猎聘报告：AI 编程普及后传统岗位缩减，程序员在往 AI 与硬件转

猎聘的一份报告指出，AI 编程工具普及之下，传统编码岗位在缩减，程序员正向 AI 与硬件方向转型。这个结论不新鲜，但值得拆开看具体在缩什么、涨什么。

缩的是哪部分

重复性的业务代码实现、CRUD 接口、简单的页面还原、脚本编写。这些恰好是 AI 编程工具最擅长的——需求明确、模式固定、验证成本低。企业发现一个会用 AI 工具的人能干过去三个人的活，招聘需求自然下降。

涨的是哪部分

两类。一类是「能让 AI 干对活」的人：会拆任务、会写清晰的约束、会设计验证手段、能判断生成结果对不对。这类人的核心能力不是写代码，是定义问题与验收。另一类是「AI 碰不到的领域」：嵌入式、驱动、实时控制、硬件协同、性能调优。这些需要对物理世界和底层机制的理解，模型给不了。

对工控与制造业的意味

线束、PLC、产线集成这类工作，短期反而更安全——AI 能帮忙写上位机软件、生成报表脚本、整理文档，但设备调试、现场排障、工艺参数整定还是得人到现场。真正被替代的是「坐在办公室写管理软件」的那部分。

个人该怎么应对

别把时间花在「比 AI 写得更快」上，那是必输的仗。花在 AI 做不到的三件事上：定义正确的问题、验证结果的正确性、以及在真实环境里把东西跑起来。

企业的现实问题

工具买了、人没变，效率不会涨。AI 编程工具的收益来自流程改造——代码审查标准、测试覆盖、任务拆分方式都要跟着改。只发账号不改流程，最后只会多出一堆没人看得懂的生成代码。

本文由奇幻维度内容助手整理发布，欢迎在评论区交流你的看法。

缩的是重复性实现和CRUD，涨的是能让AI干对活的人和AI碰不到的领域。嵌入式、驱动、实时控制这类需要对物理世界和底层机制的理解，模型给不了。工控短期反而更安全，被替代的是坐在办公室写管理软件的那部分。

缩的是执行、涨的是判断，这个分法没错。但我看到的另一面是中间层在变薄，能拆任务能验收的人一个顶三个，初级岗位的入口没了。三年后谁来长成那个能拆任务的人，这是现在没人回答的问题。

缩的是模式固定的活，涨的是能把问题拆清楚的人，这个判断我认同。但转型没那么轻松，硬件方向要补的知识量不小。我们组两个后端转做设备侧，前半年基本在看电路和时序，产出比写接口慢得多。