AI取代程序员？求职者别慌，先看懂这3条转型路

Anthropic CEO Dario Amodei 直言「纯写代码」的工作会最先被AI取代，但这不等于软件行业终结，而是求职者需要重新定位：从执行编码转向判断、架构与人的连接。

编程岗真的会消失吗？先分清「编码」和「软件工程」

Dario 在访谈中给出了一个关键区分：Coding（编码）≠ Software Engineering（软件工程）。写具体代码行的工作会被AI代劳，但作为架构师去设计系统、理解用户真实需求、管理多个AI代理团队的工作，会存在更长时间。

对求职者来说，这意味着两件事。第一，如果你只会照着需求文档敲代码，不关心业务背景和系统设计，风险确实在上升。第二，如果你能说清楚「为什么做这个功能」「怎么拆解复杂问题」「如何协调资源交付」，你的价值反而会被AI放大。Dario 提出的「5% + 95%」公式——人类守住判断力、品味和方向感这5%，AI承担95%的执行——在求职市场上对应的就是：企业不再需要一屋子初级程序员，但愿意为能带AI团队干活的「超级个体」付高薪。

25岁该学什么？三条退路对应三类岗位

Dario 给年轻人的建议可以拆成三条求职方向。

• 极度「以人类为中心」的工作：AI能写商业计划书，但无法在酒桌上建立信任；能看片子，但无法握住患者的手。放射科医生的例子很说明问题——看片子的技术部分被AI替代后，他们把时间花在沟通、解释和安抚上。对应到求职，销售、客户成功、医疗护理、教育咨询、心理服务等需要共情和关系网络的岗位，护城河反而更深。
• 深入「物理世界」的领域：半导体制造、新能源基建、高端制造业。AI在虚拟世界再强，暂时也通不了马桶、拧不了螺丝。如果你有工程背景，把AI分析能力与物理场景结合，是差异化竞争力。
• 批判性思维与「街头智慧」：在假视频、假新闻泛滥的环境里，分辨真实与虚假是生存基本功。求职面试中，能独立判断信息、不盲从热点的人，更容易被信任。

别做「套壳产品」，去建垂直壁垒

Dario 对创业者的警告同样适用于求职者：简单调API、做个漂亮界面就卖钱的产品没有护城河。对应到个人职业，如果你只会用现成工具做表面功夫，很容易被替代。他建议建立极深的垂直壁垒——巨头看不上或懒得干的脏活累活、高度专业化的交叉领域，比如生物医药跨界AI、高度监管的金融服务业。对求职者来说，选一个细分行业深耕，比追每一个技术热点更稳。

把「提示词工程」当弹钢琴练

Dario 引用了一句话：「写提示词就像弹钢琴。你不能指望一坐到琴凳上，就能弹出贝多芬。」工具再简单，也需要花时间实操、试错、给AI设定上下文、建立智能体机制。求职者可以把这当成一项可展示的技能：在简历和面试中，用具体案例说明你如何用AI提升效率、解决业务问题，比空谈「熟悉AI」更有说服力。

学习本身没有贬值，贬值的是重复性劳动

Dario 坦言，如果学生只让AI帮忙写作业、程序员只盲复制AI代码，技能确实会退化。但计算器发明后，人类并没有丧失数学能力，反而算出了登月轨道。学习的过程是重塑大脑神经元的过程，AI再聪明，也不代表你不需要学习。对求职者而言，关键不是「学不学编程」，而是学什么、怎么学——把AI当蒸汽机去掌握，而不是当拐杖去依赖。

想看同类岗位的实时变化，可在求职者营地（qzzyd.com）按城市和行业订阅大厂官网在招岗位，用真实数据校准自己的转型方向。