AI本应取代工程师，但新数据显示其岗位最具韧性
速览
尽管人工智能引发的裁员话题占据主流，但SignalFire的最新数据揭示了截然不同的趋势。工程师群体不仅未受冲击，反而在新招聘中占据了更大份额。这一发现表明，在AI浪潮下，工程类岗位展现出极强的就业韧性。
AI 深度解读
AI 曾预言将取代工程师，但新数据揭示其竟是韧性最强的职业
背景
关于人工智能（AI）是否正在取代人类工作，业界一直存在激烈的争论。根据职业安置公司 Challenger, Gray & Christmas 的数据，5 月份科技行业的裁员人数达到了多年来的单月最高峰值，而 AI 被引用为裁员的最主要原因。
在理论上，鉴于基于 AI 的代码工具迅速普及，软件工程被认为是自动化风险最高的专业领域。然而，风险投资公司 SignalFire 的研究人员指出，实际的招聘数据讲述了一个截然不同的故事。尽管宏观舆论聚焦于 AI 带来的替代效应，但一线的人才流动数据却显示出不同的趋势。
核心内容
SignalFire 的研究负责人 Asher Bantock 指出，许多裁员理由中一致提到 AI，特别是针对代码生成的场景，人们常声称“一名工程师现在可以完成过去多名工程师的工作”。然而，实地观察到的情况与这一论断并不完全一致。
SignalFire 通过分析跨越 8000 多家公司、数百万名员工的职业轨迹，发现工程岗位在 2025 年表现出最强的韧性。为了更准确地反映实时劳动力趋势，SignalFire 没有侧重于难以追踪的裁员数据（因为失业者往往延迟更新就业状态），而是将重点放在招聘数据上。
根据 SignalFire 最新发布的《人才状况报告》（State of Talent Report）：
- 招聘降幅对比显著：虽然大型科技公司的总招聘量相比 2019 年水平下降了 25%，但工程岗位的招聘量仅下降了 11%。
- 招聘占比大幅回升：在 SignalFire 定义的 12 家“科技巨头”（Tech Majors）——包括 Alphabet、Meta、Apple、Amazon、Microsoft、Netflix、NVIDIA、Tesla、Uber、Airbnb、Block 和 Stripe——中，2025 年新员工中工程师占比高达 55%。这一比例显著高于 2019 年的 46%。
- 初创企业需求旺盛：早期初创企业在 2025 年招聘的工程师数量比 2019 年增加了 7%，显示出对工程人才的持续强劲需求。
如果 AI 真的在替代工程人才，那么在当前的科技招聘收缩期，工程岗位的招聘理应最先受到冲击。但数据显示，科技行业工程岗位的人数增长速度快于大多数其他职能岗位。
这一现象也得到了行业领袖观点的佐证。尽管 Anthropic CEO Dario Amodei 去年曾警告称，AI 可能在五年内消除一半的初级白领工作，并将失业率推高至 20%，但他公司的首席经济学家 Peter McCrory 在 3 月告诉 TechCrunch，他尚未观察到 AI 对劳动力市场产生显著影响。McCrory 指出，在使用 Claude 自动化核心任务（如技术写作、数据录入和软件工程）的工人，与需要与现实世界进行物理互动和灵巧操作的工人之间，失业率至少没有更大的实质性差异。
NVIDIA CEO 黄仁勋则更进一步，直接驳斥了 AI 将取代工程师的理论。他在 4 月斯坦福商学院的采访中表示：“有人说 AI 将摧毁所有的软件工程工作。”他认为事实恰恰相反。随着 NVIDIA 所有工程师都在使用代理式 AI（agentic AI），“软件工程师比以往任何时候都更忙碌”。黄仁勋补充道，虽然 AI 代理能近乎瞬时地编写代码，但它们不断推动工程师去生成“下一个想法”。
关键要点
- 数据反直觉：尽管裁员潮中 AI 被频繁提及，但招聘数据显示工程岗位是 2025 年科技行业中最具韧性的职能。
- 招聘韧性差异：大型科技公司总招聘量下降 25%，但工程岗位仅下降 11%；工程类新员工占比从 2019 年的 46% 上升至 2025 年的 55%。
- 初创企业需求增长：早期初创公司在 2025 年比 2019 年多招聘了 7% 的工程师。
- 专家观点分歧：Anthropic CEO 对 AI 替代白领持悲观态度，但其内部经济学家未观察到显著的失业率差异；NVIDIA CEO 黄仁勋明确反对 AI 取代工程师，认为 AI 使工程师更忙碌。
- 杰文斯悖论效应：AI 提高了工程效率，但并未减少需求，反而因工作量的扩张增加了需求。
意义与影响
当前的现象似乎是“杰文斯悖论”（Jevons paradox）的经典案例：该理论认为，资源利用效率的提高并不会减少对该资源的需求，反而会因为工作量的扩张而增加需求。
SignalFire 的研究负责人 Asher Bantock 总结道：“他们（工程师）突然变得高效得多，而等待他们完成的工作是无穷无尽的。”
这意味着，AI 工具目前并未如部分悲观预测那样导致工程师失业，而是通过自动化繁琐的代码编写任务，释放了工程师的精力，使其能够专注于更高价值的创新、架构设计和“下一个想法”的生成。对于科技行业而言，这表明 AI 目前更多是作为增强人类能力的杠杆，而非单纯的替代者。对于工程师群体来说，掌握 AI 工具可能不再是可选项，而是提升生产力、应对无尽工作需求的必要手段。