虽然许多公司仍在招聘程序员，但需求已有所下降，与此同时，人工智能（AI）和机器学习（ML）专家的招聘速度却快得惊人，这促使一些开发者开始重新思考自己的角色。
（图片来源：tomertu/Shutterstock）
【睿观：软件开发者招聘市场降温，需求不如AI/ML和网络安全专家。主因是过去高峰期过度招聘及企业重心转向AI。AI工具和低代码正改变而非取代开发者角色，未来需掌握AI整合应用、特定领域知识等新技能。专家预测需求将反弹，但开发者技能要求会随之演变。】
似乎就在昨天，软件开发者还处于行业的顶端，任何拥有基本编程经验的人都能收到多个工作邀约。 然而，这个“昨天”其实是五六年前了，如今开发者已不再是 IT 就业市场的“山大王”。数据工程师、机器学习工程师、AI 产品经理等职位已经取代了传统软件开发者，跻身热门职位前列，因为企业正竞相采用 AI 技术，同时网络安全专业人才的需求也持续高涨。
Salesforce 的例子印证了这一新现实。今年 2 月，其首席执行官马克·贝尼奥夫（Marc Benioff）在接受 CNBC 的《Squawk Box》采访时表示，2025 年将是公司 25 年历史上首次不增加软件工程师数量的一年。
几个月前，招聘网站 Indeed 指出，2024 年 7 月软件开发者的招聘职位数量降至近四年来的最低点。许多公司仍在招聘开发者，但速度已不如五年前。
一、高峰期后的回落
尽管 AI 的热潮和持续的网络安全挑战正在推动相关领域专家的需求，但过去几年对开发者的需求似乎因其他原因而有所放缓或停滞。
2019 年初至 2020 年初对开发者的需求高峰，部分是由于迎合其优势的技术炒作周期所驱动，当时许多公司大量吸纳程序员，以支持云计算、移动和物联网（IoT）战略相关的应用程序开发。2020 年初新冠疫情爆发后，疫情又为能够支持居家办公、在线购物以及旨在为变化的世界改造客户体验的数字化战略的程序员创造了额外的需求。
IT 招聘公司 TalentLab 的人才运营副总裁莎拉·道蒂（Sarah Doughty）表示，在那些年里，许多公司雇佣的程序员数量超过了他们的长期需求。 她说：“那几年，如果你会编程，而且在面试中不是，恕我直言，一个完全的蠢货，你就能拿到 offer，而且很可能还有签约奖金。”
她表示，正如现在公司高管们“追赶潮流”招聘 AI 专家一样，同样的情况也发生在 2019 年和 2020 年的软件开发者身上。 “如果我所有的竞争对手都在抢着招聘，即使我没有充分的商业理由，我也会担心自己可能会落后，”道蒂说。“归根结底，高管也是和我们一样的普通人。当我们的朋友周六晚上出去玩没带上我们时，我们会有错失恐惧症（FOMO），他们也会有。”
二、AI 并非替代品
道蒂不认同一些观察者的观点，即低代码/无代码服务和 AI 编码助手对开发者就业市场产生了重大影响。
道蒂指出，低代码/无代码服务已经存在了大约十年，但在它们推出后，开发者的需求反而大幅上升。这些服务创造了一类新的“公民开发者”，但复杂的编码项目仍然需要训练有素的程序员。
与此同时，一些 IT 专家认为编码助手将取代初级开发者，但她表示，这种情况似乎尚未大规模发生。 “我认为我们会逐渐认识到，AI 是一个很棒的工具，但它不是替代品，”道蒂说。“我们看到有些公司试图完全用 AI 取代人类工作岗位，结果往往是一场灾难。这其中确实需要大量的人工介入和指导。”
人才市场情报公司 TalentNeuron 的劳动力战略与咨询高级副总裁埃琳·托马森（Elin Thomasian）表示，影响开发者需求的另一个因素是正在构建的移动应用程序数量下降。 她说：“移动应用开发者职位招聘放缓反映了市场需求的缺乏——大多数主要企业已经构建了其核心应用程序，现在的重点是 AI 驱动的增强功能，而不是新的独立应用程序。”
三、需求放缓，但并未停止
她表示，开发者招聘市场的这种疲软并不意味着招聘已经停止。开发者的需求增长速度只是比其他 IT 职位慢。
根据 TalentNeuron 的数据，在 2023 年至 2024 年间，软件开发者的需求实际上增长了 22%。包括亚马逊、谷歌、甲骨文和 Capital One 在内的几家大公司当时都在积极招聘。 但与 AI 和机器学习工程师的需求相比，开发者的市场增长相形见绌，同期这些职位的需求增长了 148%。托马森表示，许多公司也在招聘基础设施和专业工程类职位。
虽然传统的软件开发仍然至关重要，但企业正在寻找能够管理 AI 工作流、服务器固件和基于云的基础设施的候选人。 她补充说：“公司正在摆脱传统意义上定义的经典软件开发角色，并更深入地思考他们真正需要的能力。”
四、开发者的演变之路
其他 IT 专家则认为，AI 的发展对开发者而言，与其说是一种威胁，不如说是一种推动角色反思的动力。
AI 驱动的 DevSecOps 平台 GitLab 的首席技术官萨布丽娜·法默（Sabrina Farmer）表示，随着 AI 完成基础编码工作，将需要开发者进行创造性思考，考虑如何构建符合业务需求的软件，检查代码，并确保 AI 构建的应用程序能够扩展。 “虽然 AI 是提高生产力和辅助编写代码的强大工具，但它不会取代对熟练软件工程师的需求——它将改变需求，”法默说。“这个职位将会演变，就像大多数工作都经历了演变一样。”
法默补充说，在过去十年中，GitLab 从未能够招聘到足够多的开发者来填补所有空缺职位。
IT 培训和工程师派遣公司 Smoothstack 的首席技术官普拉尚特·拉姆（Prashanth Ram）也认为 AI 不会消除对开发者的需求。他说，编码助手正在提高开发者的生产力水平，但并未取代他们。 拉姆观察到，市场对拥有特定领域知识（如医疗保健、金融）以及 IT 专业知识（如 AI、安全和云架构）的开发者需求很高。 “我们看到的不是需求的停滞，而是开发者价值内涵的演变，”他说。“如今最成功的开发者将技术实力与业务理解、沟通技巧以及对不断变化的技术的适应能力结合起来。”
五、需求终将反弹
与此同时，一些招聘专家认为，开发者招聘市场的疲软不太可能持续。TalentNeuron 的托马森表示，即使 AI 自动化了重复性的编码任务，专注于系统级优化、AI 驱动的基础设施和安全的开发者仍将是“不可或缺的”。 她补充说：“开发者将发展他们的技能集以满足市场需求，专注于那些 AI 作为工作流程伙伴而非直接替代品的领域。软件开发的未来不是要消除工作岗位，而是要将专业知识转移到能够通过人与 AI 技能的匹配创造最大战略优势的地方。”
TalentLab 的道蒂预见到，随着公司触及 AI 能力的极限，开发者市场将会反弹。 她说：“AI 无疑会增强当前的开发角色，但不会取代它们。一旦领导者认识到这一点，我相信我们将开始看到一种趋势，即开发者被重新聘用，但期望他们利用 AI 工具来提高生产力并以更快的速度交付成果。”
睿观：
AI (人工智能) / ML (机器学习 - Machine Learning):
AI (人工智能):
指让计算机系统模拟人类智能行为的技术领域，包括学习、推理、问题解决、感知、语言理解等。
ML (机器学习):
AI 的一个子集，专注于让计算机系统能够从数据中学习并改进其性能，而无需进行显式编程。当前， AI 和 ML 专家需求激增。
Data Engineer (数据工程师):负责设计、构建、维护和优化用于大规模数据收集、存储、处理和分析的系统和基础设施的专业人员。他们确保数据对于数据科学家和分析师是可用且可靠的。
AI Product Manager (AI 产品经理):负责定义 AI 驱动产品的愿景、策略和路线图，并指导产品从概念到发布及后续迭代的专业人员。他们需要结合产品管理技能和对 AI/ML 技术的理解。
Cybersecurity (网络安全):保护计算机系统、网络、设备和数据免受未经授权的访问、攻击、损害或盗窃的实践和技术。文章指出网络安全专业人才需求持续高涨。
Cloud Computing (云计算):通过互联网按需提供计算服务（如服务器、存储、数据库、网络、软件、分析、智能等）的模式。文章提到它曾是上一轮开发者招聘热潮的驱动力之一。
IoT (物联网 - Internet of Things):指将物理设备、车辆、家电和其他物品嵌入传感器、软件和网络连接，使它们能够收集和交换数据的网络。这也是上一轮开发者需求的部分驱动因素。
Low-code/no-code (低代码/无代码):指允许用户通过图形界面和配置，而非传统计算机编程，来创建应用程序软件的平台。文章提到这类工具虽然存在，但并未大规模取代专业开发者。
Citizen Developer (公民开发者):指在企业内部，利用 IT 部门批准的低代码/无代码开发工具来创建业务应用程序的非专业开发者用户。
DevSecOps (开发安全运维一体化):一种将安全实践集成到 DevOps（开发与运维协作）流程每个阶段的文化、自动化和平台设计方法。旨在在不牺牲速度和敏捷性的前提下，从一开始就构建安全性。GitLab 是提供此类平台的公司之一。
Server Firmware (服务器固件):嵌入在服务器硬件（如主板、网卡、存储控制器）中的低级别软件，负责硬件的初始化、基本控制和与其他系统组件的接口。文章将其列为组织需要的专业技能之一。
