數據打臉了 — AI 非但沒殺死工程師職缺，反而讓它變成最抗跌的工作
AI 要幹掉工程師？數據說的剛好相反
> Meta Shift
我的判斷很直接：工程師不是 AI 的受害者，是目前最大的受益者。那些兩年前喊著「AI 要取代工程師」的論述，現在數據把它打臉了。
不是說 AI 沒用，是說這件事的方向搞反了。AI coding tool 的普及，不是在縮減對工程師的需求，而是在放大每個工程師的產出上限。公司發現，與其裁掉工程師換 AI，不如讓工程師用 AI 做更多事 — 結果是工程師變更值錢了，需求沒有下降，反而相對其他職能更抗跌。
當然這不是在說「所有工程師都安全」。我的觀察是，正在發生的是一場內部分化：會用 AI 的工程師跟不會用的，差距正在拉大，而且速度比大多數人以為的快很多。
數據說什麼
SignalFire 是一家 VC，他們追蹤了超過 8000 萬家公司、數百萬員工的職涯資料，然後在 2026 年發布了一份《State of Talent Report》。裡面有幾個數字很有意思（來源：TechCrunch）：
整體大型科技公司招募量比 2019 年下降了 25%。 這個沒什麼意外，這兩年科技業裁員潮大家都看到了。但工程師職位的跌幅只有 11%，遠低於平均。
更有意思的是結構變化。2025 年，Alphabet、Meta、Apple、Amazon、Microsoft、Netflix、Nvidia、Tesla、Uber、Airbnb、Block、Stripe 這 12 家 SignalFire 定義為「Tech Majors」的公司，工程師佔所有新進人員的 55%。對比 2019 年這個數字是 46%。
換句話說，公司整體招的人變少了，但工程師佔比反而上升了。被砍的是其他職能。
早期新創的數據更極端：2025 年早期新創聘用的工程師數量比 2019 年多了 7%。在一個整體 hiring 市場緊縮的環境下逆勢成長，這不是小事。
另一個有趣的對照是 Anthropic。他們的 CEO Dario Amodei 去年還在警告 AI 可能在五年內消滅一半的白領初階職位、把失業率推到 20%。但 Anthropic 自己的首席經濟學家 Peter McCrory 在 2026 年 3 月接受 TechCrunch 採訪時說，他「還沒有看到任何顯著的 AI 驅動的勞動力影響」。連 Anthropic 自己內部都沒有辦法對齊這個論述，你說有趣不有趣。
為什麼會這樣
SignalFire 的研究負責人 Asher Bantock 點出了一個邏輯：如果 AI 真的在取代工程師，工程師的 hiring 應該是第一個崩的，因為這是企業最直接的降本動作。 結果現實是相反的 — 工程師是所有白領職能裡跌最少的。
這背後的原因我覺得有幾層。
第一層：需求還在加速，只是形態變了。
AI 產品要落地，你需要工程師。做 AI infra，需要工程師。把 AI 塞進現有產品的每個角落，還是需要工程師。AI 讓「想做的事情」變多了，不是讓「需要工程師的事情」變少了。就算一個工程師用 AI 的生產力是以前的兩倍，但如果 roadmap 同時膨脹了三倍，你還是要招人。
第二層：工程師是 AI 工具的最主要使用者，所以也是最先吃到紅利的。
Cursor、GitHub Copilot、Claude Code、Gemini — 這些工具的目標用戶就是工程師。其他白領職能，AI 工具的品質和整合度還差得遠，但工程師的工具鏈已經很成熟了。結果是工程師的 leverage 被放大，而不是被取代。這讓我想到 2007 到 2012 年間，程式語言從底層 C 往 Python、Ruby 遷移的那段時間 — 抽象層提高了，同樣一個工程師能做的事情暴增，但需要工程師的工作沒有減少，反而因為「可以做的事情變多了」而增加了。
第三層：公司裁的是可以被流程化的職能，不是工程師。
你仔細看這兩年的裁員，砍最多的是 recruiting、marketing ops、某些 customer support、middle management。這些職能的共通點是：流程重複性高、輸出標準化、決策層次低。AI 在這些地方的替換效率遠比在工程上高。工程師的工作性質就是「面對沒有標準答案的問題」，這個屬性讓他們短期內比較難被直接替換。
Meta 判讀
判定：Meta Shift
這不是 Patch Note，不是小修小補。我認為這是一個正在發生的結構性轉變，而且影響會持續很長時間。
原因是：市場正在重新定價「能用 AI 放大產出的工程師」這個角色。兩年前大家還在討論「AI 會不會取代工程師」，現在變成「會不會用 AI 的工程師差距有多大」，議題本身就已經 shift 了。
從投資角度來看，如果我是 LP 或者在評估一個 AI startup，我現在反而更在意的是「這個 team 的工程師密度夠不夠高」，而不是「有沒有用 AI 壓縮人力」。SignalFire 的數據顯示早期新創在 2025 年多聘了 7% 工程師，這個方向是對的 — 你用 AI 不是為了少請工程師，是為了讓你請的工程師能做更大的事。
被 nerf 的是那些長期主打「AI 取代工程師」這個論述的公司，或者因為這個預期而降低工程師招募的公司。這是個錯誤的 meta read，現在數據出來了，代價遲早要付。
我的建議
如果你現在是工程師，有幾件事是我認為值得做的：
把 AI 工具的使用當成 core skill，不是 optional。 Cursor 用起來、Claude Code 搞起來。不是因為要跟上潮流，是因為這是現在跟不會用的人拉開差距最快的方式。會用 AI 的工程師現在的產出速度確實已經跟不會用的不在同一個量級上了，而且這個差距還在拉大。
不要因為 AI 工具存在就放棄 fundamentals。 這是另一個極端。AI 補不了你對系統設計的判斷力、對 tradeoff 的理解、對 debug 複雜問題的能力。那些「面對沒有標準答案的問題」的能力，才是工程師最難被取代的護城河。
如果你在考慮轉職，現在的數據支持工程師仍然是相對安全的選擇。 但安全不代表躺平。在這個場上，靜止等於退步。
不要信那些「AI 幾年內取代所有工程師」的末日論述。 連 Anthropic 自己的經濟學家都說沒看到顯著影響，那些喊末日的更多是在做 PR，不是在做分析。
最後，這不是在說工程師永遠不會受到衝擊。只是目前的數據顯示，「AI 取代工程師」這個故事，至少現在還沒發生。發生的是另一件事：工程師正在變成 AI 時代的 carry，只是有些人還沒意識到自己手上拿著什麼牌。
延伸閱讀
Waiting7777
WoW Arena 冠軍轉前端，用電競 meta 思維拆解技術趨勢。
相關文章
AI開發工具+4AI coding 工具燒錢有多快？Databricks 告訴你怎麼控成本
從「Databricks 燒完錢才搞出控制工具」這個角度切入，拆解 AI coding 工具的真實成本結構，以及企業在 scale up 後才發現的坑。對比 Rippling 同樣在燒錢後才蓋 ROI 工具，這是一個系統性問題。
2026年8月8日 · Waiting7777 · 7 分鐘閱讀
繼續閱讀 →
AISEO+3Shopify 說 AI 搜尋反而帶來更多流量 — SEO 真的死了嗎
用 Shopify 的真實數據反駁「AI 搜尋會殺死 SEO」這個說法，討論 AI search 對電商和內容站的真實影響。
2026年8月6日 · Waiting7777 · 7 分鐘閱讀
繼續閱讀 →
半導體AI+6AMD 財報：遊戲沒人要，資料中心爆量 — 這是一個產業在轉型
用 AMD 財報數字說一個更大的故事：AI 浪潮正在重新定義半導體公司的身份，遊戲出身的晶片廠現在靠什麼活著？
2026年8月5日 · Waiting7777 · 6 分鐘閱讀
繼續閱讀 →這篇文章對你有幫助嗎？
每週一篇 — 技術趨勢背後的商業邏輯
AI 產業在變什麼、工程師該注意什麼——拆清楚寄到你的信箱。