微軟警告稱，AI 正在掏空初級開發者的培養渠道

作者 ｜ Steef-Jan Wiggers

譯者 ｜ 平川

微軟 Azure 首席技術官 Mark Russinovich 與開發社區副總裁 Scott Hanselman 在《ACM 通訊》（Communications of the ACM）上 發表 了一篇經同行評議的觀點文章。該文指出，具有自主決策能力的 AI 編碼工具正在給軟件工程行業帶來一場結構性危機。核心問題在于：AI 雖然能大幅提升資深工程師的工作效率，但剛踏入這個行業的初級開發者（EiC）（缺乏判斷力來引導、驗證和整合 AI 輸出結果）會面臨作者所稱的“AI 拖累”。

其結果是形成了一種新的激勵機制：企業聘用資深工程師，同時將初級工程師的工作自動化，而培養下一代資深工程師的人才梯隊卻在悄然崩塌。

我們必須繼續招聘 EiC 開發者，接受他們入職初期會降低團隊生產力這一事實，并刻意設計系統，將他們的成長作為一個明確的組織目標。

支撐這一論點的數據令人警醒。該論文援引哈佛大學的一項研究發現，在 GPT-4 發布后，盡管高級職位的數量有所增長，但在涉及 AI 的崗位（包括軟件開發）中，22 至 25 歲人群的就業率下降了約 13%。另一項研究顯示，自 2022 年以來，初級開發者的招聘量下降了 67%。麻省理工學院 2025 年初的一項研究發現，與不借助外力完成編碼任務的人相比，將編碼任務外包給 ChatGPT 的成年人腦部活動減少，記憶力變差。研究人員將這種現象稱為“認知債務”。

Russinovich 和 Hanselman 用他們在前沿編碼代理開發工作中的具體案例來支撐自己的論點。在其中一個案例中，一個處理競爭條件的代理插入了一個 sleep 調用，這是一種典型的掩蓋式修復，并未能解決底層的同步錯誤。一位經驗豐富的工程師會立即發現這一點。但初級開發者可能不會。作者記錄了諸多代理程序的案例：它們在存在重大代碼缺陷的情況下仍然聲稱處理成功，在不同的代碼庫中重復實現相同的邏輯，將應用崩潰視為與任務無關的情況，并能實現可以通過測試但在生產環境中失敗的特殊情況“黑科技”。他們寫道，“編程不等于軟件工程”。識別這些缺陷所需的判斷力，即他們所說的“系統品味”，正是初級開發者應當通過實際生產工作逐步培養的能力。

作者通過他們所謂的“金字塔窄化假說”來描述這一動態。傳統上，初級開發者進入企業后，主要從事 Bug 修復和簡單的實現工作。這些風險較低的任務能讓他們接觸到真實的架構、編碼規范和構建系統。隨著時間的推移，部分人會晉升為技術負責人。當 AI 消除了初級開發者賴以學習的入門級工作時，金字塔的底座便不復存在了。為了說明經過 AI 提速的團隊在實踐中是什么樣子，他們列舉了微軟內部的兩個項目。Societas 項目（即新版 Office Agent 的內部代號）由七名兼職工程師在 10 周內完成，他們產出了超過 11 萬行代碼，其中 98% 由 AI 生成。第二個為 Aspire 項目，從使用聊天助手逐步過渡到完全由代理生成拉取請求，最終運行在作者所描述的“人類代理群”中。

他們提出的解決方案借鑒了醫學教育的模式：設立導師制度，讓初入職場的開發者與經驗豐富的導師組成團隊，共同參與實際項目的開發。在這個過程中，學習被視為明確的組織目標，而非交付成果的附帶產物。Hanselman 在 與 LeadDev 的一次訪談 中闡述了這一想法的源起：

正如護士需要證明自己具備臨床操作能力一樣，工程師也需要做到這一點才能獲得這一稱號。

在實際工作中，導師與初級開發者會一起使用 AI 工具。資深開發者會觀察初級開發者如何與 AI 互動，他們接受或拒絕哪些內容，如何評估輸出結果，以及在哪些環節理解上出現了偏差。資深開發者的角色將從“解答問題的人”轉變為“傳授判斷力的人”。作者設想，導師制將持續一年或更長的時間，并將導師工作作為一項重要的組織交付成果進行考核和報酬。

長期以來，蜂巢公司首席技術官 Charity Majors 一直對初級開發者短缺的問題發出警告。她在 X 上回復這篇論文時 表示：

過去幾年里，在我見過的每一家開始招聘初級工程師的公司中，這項舉措都是由資深工程師主導并推動的

Reddit 上的社區討論十分激烈，大部分討論都在質疑這種導師制模式能否經受住企業激勵機制的考驗。有一位評論者闡述了課程設置與現實情況之間的差距：

人才儲備不足的問題是真實存在的，僅憑出于善意招聘初級開發者是無法解決問題的。目前，一名初級開發者大約需要兩年的時間才能具備獨立工作的能力。而目前， AI 編碼助手能使中級開發者的工作效率提高約 30%。這種做法在實際操作中是行不通的，除非你專門培訓初級開發者來監督 AI 生成的代碼，而這又與計算機科學專業所教授的技能完全不同。

另外，有人還提到了一個次級風險，這使得導師制解決方案本身變得更加復雜：

如果公司既不招聘新的初級開發者，也不安排資深開發者和集成主管去指導現有的初級開發者（因為他們擔心會被自己的學員所取代），那么我們距離失去數十年積累的寶貴知識就只差一個退休周期了。

這種關于反饋循環的擔憂不局限于招聘環節。正如 The Register 論壇 上的一位評論者所言，如果初級開發者因為過度依賴大型語言模型（LLM）而從未建立起深刻的理解，那么具備專業能力的資深開發者數量就會逐漸減少，進而導致模型所依賴的訓練數據質量下降，最終“導致這一循環演變成沒有人能懂的代碼”。

Russinovich 在一檔播客節目中證實，微軟正在內部試點導師制項目。Hanselman 在 LinkedIn 上表示，衡量資深工程師對人的影響以及對產品的影響“是我們的目標”。在教育方面，Russinovich 明確表示：

你需要設置一些課程，并在其中明確指出，使用 AI 的行為屬于作弊行為。

對于正在探索這一領域的初級開發者而言，該論文具體指出了未來兩到三年內至關重要的技能。貫穿始終的核心主題不是如何編寫更優質的提示詞，而是如何培養出能夠確保 AI 輸出結果可信的判斷力：理解分布式系統的基礎原理；能夠對 AI 生成的代碼進行調試和評估，而非全盤接受；通過可觀測性和事件響應機制學習解讀生產系統；培養對“代碼異味”的敏銳度——即當代碼表面上看起來正確但架構上存在缺陷時，能夠憑直覺察覺到。作者明確指出，不應將初級開發者隔絕于問題解決過程之外，而應當邀請他們參與其中，讓他們在導師的指導下協助完成提示、調試和代碼審查任務，從而親眼見證專業知識與 AI 如何交互。

要閱讀完整論文，可查閱 2026 年 4 月出版的《ACM 通訊》。

https://www.infoq.com/news/2026/04/junior-developer-pipeline-crisis/

聲明：本文由 InfoQ 翻譯，未經許可禁止轉載。

會議推薦

世界模型的下一個突破在哪？Agent 從 Demo 到工程化還差什么？安全與可信這道坎怎么過？研發體系不重構，還能撐多久？

AICon 上海站 2026，4 大核心專題等你來：世界模型與多模態智能突破、Agent 架構與工程化實踐、Agent 安全與可信治理、企業級研發體系重構。14 個專題全面開放征稿。

誠摯邀請你登臺分享實戰經驗。AICon 2026，期待與你同行。

今日薦文

你也「在看」嗎？