文 | 影子备忘录

2026 年刚过半，硅谷的裁员数字已经足够写出一部科技行业的血泪史。1 月，亚马逊确认裁员约 1.6 万人；2 月，金融科技公司 Block 裁掉近一半员工；3 月，Meta 被曝计划裁员 1.6 万人。

2026 年第一季度，科技行业裁员约 81700 人，创下两年来单季最高纪录。

而就在同一个季度，四大超大规模云服务商投入了 7250 亿美元用于 AI 基础设施，同比增长 77%。

钱没有消失，它只是换了一个去处——从工资单流向了 GPU 集群。

在这场人类历史上最迅猛的资本迁移中，第一批倒下的，恰恰是那些亲手教会 AI 写代码的人。

当资本从工资单流向 GPU

2021 年支撑工程师招聘的资本，如今已化作 GPU 集群。这句话概括了过去两年科技行业最残酷的结构性变迁。

2024 年全球科技行业裁员规模达 15.3 万人，2025 年仅前三个月已突破 11.4 万人。2025 年上半年，全球有 77799 个科技岗位被标记为 " 因 AI 驱动裁员 " 直接消失。

全球大厂公开用 AI 替代人力而裁员的，预计达 23 万人。

这些数字背后，是企业 IT 预算分配的根本性转变：传统软件开发投入占比从 2020 年的 67% 骤降至 2025 年的 38%，而 AI 基础设施支出占比攀升至 41%。

这并非互联网泡沫破裂时期那种市场周期性回调。Salesforce 的 CEO 明确告诉投资者，他不需要那么多人。

Meta 将裁员定性为将薪酬预算重新投向 AI；甲骨文裁撤了 30000 个传统岗位以资助数据中心建设。职场话语体系已从 " 财务纪律 " 转向了 " 技术替代 "。

甲骨文在去年裁员 1 万之后，今年 3 月起计划再裁 2 到 3 万人，裁员比例约 18%。

其中 47 名数据库管理员被 AI 取代，仅保留 3 名高级工程师监督。一边是净利润同比大涨 95%，一边是 " 无差别裁员 "，不看绩效，不看职级。

" 人不如 AI" 的残酷现实下，科技公司认为，人类不再是创造企业营收的核心资产，而是急需甩掉的历史包袱。

穆迪分析发布的报告揭示了两条可能的路径：要么 AI 让生产率狂飙，失业率降至 3.8%；要么泡沫破裂，460 万人失去饭碗。

技术专家认为 AI 年化生产率贡献 3%-30% 并引发大规模失业，而经济学家认为仅 0.07%-0.9% 且就业市场能平稳过渡，二者预测相差 40 倍。

但无论哪条路径成真，程序员都站在风暴的最前端。

科技巨头的 " 代码自动化 "，从 15% 到 75% 只用了两年

2026 年 4 月，谷歌 CEO 桑达尔 · 皮查伊在 Google Cloud Next 大会上公布了一个令软件工程界震动的数字，谷歌内部近 75% 的新增代码由 AI 生成，由人类工程师审核通过。

两年之前，这一数字仅为 15%。2024 年 10 月，它刚迈过 25% 的门槛；到 2025 年秋季攀升至 50%。如今，距上一次公布才过去半年，指针已朝四分之三的方向猛然转动。

行业分析此前普遍认为 AI 代码生成率到 2026 年底可能达到 30% 到 40%，谷歌的执行速度直接将预期值击穿。

Alphabet 不再将 AI 定位为叠加在工程工作之上的辅助工具，而是将其定位为大多数新代码创作背后的默认引擎。

谷歌并非孤例。

腾讯在今年 6 月的 AI 产业应用大会上宣布，大部分代码已由 AI 生成，工程师花更多时间做架构设计，把写代码的工作交给 AI。

数据显示，腾讯超过 90% 的工程师正在使用 AI 编程助手 CodeBuddy 辅助写代码，2025 年有 50% 的新增代码由 AI 辅助生成。在代码评审环节，AI 参与度高达 94%。

Meta 制定了更激进的路线图：预计 2026 年上半年，65% 的工程师将使用 AI 编写超过 75% 的代码。

扎克伯格直言：" 过去需要大型团队完成的项目，如今仅需一名有才华的人，加上 AI 就能实现 "。他要求全员强制 AI 考核，不会用 AI 就意味着离离开不远了。

Snap 则宣布，至少 65% 的新代码由 AI 生成。消息发出当天，Snap 股价跳涨近 8%。

如果把视角从硅谷巨头拉向整个行业，数据体量更令人咋舌。全球知名代码质量平台 Sonar 发布的《2026 年开发者调查报告》显示，72% 的开发者每日使用 AI 编程工具，AI 生成或辅助代码占比已达 42%，较 2023 年的 6% 大幅跃升。

全球开发者使用 AI 工具的比例从 2024 年的 76% 攀升至 84%。GitHub Copilot 的累计用户已突破 2000 万。

科技巨头们正在以超过 " 三个季度翻倍、两年翻五倍 " 的速度将键盘交给 AI。程序员这个职业的身份定义，正在被彻底改写，大厂程序员的职能正在迅速从 " 代码编写者 " 转变为 " 代码审核者 "。

Token 经济学，程序员成了 AI 的燃料

如果说代码自动化是 AI 替代程序员的 " 明线 "，那么 Token 消耗则是一条更加隐蔽却更具杀伤力的 " 暗线 "。

今年 AI 行情源于 Token 的大爆发，量价齐升。Anthropic 的年化收入已从去年的 140 亿美元飙升至 470 亿美元。

Token 不再只是模型调用的计量单位，它已经成为企业给员工的 " 第二薪酬 "。

英伟达 CEO 黄仁勋在 2026 年 3 月的播客中提出了一个冷酷的逻辑：如果一个工程师能把相当于年薪一半的 Token 预算花出去，说明他在高效驱动 AI 为自己工作。

于是，大厂开始将 Token 消耗量与员工绩效挂钩，程序员之间出现了新的阶层分化，"Token 中产 " 和 "Token 贫困户 "。

谁用得少就要被谈话，甚至出现了程序员月 Token 费用远超薪水的荒诞现象。

一位在西雅图做后端工程师的程序员描述了这种畸形的生态：" 我们内部现在的绩效机制，在往 AI 倾斜，最直接的是代码量，我们有一个排行榜图表，每天刷新，所有人发了多少行代码一目了然。绩效直接和这个挂钩 "。

" 如果你不用 AI，你根本不可能竞争得过别人 "。" 我们组有两个‘卷王’，他们一年发的代码量是一般人的十倍。他们完全依赖 AI，三个月能发 500 个 PR，把整个部门都‘卷’起来了 "。

然而，Token 狂欢很快遭遇了现实的铁拳。

据开发者生产力平台 Entelligence.AI 发布的调研数据，企业每在 AI Token 上投入 1 美元，往往伴随着 0.44 美元的 Bug 修复成本和 0.27 美元的代码重写成本，另有 0.11 美元消耗于审查与合并延迟。

这意味着，近 80% 的支出化作了无形的隐性损耗。

更残酷的是，模型评估与风险研究机构 METR 的对照试验显示，使用 AI 编程工具的开发者，实际工作效率反而下降了 19%。

工程效率与开发者生产力分析平台 DX 对 450 余家企业、12 万余名开发者的调研也显示，即便 93% 的开发者都在使用 AI 编程工具，实际工作效率提升仅停留在 10%。

微软悄悄取消了大部分 Claude Code 授权，亚马逊关闭了内部 Token 消耗排行榜。硅谷大厂从年初的 " 全员 All in AI" 到内部悄然踩下刹车，短短数月内上演了一场关于 AI 使用量的极限拉扯。

但为时已晚，程序员已经成为 Token 经济体系中最先被牺牲的环节。

人被异化的程序员，从创造者到监工

AI 来了，程序员的工作量减少了吗？

答案恰恰相反。

一位开源项目维护者感叹：" 以前我每周只需要处理 20 到 25 个代码 PR，现在这个数字暴涨到上百个，其中绝大部分都是 AI 生成的，可每一个请求我都必须仔细审查 "。

有人把现在的 AI 革命比作工业革命初期的血汗工厂：" 蒸汽机的发明让生产力暴增，却并未带来工人解放，反而出现了更极致的压榨，机器不停，工人便要连轴转，工作时间反而更长 "。" 我们现在就像守着机器的工人，机器不能停，人就无法休息 "。

AI 让代码生成效率提升数倍，但审核与验证环节的效率却未同步跟进。" 这就像一家工厂，更换了一台冲压速度快十倍的零件生产机器，可流水线末端的质检员依旧只有一个。产能大幅提升后，质检员的工作量翻倍，次品率却没有任何变化，最终崩溃的只会是这个承担全部审核压力的人 "。

AI 带来的生产力提升，并未转化为员工的自由时间，反而被企业转化为了更高的工作期望值。

AI 出现之前，一名软件工程师一周提交 20 个代码拉取请求就是正常标准；有了 AI 辅助后，理论产出能力提升到 50 个，企业便把 50 个定为新的标准。

更糟糕的是，AI 正在掏空初级开发者的培养渠道。微软 Azure 首席技术官 Mark Russinovich 与开发社区副总裁 Scott Hanselman 在一篇经同行评议的文章中指出，具有自主决策能力的 AI 编码工具正在给软件工程行业带来结构性危机。

AI 虽然能大幅提升资深工程师的效率，但刚踏入行业的初级开发者缺乏判断力来引导、验证和整合 AI 输出结果。

其结果是：企业聘用资深工程师，同时将初级工程师的工作自动化，而培养下一代资深工程师的人才梯队却在悄然崩塌。

数据令人警醒。自 2022 年以来，初级开发者的招聘量下降了 67%。哈佛大学的研究发现，在 GPT-4 发布后，22 至 25 岁人群在软件开发等 AI 相关岗位的就业率下降了约 13%。

斯坦福经济学家 2025 年的研究也显示，22-25 岁软件开发者的就业人数自 2022 年以来下降了近 20%。过去三年，大型科技公司招聘的应届毕业生减少了 50%。

麻省理工学院 2025 年初的一项研究发现，将编码任务外包给 ChatGPT 的成年人脑部活动减少，记忆力变差，研究人员将这种现象称为 " 认知债务 "。

" 编程不等于软件工程 "。识别 AI 生成代码缺陷所需的判断力，正是初级开发者应当通过实际生产工作逐步培养的能力。

当 AI 消除了初级开发者赖以学习的入门级工作时，金字塔的底座便不复存在了。

而金字塔顶端的人，也在失去方向。Django 联合创始人、写了 25 年代码的 Simon Willison 公开承认，自己完全失去了估算项目时间的能力。

程序员正在从 " 写代码的人 " 异化为 "AI 的监工 "，不停地审核、修正、再审核、再修正，被困在生成、审核、再生成、再审核的循环里。工作量是以往的 10 倍，职业成就感却趋近于零。

泡沫破裂之后，谁为过度买单？

AI 泡沫的本质是什么？

五大 AI 巨头 2026 年承诺的资本开支已高达 6800 亿美元。十大科技公司 2025 年发债 1200 亿美元，同比暴增 167%。

但钱花在哪里？模型训练、数据中心、抢占光刻机产能。钱从哪来？借的。能不能还上？高度不确定。

更危险的是资金在圈子里空转。NVIDIA 投资 Oracle，Oracle 转手用这笔钱买 NVIDIA 的芯片；微软注资 OpenAI 130 亿美元，OpenAI 转身把钱付给 Azure 云服务。

一旦某个中间环节断裂，这种循环融资就会瞬间崩塌。

过去一年，当散户还在疯狂买入时，七巨头高管净抛售了 84 亿美元股票。扎克伯格在卖，贝索斯在卖，黄仁勋也在卖。当前股市市盈率已飙升至 20 倍，距离 2000 年互联网泡沫破裂时的 24 倍峰值，只差 4 个点。

穆迪预测了一个泡沫破裂剧本：2026 年某季度，AI 收入增速一旦不及预期，恐慌性抛售将导致股市暴跌 25%，蒸发 20 万亿美元。

泡沫破裂是未来的风险，但失业是当下的痛楚。

2026 年 1 月，美国单月裁员 10.8 万人，打破了 2009 年金融危机以来的最高纪录。被 AI 精准狙击的，恰恰是工资位于 60%-80% 分位的中产阶级，会计、程序员、初级分析师。

Gartner 甚至预测，到 2027 年，一半因 AI 裁员的公司会重新招聘同类岗位员工。这种 " 裁了又招 " 的现象被行业称为 " 回旋镖 "。但被裁掉的人，有多少能回来？

Anthropic 的报告明确指出，程序员这一职业并不会消失，但那些 " 只会写代码 " 的程序员将逐渐被市场淘汰。

AI 正在重写软件开发的游戏规则，将原本耗时数月的项目压缩至两周完成。但这两个月里，不再需要一支完整的开发团队。

硅谷一家创业公司的创始人在社交媒体上宣布：" 我解雇了整个开发团队，用 o1、Lovable 和 Cursor 取而代之。现在，我以 100 倍的速度交付产品，并且代码简洁 10 倍 "。

这就是程序员面临的现实，你教会了 AI 写代码，然后 AI 取代了你。

写在最后

程序员曾经是数字时代的建造者，是互联网奇迹的创造者。他们用代码构筑了 Google 的搜索框、Meta 的社交图谱、腾讯的即时通讯。

而现在，他们正在用同样的代码，训练出取代自己的 AI。

这不是危言耸听。

从谷歌的 75% 到腾讯的 " 大部分代码由 AI 生成 "，从 Meta 的 65% 工程师用 AI 写 75% 代码到 Snap 的 65% 新代码由 AI 生成，数字不会说谎。

AI 泡沫的第一批受害者，恰恰是那些最先拥抱 AI 的人。

他们以为 AI 是工具，结果发现自己才是工具，被用来训练 AI、审核 AI、为 AI 的 Token 账单买单，最后被 AI 替代。

当资本从工资单流向 GPU，当程序员从创造者沦为监工，当 22 岁的毕业生发现学了四年的编程技能已经过时。

我们正在见证的，不只是一场技术变革，而是一个职业群体的集体迷失。

2026 年的这场 AI 泡沫，终将褪去。但被泡沫卷走的人，未必都能回来。