作者丨Pen Magnet

编译丨诺亚

出品 | 51CTO技术栈（微信号：blog51cto）

新年第一个月，硅谷爆发了新一轮裁员潮。在这波浪潮中，有消息称谷歌计划裁员千人，另有Meta、Unity、Discord等多家公司也陆续放出了裁员的消息。就当前的就业环境来说，技术人员似乎面临着极其严峻的考验。

过去的一年间，生成式AI发展迅猛。AI在代码能力上的飞跃让人在心生期待的同时也不免怀有忧虑。AI带来的生产力变革必然会降低科技公司对于初级程序员的需求，再加之经济周期下行的大背景，招聘市场的饱和也并不令人意外。那么，在充满着变数的又一次技术浪潮下，如何应对，如何求存，成为了这一代程序员必须直面的命题。本文作者站在一线的视角，给出了如下参考。

在写这篇文章的时候，焦虑、热情、恐惧等诸多情绪萦绕着我。作为一名程序员，我总是被这些情绪裹挟。但在相当长的时间内，它们从未如此混乱交织。

我的工作给了我一定的安全感，我的公司保持着一种可持续的商业发展模式。尽管如此，我的情绪波动是真实存在的。尤其是在经历了动荡的2023年后，我不得不审视生成式人工智能的发展将会给工作和生活带来的变化。

作为程序员，我们需要用一种非理论的、聚焦现实的心态来应对这一挑战。如果要定义这种心态，我想到的是下面这三条准则。

1、准备好学习

在软件领域，曾经有一段时间，学习是令人兴奋的。这意味着要修补人类可读的语言（Java、C++ 和 .Net），同时要有足够的速度赶上硬件，解决有趣的问题并告知全世界。

然后，在2010年之后的十年里，在见证了Javascript、Python的崛起以及移动设备的普及后，编程与技术逐渐脱钩，开始向业务紧密靠拢。敏捷文化不是这一转变的原因，但肯定促成了这一转变的实现。

纯粹的技术主义者开始被贴上过时/僵化的标签。年龄歧视逐步占据上风。编程语言之争日趋泛滥，还时常促成某些百万星级的不成熟的框架的诞生。

在那段时间里，学习的意义被弱化，沦为一种必须在短时间内收获速成的必需品。而到了当下这个时代，学习成为一种必须履行的义务。

“准备好学习”虽然是老生常谈，但没有它，任何关乎决心的愿望清单都会显得空洞。因为“学习新东西”在不同的阶段有不同的意义。

在有生之年，每当一个程序员提到学习时，都会有不同的意义：

• 当尝试学习一门新语言时，学习意味着熟悉新的语义并将它们与已知的旧语义相关联。如果这是程序员的第一语言，那么相关性将与现实世界相关。如果这是他的 N+1 种语言，则相关性将与他的第（1...N）的语言有关。
• 当学习一个新的架构时，如果没有合适的文档，之前的所有学习都会失效。这是因为大脑依赖于心智模型，而新的架构会强制创建新的模型。仅由 API 组成的后端现在还包含一个处理加密的安全层，反之亦然。
• 当程序员适应新工作时，学习意味着熟悉具有不同智力、出身、角色和权力结构的人。对于书呆子来说，这可能比普通人驾驭新环境要困难得多。没有脚本可以成功做到这一点。你必须边做边学，每一个错误不仅会带来新的学习内容，还会带来意想不到的职业成果。

这些都不难。但仅仅需要做好纳新、除弊和适应的准备就可以区分出珍珠和鱼目。

在任何时候，如果你的周围人（同事和上司）觉得你还没有准备好适应新事物，你就有可能失去你的职位或者声誉。

在当今的编程环境中，根本没有余裕松懈，即使是为了重用你之前学习的内容。

如果你想创建一个可重用的组件来使当前的功能集变得很酷，那么当然可以。但不能保证它会在6个月内变得毫无用处——你将被迫为不理解你痛苦的产品组织创建一个新的工具。

2、准备好被替换

生成式人工智能的时代即将到来。虽然还没有出现大规模的解聘现象。但它对底线的影响是相当明显的。在像 Upwork 这样的平台上，你就可以看到撰稿人和设计师的岗位和收入在大幅下降。

我有一个非常理性的老板，他觉得GenAI不会很快取代程序员。他对GitHub Copilot的立场如下：

我们的代码太糟糕了，人工智能甚至无法理解掌握它。这就是我们应对机器崛起的机制。

ChatGPT 发布后，我与他进行了一次有趣的对话，彼时他认为我们不会被GPT取代。

在接下来的3个月内，公司高管们参观了我们的办公室。他们说我们的CEO正在与 OpenAI 领导层保持联系。他们正在就通过Azure来大规模利用GenAI进行谈判。此外没有透露其他细节，但最有可能的落地领域是客户服务聊天机器人。

我们感觉更安全了。

然而，会议结束后不久，谣言四起。一些团队的开发人员可以访问 GitHub Copilot，在那里他们可以评估 GenAI 如何让他们的工作生活变得更好。

在芬兰，这并不令人难以置信。毕竟，在这里，工作与生活的平衡胜过一切。如果开发人员能够在1个月内推出一项功能，而不是惯例的3个月，并且能够在下午3点下班，而不是往常的5点，谁会不高兴呢？

可一旦交付上市带来的利润显而易见，老板们还能视若无睹吗？如果是，那么同样的问题可以再问问投资者们。

不可否认，GenAI 有时会因为幻觉问题显得很蠢。但开发者同样如此。管理者能够区分这两种愚蠢行为吗？我们能否相信他们能够量化这两种愚蠢行为，进行比较，并选择从长远来看危害更小的一种？

如果你无法被取代，你将被迫与你的新助手——AI一起工作。不管你喜欢与否，你都不能解雇它，尽管它是个新手。你必须驯服它，并“对抗”它的抵抗。基本的经济假设是，它对公司的成本远低于你——一个以各种可能的方式获得产品所有权但拥有少量股票的人。

在冲突时期，你收到的只有来自HR的苦乐参半的判断：“也许，你面临着适应环境的挑战——找到最适合你的新事物，不是吗？”雪上加霜的是，他们还会继续：“我们非常渴望帮助您找到新的冒险。我们为您注册了这个新的基于AI的工作配对网站，前3个月免费！”

3、沿着价值链移动

我的一位同事厌倦了无休止的办公时间、不断变化的项目和难以学习的情况。此外，无薪加班，以致于没有时间陪伴家人，更让他感到恼火。

有一天，他辞职了。

几个月后，他创建了一家公司，为我们公司提供礼宾服务，主要是为员工提供代理协助服务，比如预订航班、预约医生、申请液化气瓶更换、新开银行账户、重新签发护照申请等等。“只需签署我们为您提供的表格，我们将代表您提交。”

在无纸化还不是流行词、繁杂琐事需要面对面进行的时代，这类服务无疑是一个福音。

由于这项服务属于员工福利，所以我们公司代表我们支付了费用。为什么？因为它节省了员工作为请假理由的无数时间(经理无法拒绝)。

还有一个故事。我有个朋友在银行工作，不过长久以来他已经厌倦了累人的营销工作。我一直劝他辞职，去探索一个有影响力的营销职业。他一直说那不是他的菜。

有一天，他给我带来了一个想法。“我们的银行需要大量客户表格来进行KYC程序（注：一种核实客户身份，管理银行风险的程序）。大多数时候，银行工作人员都忙于处理这些琐事。我打算成立一家公司来处理这件事，并向我引进的每个客户收取高额费用。”

我觉得这太棒了。因为这个项目不涉及营销工作或用户获取。他只要建议他的银行同事将新的银行客户转向他。然而银行将变得完全依赖他。

后来我知道，他因为资金不足，招不到足够的人手，只好打消了这个念头。但不可否认，这的确是一个很棒的点子。

我不知道管理层如何区分“向价值链上游移动”和“向价值链下游移动”——但上面两个例子讲述了适合不同用例的故事。许多技术创业者都以这样或那样的形式开始——是否与他们当前的雇主合作另当别论。

4、结论

希波克拉底曾说：非常时期就得采取非常措施。

程序员通过自动化“消灭”了很多工作：数据录入员、电话推销员、银行出纳员——这个名单是无穷无尽的。当我搜索“被程序员淘汰的工作”这个词时，谷歌给了我一个被AI淘汰的工作列表。

与其他工作相比，程序员面临的“被抹杀”的速度和程度都要高得多。人工智能领域看起来有一线希望，但这种情况不会持续太久。它可能会成为其自身发展的牺牲品。当涉及到大模型的功能时，同样是响应随机的人类查询，与自然语言生成相比，代码生成要容易得多（而且 GPU 方面更便宜）。

一个人必须始终学习足够深入，以使他/她当前的交付有用且有价值。与此同时，我们必须时刻为市场转变做好准备。终生从事编程的日子已经结束了。   

参考链接：https://medium.com/gitconnected/the-2024-programmer-needs-a-new-mindset-700c69ce253b