他们上升的坡道。

为什么传统培训不再有效

Anthropic 发布的实验研究直接验证了这一点。在一项与初级工程师的随机对照试验中，AI 辅助组完成任务的速度快了约两分钟，但在掌握测试中得分降低了 17%。降了两个字母等级。研究人员称之为"掌握程度的显著下降"。

有趣的是：AI 组中的一些人得分很高。差异不在工具。在于他们如何使用它。高分者提出概念性和澄清性问题来理解他们正在使用的代码，而不是委托给 AI。相同的工具。不同的方法。一个停留在 API 以上。一个掉到了以下。

那 17% 的差距就是当你优化速度而不建立验证能力时会发生的。

《自然》杂志在 2025 年 6 月发表的一篇编辑文章明确了底层机制：写作不仅仅是报告思想，而是思想如何形成的方式。研究人员辩称，将写作外包给 LLM 意味着产生洞察的认知工作永远不会发生——论文存在但思考没有。同样的原理适用于代码。委托给 AI 的初级开发者得到了函数但跳过了会揭示函数为什么错误的推理。

机制是摩擦。当我开始时，糟糕的 Stack Overflow 答案强制了怀疑——你吃了亏，你学会了验证。AI 消除了那种摩擦。它很耐心，很自信，当你问同样的问题两次时永远不会不悦。Amir 在我上一篇文章的评论中说得很好："AI 默认自信地回答。没有摩擦，很容易跳过怀疑步骤。也许我们需要教的新技能不是如何找到答案，而是如何审问答案。"

我们优化了善良，移除了老师。

实际需要改变什么

初级角色需要三个转变：我们如何定义入级技能、我们如何公开构建验证能力，以及我们如何衡量绩效。

入级过去意味着了解语法和编写函数。现在意味着阅读和理解代码、识别 AI 输出中的架构问题，以及理解验证比生成更有价值。2026 年让你被聘用的作品集不是一个待办应用——AI 在 30 秒内生成一个。它是有记录的判断力："这是我拒绝的 AI 代码，理由如下。""这是一个看起来正确但在生产中失败的 AI 建议。""这是我如何验证这个架构决策的。"

Stack Overflow 通过公开的错误来教学。这就是我们创立 The Foundation 的原因——初级开发者需要证明判断力而非仅仅语法的公开工件。私密的 AI 聊天无法建立作品集。没有思考的证明。看不见的对话留下不了痕迹。

面试问题也需要改变。不是"用 React 构建一个待办应用"，而是"这是 500 行 AI 生成的支付网关代码。测试通过了。AI 说成功了。日志显示它丢弃了 3% 的交易。你有 30 分钟。什么出错了？"那是新的入场测试。你能找到 AI 为了优雅而牺牲财务正确性而引入的微妙 bug 吗？你能解释为什么这个简洁的代码在大规模时失败吗？

等待 AI 就绪的初级开发者出现的公司是问题的一部分。没有人在培训他们。那是你的工作。

公司把 AI 看作比初级开发者更便宜。这个数学只有在你忽视未验证代码产生的生产 bug、AI 的大杂烩解决方案产生的架构债务、AI 自信引入的安全漏洞，以及 AI 没有测试的规模失败时才成立。

廉价的验证在规模上很昂贵。一个及早发现这些问题的初级开发者值 10 倍的薪水，但前提是我们教他们如何验证。

NorthernDev 问了正确的问题：如果我们因为 AI 能做而停止招聘初级开发者，2030 年资深人士会从哪里来？

还没有人有很好的答案。但弄清楚这一点的公司会有一条管道。等待 AI 变得更好的公司会陷入资深人士退休而无人替代的困境。

初级开发者没有灭绝。旧的路径——语法到简单任务到复杂任务到资深——已经死亡。新的路径贯穿验证、公开判断力，以及在自信但错误的答案到达生产前对其进行审问的能力。

那不是一个更低的门槛。它是一个不同的。

梯子没有消失。我们只是忘记了我们必须建造它。

某些评论可能仅对登录访问者可见。登录以查看所有评论。

如需进一步操作，你可以考虑阻止此人和/或举报滥用行为。