整個AI時代被念叨得最多的一句預言，就是它會先衝著寫程式的人來。劇本是這麼寫的：軟體工程是最好自動化的白領工作，因為一個會寫程式碼的模型不用吃午餐。這套說法講了兩年，終於有人去翻了翻招募數據——結果數字說，事情正好反過來。
真正被砍掉的是哪一層
來自各大科技公司的最新招募數據，由TechCrunch在6月24日報導，擺出了一個矛盾的畫面。科技業整體在職人數比2019年大約少了25%。而本該最先倒下的工程職缺，同期只縮水了11%。更說明問題的是：2025年，在一個家家都備齊了所有AI寫程式工具的年份裡，工程師佔了大公司全部新進人數的55%。
如果AI真在悄悄刪掉程式設計師，數據不會長這個樣子。它真正的樣子，指向的是上面一層。被掏空的是中階主管——那一層負責把高層策略翻譯成工程路線圖、開各種進度會、把一個人的計畫變成另一個人手裡的工單。這一層少了41%。
為什麼機器先動了組織架構，而不是程式編輯器
一旦你不再預設「AI會寫程式」就等於「AI取代寫程式的人」，這事就有邏輯了。AI真正壓縮的，是從一個想法到一個能跑的東西之間的距離。一個工程師配上一個像樣的模型，現在可以自己定義需求、把它做出來、再看它跑沒跑通——這條迴路過去得有個產品經理寫需求、一個主管排程、再來個主管回報進度。
被自動化掉的是協調成本，不是動手幹活。中階主管的存在，很大程度上是為了在人和人之間搬運資訊：往上報給高層、往下傳給幹活的人、往旁邊遞給隔壁組。這種搬資訊的活，恰恰是軟體最擅長的。那個能定義問題、又能把活幹完的人變得更值錢；而那個工作就是把別人的進度轉發給另一個人的人，變成了一行成本。
新聞稿裡沒人提的那個「但是」
如果你寫程式，這是好消息；如果你的履歷是一疊「帶過一個X人團隊」，這是壞消息。但那幾個星號還是得老實說清楚，因為這裡不是一家專門販賣科技樂觀主義的網站。
第一，「工程職缺只少了11%」終歸還是少了11%，而且發生在一個整個2010年代只懂得擴編的產業裡。「抗跌」是個比較級，不是保證——它的意思是工程師比身邊的人沉得慢，不是水正在退去。
第二，這一刀在工程內部砍得並不均勻。同樣一套邏輯，獎勵的是那個能定義問題、能閉環的工程師，對那個被招進來專門接工單、按那位已經被裁掉的主管的吩咐照做的工程師，則是殘忍的。AI沒讓所有工程師都更安全；它讓工程裡「判斷」的那一半更安全，讓「聽命令」的那一半變得可有可無。而一年前，這兩半常常寫在同一份職務說明書上。
第三，這是倖存者的招募數據。整體在職人數掉了25%，意味著有一大批人根本不在「55%的新進」這個數字裡——因為他們根本沒被錄取。
這條新聞到底該怎麼用
能拿來用的結論不是「去學寫程式就安全了」。它比這個窄，也比這個嚴苛。2026年真正站得住的位置，是那個能接住一個含糊不清的問題、自己決定做什麼、把它做出來、再判斷它成不成的人——中間不需要墊一層主管把你的產出轉成簡報。AI吃掉的是「轉換」。到目前為止，它還沒碰「判斷」。
如果你對雇主的價值，是你坐在另外兩個人中間、負責傳話，那麼6月24日公布的這份數據就是一記警告。如果你的價值是你能把東西造出來——那它眼下是少有的、朝著另一個方向走的AI就業新聞。
