
破天荒!这一次,硅谷难得没有在吵着“让AI取代程序员”。
就在刚才,AWS CEO Matt Garman 站出来说了一句看似“反潮流”的话:别急着用 AI 换掉初级开发者。理由听上去也很合理——他们更懂 AI、成本更低、而且是未来的人才储备。
在一档采访节目中,Matt 直言不讳地表示,企业不该把“裁掉初级开发者”当成 AI 时代的降本捷径。他给出的判断很直接:初级开发者反而是对 AI 工具最熟的一群人。
过去两年来,尤其是AI Coding赛道大行其道的现下,“程序员被AI替代”似乎已经成为板上钉钉的事情。而国内外不少知名技术大佬,也曾警告这一趋势。
就在这样的背景之下,终于有人站出来公开反对这种看似“很省钱”的做法:用 AI 替代初级工程师。
在 The Big Interview 节目中,AWS CEO Matt Garman 直接开怼:把初级员工换成 AI,是他听过“最愚蠢的想法之一”。
有一种想法是:干脆把所有初级工程师、所有初级员工都替换掉,只留下最资深、最有经验的员工,再配上一堆智能体。
这种做法迟早会自我崩塌。如果你没有在构建人才梯队,没有培养、带教初级员工,我们往往发现,很多最好的想法,恰恰就来自这里。
对于任何想做长期公司的组织来说,这都是一个根本无法成立的选项。
同时,他也谈到了自己如何看待 Agentic AI 在未来几年真正改变工作方式的路径。
他给出的三个核心理由。
Garman 的第一个判断很现实:
“第一,根据我的经验,很多最初级的员工,反而是最熟练使用 AI 工具的人。他们最知道如何把这些工具的能力榨干。”
原因并不复杂。刚毕业的开发者是和新技术一起成长起来的一代人。他们在学校、实习阶段就已经接触并使用 AI 编程工具,愿意尝试新功能、探索捷径、研究如何和 AI agent 高效协作。
2025 年 Stack Overflow 开发者调查显示,55.5% 的早期职业开发者每天都会在开发流程中使用 AI 工具,这个比例反而高于资深开发者。

来源:Stack Overflow
他们对新工具的熟练度,直接转化成效率。相比之下,很多资深开发者已经形成稳定工作流,迁移到 AI 辅助模式本身就需要时间。
甚至有研究指出,超过一半的 Z 世代员工正在反向帮助资深同事提升 AI 技能。
多说一嘴:Django项目作者Simon Willson 也曾发表类似的观点。他发现,初级开发者使用AI工具频次更高,理解更深。
第二点,Garman 把账算得很清楚:
“第二,他们通常是公司里成本最低的一群人。刚毕业,薪资也相对较低。如果你真的是在做成本优化,他们并不是最该被优化的对象。”
初级员工的薪酬和福利成本本来就不高,裁掉他们,带来的节省十分有限。从纯财务角度看,这并不是一笔聪明的买卖。
更现实的是,真正有效的成本优化,从来不是只盯着某一个人群,而是审视整个组织结构和支出结构。
有数据表明,约 30% 的公司在裁员后不但没有省钱,反而因为返聘、重组、效率下降等问题,整体成本上升。
第三点,是长期会反噬公司自身。
“第三,这件事迟早会反噬自己。如果你没有在培养人才管道,没有带新人、教新人,我们经常发现,很多最好的想法正是从这里来的。”
可以把公司想象成一支运动队:
如果你只留下老将,从不招募新人,那当老将退役时,谁来接班?
应届毕业生带来的不仅是人力,更是新的思维方式、最新的技术视角、强烈的学习和创新动机。更重要的是,他们构成了公司未来的中坚力量。
如果一家企业长期停止招聘初级开发者,本质上是在主动切断自己的内部晋升通道。时间一长,就会发现:
无人可培养、无人可提拔、领导层开始断层,变得“青黄不接”。
Deloitte 的一份报告也指出,技术类岗位的增长速度预计将达到美国整体劳动力增长速度的 约两倍。如果缺乏持续进入的初级技术人才,企业很可能在未来几年遭遇真实的人才短缺。

很多读者可能会跟小编的第一反应一样,这是不是出来发表“替员工说话”政治争取的言论来了?
还真不是。
作为全球最大云计算平台之一的负责人,Garman 从众多客户那里观察到企业真实使用 AI 的方式。
也正因为如此,他反而更警惕:短期的效率幻觉,可能会给公司留下长期的结构性伤害。
此外,Garman 也没有否认AI给软件开发带来的冲击:“你的工作一定会改变。”
但他判断,AI 会同时提升公司和员工的生产力。
当技术让一件事变得更容易,人们往往会想做得更多——更多软件、更多产品、更多市场、更多客户。
开发者的角色会持续演化,写代码只是其中一部分。更快学习新技术、理解系统整体价值,将成为基本能力。
这也呼应了 Geoffrey Hinton 的判断:计算机科学专业依然重要。扎实的基础能力,正是未来高价值岗位的入场券。
Garman 最后的判断很明确:
从中期到长期来看,我非常确信,AI 最终创造的工作机会,会多于它最初取代的那些。
AI 会改写路径,但不会替你走完这条路。企业如果现在就把“培养新人”这件事丢掉,几年后,很可能会发现自己无路可走。
每次讨论AI与程序员,评论区总是刹不住闸。这一次更是可以用“沦陷”来形容了。
不管是Hackernews还是Reddit上,都似乎可以看到“争议”外溢出了屏幕。

其中,小编注意到,高赞评论里主要集中在“初级程序员和资深程序员”问题发现的能力上。
一位网友这样评价:初级程序员很勇敢,往往可以问出一些虽然“愚蠢”但又很又很本质的问题。
这些“用人工智能取代初级员工”的观点忽略了一点:初级员工的主要职责从来都不是廉价的键盘手。他们是组织里唯一可以问“愚蠢”问题而不用担心丢脸的人,而这些问题往往是让你意识到自己抽象概念是无稽之谈的唯一信号。
这位网友继续解释,AI的作用在于消除初级开发人员许多令人尴尬又枯燥乏味的工作:比如在 Stack Overflow 上盲目搜索合适的 API、编写冗长的样板代码、以及因为缺少导入项而耗费数小时。如果一个还算不错的模型能够帮他们缩小搜索范围,那么他们就可以把更多的时间花在“我们的系统是如何运作的”上,而不是“我们代码中 for 循环的用法”。
如果你采用这样的架构,然后决定“太好了,现在我们完全不需要初级员工了”,你基本上是在说你想要一家没有记忆、没有人才培养体系的公司——只有一群不断缩小的资深员工争论战略,而没有人真正成长为他们那样的人。
这显然是一种公司文化的问题。很快就有网友反驳:也有很多资深程序员不怕丢面子!这反而是资深者的特质。

总之,争议点似乎开始变成了资深与老鸟特质的大讨论了。

当然Reddit上的也有很激烈的讨论。甚至不少AWS前员工表示现在技术管理上出了一些方向变化。有一位网友描述了一个细节:
他们和 AWS 共建“创新中心”,过去是一起写系统、拆架构,现在变成了不管你需要什么,推上来的永远是 AI 工具。而真正能解决问题的方案,反而要靠工程师私下互相补课。
相信,这个争议依旧会持续很久。
毕竟更多人担心的,其实是另一件事:当技术公司采用各种 AI 工具之后,组织本身是不是也在丧失必要且珍贵的技术判断力?
谁还在真正为工程结果负责?
采访原文地址:
https://www.wired.com/story/the-big-interview-podcast-matt-garman-ceo-aws/
相关报告:
https://www.deloitte.com/us/en/insights/topics/talent/overcoming-the-tech-talent-shortage-amid-transformation.html
https://survey.stackoverflow.co/2025/ai
文章来自于“51CTO技术栈”,作者 “云昭”。
【开源免费】Browser-use 是一个用户AI代理直接可以控制浏览器的工具。它能够让AI 自动执行浏览器中的各种任务,如比较价格、添加购物车、回复各种社交媒体等。
项目地址:https://github.com/browser-use/browser-use
【开源免费】字节工作流产品扣子两大核心业务:Coze Studio(扣子开发平台)和 Coze Loop(扣子罗盘)全面开源,而且采用的是 Apache 2.0 许可证,支持商用!
项目地址:https://github.com/coze-dev/coze-studio
【开源免费】n8n是一个可以自定义工作流的AI项目,它提供了200个工作节点来帮助用户实现工作流的编排。
项目地址:https://github.com/n8n-io/n8n
在线使用:https://n8n.io/(付费)
【开源免费】DB-GPT是一个AI原生数据应用开发框架,它提供开发多模型管理(SMMF)、Text2SQL效果优化、RAG框架以及优化、Multi-Agents框架协作、AWEL(智能体工作流编排)等多种技术能力,让围绕数据库构建大模型应用更简单、更方便。
项目地址:https://github.com/eosphoros-ai/DB-GPT?tab=readme-ov-file
【开源免费】VectorVein是一个不需要任何编程基础,任何人都能用的AI工作流编辑工具。你可以将复杂的工作分解成多个步骤,并通过VectorVein固定并让AI依次完成。VectorVein是字节coze的平替产品。
项目地址:https://github.com/AndersonBY/vector-vein?tab=readme-ov-file
在线使用:https://vectorvein.ai/(付费)
【开源免费】DeepBI是一款AI原生的数据分析平台。DeepBI充分利用大语言模型的能力来探索、查询、可视化和共享来自任何数据源的数据。用户可以使用DeepBI洞察数据并做出数据驱动的决策。
项目地址:https://github.com/DeepInsight-AI/DeepBI?tab=readme-ov-file
本地安装:https://www.deepbi.com/
【开源免费】airda(Air Data Agent)是面向数据分析的AI智能体,能够理解数据开发和数据分析需求、根据用户需要让数据可视化。
项目地址:https://github.com/hitsz-ids/airda
【开源免费】AutoGPT是一个允许用户创建和运行智能体的(AI Agents)项目。用户创建的智能体能够自动执行各种任务,从而让AI有步骤的去解决实际问题。
项目地址:https://github.com/Significant-Gravitas/AutoGPT
【开源免费】MetaGPT是一个“软件开发公司”的智能体项目,只需要输入一句话的老板需求,MetaGPT即可输出用户故事 / 竞品分析 / 需求 / 数据结构 / APIs / 文件等软件开发的相关内容。MetaGPT内置了各种AI角色,包括产品经理 / 架构师 / 项目经理 / 工程师,MetaGPT提供了一个精心调配的软件公司研发全过程的SOP。
项目地址:https://github.com/geekan/MetaGPT/blob/main/docs/README_CN.md