Sam Harris在最近一期播客里说,硅谷已经好几个月没人再讲“learn to code”这句话了。Val Town创始人Steve Krouse写文章反驳:编程依然值得学,只是理由变了——从“能保底薪水”变成“能训练思维”,他把编程比作学法语、学数学,甚至比作念咒语。
这个转向听起来体面,但绕开了一个更硬的问题:如果编程教育真的还行,为什么最该受益的年轻人,反而最先丢了机会。
行业在涨,入门在塌
美国劳工统计局预测,2023到2033年软件开发者岗位增速为17.9%,是全行业平均水平的四倍多。听起来编程这碗饭还很稳。
但斯坦福HAI的《2026 AI Index》给出了另一面:截至2025年9月,22-25岁软件开发者的就业人数,比2022年峰值下降了近20%。同一份报告还发现,控制企业类型差异后,AI高暴露岗位里这个年龄段的就业相对低暴露岗位又低了约16%。
美联储今年3月的报告补了一刀:AI自动化程度高的岗位里,入门级招聘明显萎缩,同岗位的资深员工反而稳定甚至增长。企业预期未来因AI减少招聘的比例,已经高于现在实际报告出来的裁员规模——也就是说,收缩还没走完。
这三个数字放一起看才有意思:行业没死,死的是入梯——年轻人爬上去的第一级台阶被抽走了。
“AI提效”这件事,本身还没定论
Krouse的文章还有个隐含前提:AI让编程更容易上手,所以更值得学。但2025年Stack Overflow开发者调查显示,52%的开发者认为AI工具对生产力有正面影响,同时46%不信任AI输出的准确性,只有33%表示信任。这本身就是拧巴的。
更打脸的是同年一项针对资深开源开发者的随机对照实验:允许使用早期AI工具的一组,任务完成时间反而增加了19%,和开发者自己预期的“会更快”完全相反。
- 风险.如果连资深开发者用AI都可能变慢,把“AI让编程更容易”当成学编程的新理由,证据并不牢靠。
Papert的乌龟,和消失的“挣扎期”
Krouse的教育论证不是新东西。他援引的Seymour Papert,上世纪就用LOGO语言和屏幕上的小海龟,让孩子像学母语一样自然学数学——不靠讲授,靠探索。这套“建构主义”理念很动人,也确实解释了为什么很多人第一次写出能跑的程序时会上瘾。
但联合国教科文组织的一篇文章提醒了一句更扎实的话:AI只是“让编程变简单”这条长期趋势的最新一步,可是从没独立熬过写小程序那段“挣扎期”的学生,可能根本读不懂、也校验不了AI写出来的代码。Papert式的探索教学诞生在一个没有AI代写答案的年代,直接照搬,漏洞就在这里。
教育论证再动人,也补不上入门级岗位塌陷的窟窿。
- 结论.编程作为思维训练和编程作为求职技能,已经是两件事——但教育界、家长、学生大多还没意识到,自己在用第一件事的说法,回答第二件事的焦虑。
孟子说“生于忧患,死于安乐”,放这儿有点意思:让AI代写代码看着是省了忧患,可真正的忧患是,没经历过调试和报错的人,以后连AI写错了都发现不了。
谁来为塌陷的台阶买单
Krouse文章里还有个细节值得留意:他描述“vibe coding”热潮的措辞,和Val Town博客更早一篇同题材文章高度相似,具体发表时间线目前难以完全对齐——这本身也说明,“learn to code已死”这类判断,本来就在被反复重写、反复确认,而不是一次性定论。
真正悬而未决的,是执行层面的问题:如果编程教育值得延续,是bootcamp转型,还是K12课程重新设计成教调试、教分解、教校验AI代码?入门级岗位的萎缩,是企业招聘策略的暂时收缩,还是结构性的永久性关闭?这些问题,原文没有回答,数据目前也只给出了方向,没给出答案。
接下来最该盯的,是下一轮BLS和Stanford HAI数据更新,以及是否会有更多针对开发者生产力的对照实验——如果“AI让资深开发者变慢”被反复验证,整套“学了编程更好上手AI”的说法,都得重新掂量。