雖然許多公司仍在招聘程序員，但需求已有所下降，與此同時，人工智能（AI）和機器學習（ML）專家的招聘速度卻快得驚人，這促使一些開發(fā)者開始重新思考自己的角色。
（圖片來源：tomertu/Shutterstock）
【睿觀：軟件開發(fā)者招聘市場降溫，需求不如AI/ML和網(wǎng)絡(luò)安全專家。主因是過去高峰期過度招聘及企業(yè)重心轉(zhuǎn)向AI。AI工具和低代碼正改變而非取代開發(fā)者角色，未來需掌握AI整合應(yīng)用、特定領(lǐng)域知識等新技能。專家預測需求將反彈，但開發(fā)者技能要求會隨之演變。】
似乎就在昨天，軟件開發(fā)者還處于行業(yè)的頂端，任何擁有基本編程經(jīng)驗的人都能收到多個工作邀約。 然而，這個“昨天”其實是五六年前了，如今開發(fā)者已不再是 IT 就業(yè)市場的“山大王”。數(shù)據(jù)工程師、機器學習工程師、AI 產(chǎn)品經(jīng)理等職位已經(jīng)取代了傳統(tǒng)軟件開發(fā)者，躋身熱門職位前列，因為企業(yè)正競相采用 AI 技術(shù)，同時網(wǎng)絡(luò)安全專業(yè)人才的需求也持續(xù)高漲。
Salesforce 的例子印證了這一新現(xiàn)實。今年 2 月，其首席執(zhí)行官馬克·貝尼奧夫（Marc Benioff）在接受 CNBC 的《Squawk Box》采訪時表示，2025 年將是公司 25 年歷史上首次不增加軟件工程師數(shù)量的一年。
幾個月前，招聘網(wǎng)站 Indeed 指出，2024 年 7 月軟件開發(fā)者的招聘職位數(shù)量降至近四年來的最低點。許多公司仍在招聘開發(fā)者，但速度已不如五年前。
一、高峰期后的回落
盡管 AI 的熱潮和持續(xù)的網(wǎng)絡(luò)安全挑戰(zhàn)正在推動相關(guān)領(lǐng)域?qū)＜业男枨螅^去幾年對開發(fā)者的需求似乎因其他原因而有所放緩或停滯。
2019 年初至 2020 年初對開發(fā)者的需求高峰，部分是由于迎合其優(yōu)勢的技術(shù)炒作周期所驅(qū)動，當時許多公司大量吸納程序員，以支持云計算、移動和物聯(lián)網(wǎng)（IoT）戰(zhàn)略相關(guān)的應(yīng)用程序開發(fā)。2020 年初新冠疫情爆發(fā)后，疫情又為能夠支持居家辦公、在線購物以及旨在為變化的世界改造客戶體驗的數(shù)字化戰(zhàn)略的程序員創(chuàng)造了額外的需求。
IT 招聘公司 TalentLab 的人才運營副總裁莎拉·道蒂（Sarah Doughty）表示，在那些年里，許多公司雇傭的程序員數(shù)量超過了他們的長期需求。 她說：“那幾年，如果你會編程，而且在面試中不是，恕我直言，一個完全的蠢貨，你就能拿到 offer，而且很可能還有簽約獎金?！?/span>
她表示，正如現(xiàn)在公司高管們“追趕潮流”招聘 AI 專家一樣，同樣的情況也發(fā)生在 2019 年和 2020 年的軟件開發(fā)者身上。 “如果我所有的競爭對手都在搶著招聘，即使我沒有充分的商業(yè)理由，我也會擔心自己可能會落后，”道蒂說?！皻w根結(jié)底，高管也是和我們一樣的普通人。當我們的朋友周六晚上出去玩沒帶上我們時，我們會有錯失恐懼癥（FOMO），他們也會有?！?/span>
二、AI 并非替代品
道蒂不認同一些觀察者的觀點，即低代碼/無代碼服務(wù)和 AI 編碼助手對開發(fā)者就業(yè)市場產(chǎn)生了重大影響。
道蒂指出，低代碼/無代碼服務(wù)已經(jīng)存在了大約十年，但在它們推出后，開發(fā)者的需求反而大幅上升。這些服務(wù)創(chuàng)造了一類新的“公民開發(fā)者”，但復雜的編碼項目仍然需要訓練有素的程序員。
與此同時，一些 IT 專家認為編碼助手將取代初級開發(fā)者，但她表示，這種情況似乎尚未大規(guī)模發(fā)生。 “我認為我們會逐漸認識到，AI 是一個很棒的工具，但它不是替代品，”道蒂說?！拔覀兛吹接行┕驹噲D完全用 AI 取代人類工作崗位，結(jié)果往往是一場災難。這其中確實需要大量的人工介入和指導?！?/span>
人才市場情報公司 TalentNeuron 的勞動力戰(zhàn)略與咨詢高級副總裁埃琳·托馬森（Elin Thomasian）表示，影響開發(fā)者需求的另一個因素是正在構(gòu)建的移動應(yīng)用程序數(shù)量下降。 她說：“移動應(yīng)用開發(fā)者職位招聘放緩反映了市場需求的缺乏——大多數(shù)主要企業(yè)已經(jīng)構(gòu)建了其核心應(yīng)用程序，現(xiàn)在的重點是 AI 驅(qū)動的增強功能，而不是新的獨立應(yīng)用程序?！?/span>
三、需求放緩，但并未停止
她表示，開發(fā)者招聘市場的這種疲軟并不意味著招聘已經(jīng)停止。開發(fā)者的需求增長速度只是比其他 IT 職位慢。
根據(jù) TalentNeuron 的數(shù)據(jù)，在 2023 年至 2024 年間，軟件開發(fā)者的需求實際上增長了 22%。包括亞馬遜、谷歌、甲骨文和 Capital One 在內(nèi)的幾家大公司當時都在積極招聘。 但與 AI 和機器學習工程師的需求相比，開發(fā)者的市場增長相形見絀，同期這些職位的需求增長了 148%。托馬森表示，許多公司也在招聘基礎(chǔ)設(shè)施和專業(yè)工程類職位。
雖然傳統(tǒng)的軟件開發(fā)仍然至關(guān)重要，但企業(yè)正在尋找能夠管理 AI 工作流、服務(wù)器固件和基于云的基礎(chǔ)設(shè)施的候選人。 她補充說：“公司正在擺脫傳統(tǒng)意義上定義的經(jīng)典軟件開發(fā)角色，并更深入地思考他們真正需要的能力?！?/span>
四、開發(fā)者的演變之路
其他 IT 專家則認為，AI 的發(fā)展對開發(fā)者而言，與其說是一種威脅，不如說是一種推動角色反思的動力。
AI 驅(qū)動的 DevSecOps 平臺 GitLab 的首席技術(shù)官薩布麗娜·法默（Sabrina Farmer）表示，隨著 AI 完成基礎(chǔ)編碼工作，將需要開發(fā)者進行創(chuàng)造性思考，考慮如何構(gòu)建符合業(yè)務(wù)需求的軟件，檢查代碼，并確保 AI 構(gòu)建的應(yīng)用程序能夠擴展。 “雖然 AI 是提高生產(chǎn)力和輔助編寫代碼的強大工具，但它不會取代對熟練軟件工程師的需求——它將改變需求，”法默說?！斑@個職位將會演變，就像大多數(shù)工作都經(jīng)歷了演變一樣?！?/span>
法默補充說，在過去十年中，GitLab 從未能夠招聘到足夠多的開發(fā)者來填補所有空缺職位。
IT 培訓和工程師派遣公司 Smoothstack 的首席技術(shù)官普拉尚特·拉姆（Prashanth Ram）也認為 AI 不會消除對開發(fā)者的需求。他說，編碼助手正在提高開發(fā)者的生產(chǎn)力水平，但并未取代他們。 拉姆觀察到，市場對擁有特定領(lǐng)域知識（如醫(yī)療保健、金融）以及 IT 專業(yè)知識（如 AI、安全和云架構(gòu)）的開發(fā)者需求很高。 “我們看到的不是需求的停滯，而是開發(fā)者價值內(nèi)涵的演變，”他說?！叭缃褡畛晒Φ拈_發(fā)者將技術(shù)實力與業(yè)務(wù)理解、溝通技巧以及對不斷變化的技術(shù)的適應(yīng)能力結(jié)合起來。”
五、需求終將反彈
與此同時，一些招聘專家認為，開發(fā)者招聘市場的疲軟不太可能持續(xù)。TalentNeuron 的托馬森表示，即使 AI 自動化了重復性的編碼任務(wù)，專注于系統(tǒng)級優(yōu)化、AI 驅(qū)動的基礎(chǔ)設(shè)施和安全的開發(fā)者仍將是“不可或缺的”。 她補充說：“開發(fā)者將發(fā)展他們的技能集以滿足市場需求，專注于那些 AI 作為工作流程伙伴而非直接替代品的領(lǐng)域。軟件開發(fā)的未來不是要消除工作崗位，而是要將專業(yè)知識轉(zhuǎn)移到能夠通過人與 AI 技能的匹配創(chuàng)造最大戰(zhàn)略優(yōu)勢的地方?！?/span>
TalentLab 的道蒂預見到，隨著公司觸及 AI 能力的極限，開發(fā)者市場將會反彈。 她說：“AI 無疑會增強當前的開發(fā)角色，但不會取代它們。一旦領(lǐng)導者認識到這一點，我相信我們將開始看到一種趨勢，即開發(fā)者被重新聘用，但期望他們利用 AI 工具來提高生產(chǎn)力并以更快的速度交付成果?！?/span>
睿觀：
AI (人工智能) / ML (機器學習 - Machine Learning):
AI (人工智能):
指讓計算機系統(tǒng)模擬人類智能行為的技術(shù)領(lǐng)域，包括學習、推理、問題解決、感知、語言理解等。
ML (機器學習):
AI 的一個子集，專注于讓計算機系統(tǒng)能夠從數(shù)據(jù)中學習并改進其性能，而無需進行顯式編程。當前， AI 和 ML 專家需求激增。
Data Engineer (數(shù)據(jù)工程師):負責設(shè)計、構(gòu)建、維護和優(yōu)化用于大規(guī)模數(shù)據(jù)收集、存儲、處理和分析的系統(tǒng)和基礎(chǔ)設(shè)施的專業(yè)人員。他們確保數(shù)據(jù)對于數(shù)據(jù)科學家和分析師是可用且可靠的。
AI Product Manager (AI 產(chǎn)品經(jīng)理):負責定義 AI 驅(qū)動產(chǎn)品的愿景、策略和路線圖，并指導產(chǎn)品從概念到發(fā)布及后續(xù)迭代的專業(yè)人員。他們需要結(jié)合產(chǎn)品管理技能和對 AI/ML 技術(shù)的理解。
Cybersecurity (網(wǎng)絡(luò)安全):保護計算機系統(tǒng)、網(wǎng)絡(luò)、設(shè)備和數(shù)據(jù)免受未經(jīng)授權(quán)的訪問、攻擊、損害或盜竊的實踐和技術(shù)。文章指出網(wǎng)絡(luò)安全專業(yè)人才需求持續(xù)高漲。
Cloud Computing (云計算):通過互聯(lián)網(wǎng)按需提供計算服務(wù)（如服務(wù)器、存儲、數(shù)據(jù)庫、網(wǎng)絡(luò)、軟件、分析、智能等）的模式。文章提到它曾是上一輪開發(fā)者招聘熱潮的驅(qū)動力之一。
IoT (物聯(lián)網(wǎng) - Internet of Things):指將物理設(shè)備、車輛、家電和其他物品嵌入傳感器、軟件和網(wǎng)絡(luò)連接，使它們能夠收集和交換數(shù)據(jù)的網(wǎng)絡(luò)。這也是上一輪開發(fā)者需求的部分驅(qū)動因素。
Low-code/no-code (低代碼/無代碼):指允許用戶通過圖形界面和配置，而非傳統(tǒng)計算機編程，來創(chuàng)建應(yīng)用程序軟件的平臺。文章提到這類工具雖然存在，但并未大規(guī)模取代專業(yè)開發(fā)者。
Citizen Developer (公民開發(fā)者):指在企業(yè)內(nèi)部，利用 IT 部門批準的低代碼/無代碼開發(fā)工具來創(chuàng)建業(yè)務(wù)應(yīng)用程序的非專業(yè)開發(fā)者用戶。
DevSecOps (開發(fā)安全運維一體化):一種將安全實踐集成到 DevOps（開發(fā)與運維協(xié)作）流程每個階段的文化、自動化和平臺設(shè)計方法。旨在在不犧牲速度和敏捷性的前提下，從一開始就構(gòu)建安全性。GitLab 是提供此類平臺的公司之一。
Server Firmware (服務(wù)器固件):嵌入在服務(wù)器硬件（如主板、網(wǎng)卡、存儲控制器）中的低級別軟件，負責硬件的初始化、基本控制和與其他系統(tǒng)組件的接口。文章將其列為組織需要的專業(yè)技能之一。
