大廠程序員：卡在AI的裂縫里｜鈦媒體深度

劉昊已經三個月沒休過周末了。

他是某互聯網大廠的后端高級工程師，三個月前還只是個普通開發者，牽頭做的工具鏈項目半路被其他團隊接手，最后被發派去研究成功希望渺茫的內部效率優化系統。但春節期間的一次偶然嘗試，讓他發現了另一種工作方式——用一句話讓AI在2小時內完成了原本需要7天的開發任務，兩周的需求兩天就能交付。那種感覺像小時候第一次拿到游戲機時的戰栗：世界突然變得無限大，而自己是唯一手握遙控器的人。

春節之后的一個月里，他瘋狂地給自己的Agent塞了600多個并行任務，覆蓋了工作和生活的20多個垂直場景，積累了超100個skills。

每天站在電腦前的時間超過16小時，每月消耗的token費用超過1萬元人民幣，而且這個數字還在飛速增長。

一位大廠技術VP百般周折聯系上了劉昊，想讓他帶團隊做內部AI轉型，最后連見一面都沒能見上——劉昊的日程表已經被自己的Agent塞滿了，每一個小時都被切割成十五分鐘的片段。

過去幾個月，這種狂熱好像多米諾骨牌一樣，從圈內大神、核心崗位的工程師，傳導到更廣泛的普通程序員身上。他們或主動或被動，或亢奮或焦慮地跟進AI coding的變化，追蹤不斷涌現的爆款項目。不少人夜不能寐，但卻停不下來。

但就在同一棟寫字樓里，另一批人正以同樣堅定的姿態，走向完全相反的方向。

一位已在公司供職了十幾年的老程序員稱，自己對于AI非常抵觸，甚至嚴格禁止他的小組使用AI Coding。在他眼里，優秀的程序員會把代碼當成自己的作品，可以在代碼里看到這個人的思考、認知和風格。但現在，AI寫的代碼像極了東拼西湊的一篇文章，可能同時有5種風格，就像一個拼接怪。

持同樣觀點的人不在少數。

在同一個行業里，兩種截然不同的人正在平行生長。他們之間幾乎沒有對話。

這種分裂正在大廠內部悄然固化。覺醒者被視為異類，麻木者被視為保守派，更多的人則在兩種極端之間搖擺，既不敢全情投入，也無法徹底抽身。而更大的問題是，這種分裂不是簡單的技術偏好之爭，而是關于程序員這個職業將向何處去的根本分歧。

2026年的春天，大廠程序員第一次裂成了兩個世界。一個世界里的人相信，AI是通往神權的階梯，另一個世界里的人認為，AI是另一座正在堆積的屎山。而兩個世界之間，是每年60萬從高校涌出的計算機專業畢業生，是正在重新定義程序員價值邊界的大廠，是一群在出走與回歸之間反復徘徊的創業者。

沒有人告訴他們，這道裂縫最終會把行業帶向何方。但所有人都隱約感覺到，有些東西，已經回不去了。

01、走出洞穴的人

春節過后，很多程序員發現，不用自己親自寫代碼了。

這種轉變帶來了一種奇異的矛盾感。以前能做什么，取決于會什么，而現在，則取決于手里能買token的預算。

最初的幾天，劉昊會把80%的精力用在教育AI上。但很快，他要做的事情只剩下：提需求、看結果、點頭或搖頭。

但效率的暴漲帶給人的并不全是輕松。

“我現在只想要給它塞進更多新任務、新場景。我想知道它到底能做到哪一步？它的上限在哪？邊界在哪？編程沒有在縮小，它在爆炸。”

這種狂熱并非孤例。以劉昊為代表的一批率先覺醒的程序員，都沉浸在這波AI帶來的興奮和躁動之中，拼了命地想站到潮頭，看清巨浪的方向。

28歲的周默是某短視頻大廠的技術骨干，帶領著一個三人小組，負責工具鏈的開發和優化。春節后，他也在OpenClaw的影響下覺醒了自己的“Agent軍團”。第一周，每天的工作時間就從10小時飆升到16小時，他長期開著10個以上的對話框，工作內容就是Prompt調優和人工復測。到了第三周，工作產出達到了巔峰，但睡眠時間被嚴重壓縮到每天只有4個小時。極度亢奮的精神狀態讓他茶飯不思，連和我們見面時都必須要靠一杯全糖奶茶，才能止住微微發抖的手。

“睡覺太浪費時間了，吃飯也是。”布滿血絲、微微突出的眼球，讓人對他的身體捏一把汗。但在他看來，人類的生理極限已經限制了AI進化的速度，AI們都在等他，他就是它們最大的瓶頸。

在很多人看來，他們正是一群率先“走出洞穴”的人，是一群被突然賦予火種的原始人。他們看到了AI帶來的巨大可能性，卻還沒來得及想清楚這意味著什么，就一頭扎了進去。他們憑借的不是深思熟慮的戰略，而是一腔魯莽的熱血——一種“如果不跟上，就會被拋下”的原始恐懼。

這種被AI點燃的狀態，在極客圈中并不罕見。OpenAI聯合創始人安德烈·卡帕西是公認的大神，“vibe coding”這個詞就出自他口。他在參加No Priors播客錄制時描述了一種“AI精神病”——去年起就感覺自己一直處在錯亂狀態中。有了AI和Agent加持后，能實現的事情突然變得多了很多，但出現的新事物也倍增，再加上工作方式的徹底改變，人就開始變得疲于奔命，愈發混亂。以前生成代碼還是手寫與AI八二分，去年12月起逆轉成二八分，甚至逐漸不再親手寫代碼。

這種焦慮從圈內大神、核心崗位的工程師，一層層傳導到更廣泛的普通程序員身上。

丁洋是新加坡一家跨國科技企業的資深架構師，在極客圈小有名氣的他，有一個剛剛兩歲的孩子。但AI的浪潮對他的生活產生了巨大的沖擊。

2025年5月，Anthropic正式開放了AI編程工具Claude Code。自那時起，丁洋就成了重度用戶，而在生產力指數級增長的同時，他開始頻繁熬夜，甚至跟Claude Code交流的時間比妻子、孩子多得多。

一年下來，Claude Code越來越強，skill越來越多，種種新玩意兒不斷涌現，丁洋覺得“自己的新鮮勁兒和興奮勁兒過不去了”，但妻子則覺得“日子也快過不下去了”。

在國內一家SaaS公司做技術的Mars自詡佛系，但實際上一輪輪AI“上新”都沒怎么錯過。OpenClaw剛火了不久，他就把幾年前購入、暫時閑置的老款MacBook Pro拿出來“養蝦”。但很快，老電腦的電池被跑廢了。最終，他還是入手了Mac mini。

但其實，他的龍蝦大多數時候只是聊天而已。Mars覺得自己離極客的世界很遠，沒有那種用工程、技術思維理解和解決各類問題的習慣和特質，對被AI替代的擔憂也并不特別強烈。但在自己所處的環境中，無論是工作中還是私下里，“跟不上形勢”的焦慮還是給他帶來了不小的壓力，也催促著他不斷花費金錢和精力來追逐新的AI動態。

這群人像是被某種無形的力量驅趕著。他們不一定知道自己要什么，但非常清楚自己不能不要什么——不能不要AI，不能不要站在最前沿，不能不要那種“言出法隨”的掌控感。

但洞穴外的世界，真的如他們所想嗎？

02、麻木與抵觸

劉昊的第一次挫敗，發生在3月。

他被領導安排在公司內部做一次分享，滿懷熱情地精心準備了眾多案例，想帶著大家一睹AI是如何為他打開新世界的大門。

但分享結束，評論區除了應付了事的大拇指，更多的聲音是嘲諷。“龍蝦教主”、“卷王”、“癲佬”、“去辦個班割韭菜吧”……這些標簽像一盆冷水，澆在了一個剛剛被點燃的人頭上。

他簡直不敢相信，這讓想起了《理想國》里洞穴寓言——那個第一個走出洞穴，看到光的人，回到洞穴之后，想把自己看到的一切告訴大家，卻沒有一個人相信，甚至將他處死。原來人類幾千年來，也沒怎么變過。“眼看海嘯就要來了，同事們居然還是這種狀態”。但失望之后，他也想通了——沒有義務帶著所有人一起跑。

同一批最先覺醒的人，正在經歷相似的遭遇。

30歲的田明和劉昊供職于同一家大廠，負責的板塊是公司內部的工具開發。同為資深程序員，但對待AI這件事上的態度，他們卻截然不同。

田明很排斥AI寫的代碼——只需要一個簡單功能的話，AI確實可以實現。但在他看來，AI不會考慮結構性、擴展性，這給后續bug糾錯、功能迭代、產品擴展都埋下了巨大的隱患。“一般叫這種代碼‘屎山’。如果想要用AI寫出結構完善、邏輯清晰的代碼，耗費的精力和token，還不如自己弄”。

事實上，程序員抵觸AI已不是什么新鮮事。很多程序員都會在各種開發者論壇上討論，用上AI的自己已經不是一個程序員，而更像一個質檢員——將大把的時間浪費在了去理解和優化AI寫出來的缺乏結構和邏輯不明的代碼中，不但沒有了當初寫代碼的成就感，更增添了巨大的工作量和焦慮。

這種抵觸背后，是一種更深層的恐懼：如果AI可以寫代碼，那程序員還是程序員嗎？

Anthropic今年1月發布的一篇論文中披露，在一項“學習新編程庫”任務的隨機對照試驗中，使用AI輔助工具的程序員拿到的成績，比“純手搓”程序員平均低了17%。其中，最依賴AI、當甩手掌柜、用AI盲目試錯的參與者成績最低。

這被視作一種“能力退化”，論文以“認知卸載”定義了這種退化——程序員把理解、調試等核心任務交給AI，失去了通過報錯和摩擦建設認知、能力和習慣的機會，導致編程肌肉萎縮。

人類想用AI提交更多的思考和方案，但現實是，AI能做到的可能并不僅僅只是一些增量——人類“用腦子”的方式和習慣，可能已經發生了變化。

丁洋稱，無論出于工作還是興趣，自己生成的代碼量都在大爆發，但隨著AI完成的部分越來越多，好像也愈發變得只想提要求，不想“親自動手”了。

一些聲音認為這會導致“AI依賴癥”。有程序員憂心依賴性越強，自己越容易被AI替代。也有人僅從自我認知和能力建設角度出發，感覺“只想讀代碼，放棄寫代碼的自己不完整了”，好像“有一部分自我已經流失了”。

對于那些還愿意“留在洞穴”里的人來說，失業的焦慮確實如影隨形，但卻未必是AI造成的——“即使沒有AI，公司也有一萬種理由干掉你。誰也沒有幻想過在大廠干一輩子，自己因其他原因被優化的概率，要比被AI替代的概率大得多”，田明說。

一時間，竟分不出他們到底是麻木還是睿智。

排斥AI的人，還有另一層更隱蔽的恐懼——AI是否會吞噬掉人原本的時間，以及認知。

在丁洋看來，自己既要構思好想法，又要給Claude Code下達指令，還要多次溝通和審查、調試代碼，時間遠遠不夠。

當然，這些似乎都不是好的理由。從根本上，可能只是AI coding在釋放開發者的創造力的同時，激發出了一種“生也有涯”但“創造無涯”的心理狀態。

這是否重塑了生活？丁洋認為是的，甚至認為自己需要在新的狀態下重新適應生活。他和妻子設定了一些規則，比如孩子睡前是親子時間不能分配給AI，出行聚餐時不要盯著家里的AI，提前計劃溝通睡眠時間等等。

但實際上，丁洋發現，最終能解決問題的肯定不是這些約定，而是更厲害的AI工具，“如果真能一句話落地，不需要我來反復溝通、盯梢，那我一定會更加自由，時間和生活都會回來的。”

這種被AI操控的狀態，在程序員群體中并不罕見。Greptile今年1月發布的AI編程年度報告顯示，開發者月代碼提交量在過去一年增長了76%。看起來，人類員工正與AI生產力工具展開著一場“時間競賽”，只有贏過生產力提升均速的人，才能短暫享受到所謂的“解放”紅利。而這個群體，永遠都是少數，更多人由此產生了“AI更強了，我卻更忙了”的感覺。

更加吊詭的是，科技公司往往比員工更早意識到并規劃了AI coding場景下的“合理工作量”。而這個工作量，不僅遠超以往水平，甚至對很多程序員來說，也大幅超過了效率提升速度。

有了人工智能，人類就能從繁忙的工作中解放出來——在關于AI的美好愿景中，這是最常被提及的設想之一。但如今，AI甚至Agent正一步步走入我們的生活、工作之中，事情卻呈現出更復雜的一面。

行業編程的效率確實在大幅提升。綜合谷歌、Anthropic、Opsera等公司披露的數據，在過去的一年里，AI至少將開發者提交PR（Pull Request，代碼審查、合并請求）的平均時間縮短了30%。但省下來的時間最終還要“還回去”。

卡帕西在播客中還描述了一種有關訂閱額的“強迫癥”。他稱，自己現在跑完Codex就切Claude，力爭最大化各平臺吞吐量，而一看到AI coding的token訂閱額度有剩余，就會感到十分焦慮。他還透露稱，這種情況在硅谷已成“新常態”，工程師會把token使用率當成KPI，將用不完額度視為能力不足。

不同的言論和做法，都各有支持者，但爭議聲音往往更多，而確定且有共識的答案始終闕如。

可以看到，隨著AI coding大行其道，無論作為職場上的“程序員”，還是作為個人的“開發者”，都經歷著對自身角色的重新定位。“嘗鮮”的興奮之余，對職業前景的迷惘和個人認知的危機，也漸漸浮出水面。

丁洋發現，自己激動之余做出的東西，現在回看很多沒什么價值也沒什么意思，甚至不像是自己想要做的東西，而更像是突然被賦予了某種能力后，不得不發揮一通。

年初Seedance 2.0大火之后，一位影視從業者對我們稱，大意是“玩票者”只會無腦為新工具拍案叫絕，而真正知道自己想要什么的人，永遠會感到不滿足，但他們才是AI最核心的使用者和高質量內容的產出者，也會是AI再次進化的推動者。

或許，對最直接面臨生產力大爆發以及由此帶來的恐慌、焦慮的程序員來說，事情也有類似的一面。有些忙碌將成為時代標記，但卻未必值得，說到底，可能還是知道自己要什么的人，最能享受AI的紅利。

03、大廠的態度

而在大廠內部，這種分裂正在被放大。

從公開信息上看，所有科技大廠對AI的擁抱態度都是相當堅定的。內部幾乎都有一套針對程序員使用AI的激勵機制。

其中最為激進的要屬昆侖萬維。今年2月，方漢發了一封內部信，強制要求所有技術研發人員（含CTO）必須使用OpenAI Codex或Claude Code，并將研發人員每日的token使用量納入H1績效考核。未能滿足開發要求的員工，將面臨5%—20%比例的末位淘汰。

相比之下，其他科技大廠的激勵機制顯得相對委婉。騰訊、阿里、百度、字節等大廠紛紛通過內部培訓、評選AI先進典型、token補貼等方式，鼓勵員工多用AI。同時，大廠們也爭先恐后地在各種場合秀出自己內部AI改革的成績。

2025年5月，阿里云對外宣稱其內部AI輔助代碼生成比例已接近40%。一個月后，百度披露其內部AI生成代碼比例提升至43%。2026年2月，騰訊也在媒體采訪中表示，當前全公司已有50%的開發人員使用AI輔助coding，50%的新增代碼由AI生成。

另一個能夠直接體現大廠對AI態度的節點就是招聘。幾乎所有大廠正積極在把AI Coding能力寫入技術崗的招聘標準。2026年，螞蟻集團的春招筆試里，已經出現了強制要求使用AI Coding的考題；字節和百度的面試考題里，也出現了關于Copilot或Claude使用經驗的分享。

僅從以上這些證據看起來，科技大廠們確實在AI化的道路上旗幟鮮明、一往無前。但實際上呢，落實到具體的操作層面，可能又是另一番平靜景象。

一位就職于曾公開表示要擁抱AI的大廠員工稱，“我們從頭到尾沒有接到過任何指令要加大AI工具使用，不光我們部門，很多平行部門的兄弟們也沒什么動靜。“他解釋到，是有組織培訓和評選，但是這些都是內部開發者社區運營的例行公事而已，我們平時也不怎么參與。”

事實上，在很多特定情況下，大廠的管理者們，依舊還停留在“洞穴中”。上述員工發現，上層的態度經常是謹慎的，一邊重視AI，一邊又反對使用AI，“幾乎是強制性的不讓用，尤其是三方的coding工具，怕代碼泄露，為了這件事還發過文。”

AI之于大廠，可能依舊還是產品技術團隊的自發探索。

多位程序員都表達了類似的感受——公司并未真正對他們使用AI工具的行為有過激勵和引導。這與科技大廠們所展現出的堅定AI化的態度，形成了強烈的反差。

或許是溝通的樣本量還是太少，不足以勾勒出大廠程序員這個龐大群體的真實輪廓，或許大廠的各種內部激勵政策，因為各種阻力，并未得到貫徹執行。亦或許，那些激勵政策，僅僅存在于大廠的公關語境之中。

代碼庫、業務邏輯和用戶數據都是各家的核心資產，讓員工把代碼喂給Cursor或Claude，等于把訓練數據白送給別家的模型，而自己模型的真實coding能力又不行，所以才有了這么割裂的現象——一邊向外界證明自己用AI有多激進，一邊在內部給AI工具套上越來越緊的韁繩。

“公關上的動作，更多是為了保持公司品牌的前沿科技屬性吧”，這是一位程序員的猜測。

這種割裂，指向了一個更深層的問題：大廠到底需要什么樣的程序員？

全球知名代碼質量平臺Sonar最新發布的《2026年開發者調查報告》顯示：72%的開發者每日使用AI編程工具，AI生成或輔助代碼占比已達42%，較2023年的6%大幅躍升。在企業層面，AI編程助手的采用率到2025年底已達約90%，使用AI輔助工作流的團隊拉取請求時間縮短了48%至58%。

但Anthropic在2026年2月發布的趨勢報告中給出了一個更冷靜的數字：開發者在大約60%的工作中使用AI，但他們能“完全委托“給AI的任務只有0-20%。

這意味著什么？大概是AI目前仍然是輔助工具，而非替代者。但大廠們展現出的姿態，卻像是在為“AI替代程序員“做輿論準備。

這里有一個歷史參照。

19世紀初的英國，紡織業是最早經歷工業革命沖擊的行業。珍妮紡紗機和水力紡紗機的出現，讓手工紡織女工的生產效率提升了數十倍。但工廠主們并沒有因此減少工人的工作時間或提高工資——相反，他們要求工人操作更多的機器，產出更多的紗線。最終，紡織女工的工作強度不降反升，而她們的技能也在機器的標準化操作中逐漸退化，從需要技藝的工匠變成了只需要重復動作的“機器附庸“。

今天的程序員，會不會成為新的紡織女工？

這個問題之所以讓人不安，是因為兩個行業的相似性正在變得越來越明顯：都是技術密集型行業，都經歷了工具的劇烈迭代，都面臨著“效率提升但價值稀釋“的困境。

但更令人不安的是另一個數字。

根據前瞻經濟學人的數據，2024年中國計算機類專業畢業生近70萬，而當年全國高校畢業生總數為1179萬，相當于每16個畢業生中，就有一名是計算機類專業出身。全國開設計算機科學與技術專業的院校數量已經達到995所，數量在所有專業中排名第一，遙遙領先。

但就業市場的反應卻截然不同。某教育研究院統計顯示，計算機類年畢業生超50萬人，但市場對口崗位僅30萬個左右，供需失衡導致半數學生被迫轉行。2025年8月，山東、河南等9省發布178個本科專業預警名單，計算機科學與技術、數據科學與大數據技術等專業頻繁上榜。某省教育廳數據顯示，計算機專業畢業生去向落實率連續兩年低于70%。

高校這臺機器，正在以每年60萬人的速度，向市場輸送著越來越多的計算機專業畢業生。而與此同時，AI正在以每年縮短30%以上開發效率的速度，壓縮著市場對基礎程序員的需求。

另一方面，根據我們了解到的數據，基礎開發崗的競爭比已經高達5000:1，部分大廠錄取率不足1%。

大廠們一邊在招聘中瘋狂要求AI Coding能力，一邊又在內部對AI工具的使用設置重重限制；高校一邊在擴招計算機專業，一邊又在用滯后的課程培養著與市場脫節的學生。夾在中間的，是一代正在經歷身份危機的程序員。

大廠的態度，表面上是擁抱AI，實際上是在重新定義“程序員“這個角色的價值邊界。他們需要的不再是能寫代碼的人，而是能駕馭AI、能判斷AI輸出質量、能在AI的輔助下完成更復雜任務的人。

這聽起來像是一個升級，但對很多人來說，這可能是一個降級——就像當年的紡織女工，從手工紡織的藝術家，變成了操作機器的工人。

04、出走

2026年3月，劉洋帶著他的類“Claw”營銷Agent項目，離開了工作三年的大廠，并迅速獲得了一家個人天使機構的近千萬元的種子輪投資。

這或許是這個時代最大的機會了。一群人會走得很遠，而現在，速度則顯得更為重要。

和劉洋有著類似想法，并作出一樣選擇的，還有Jason。在北京某視頻大廠工作近8年的他，也在3月毅然離職，并憑借其獨立開發的短視頻Agent獲得了一筆百萬級別的投資。

他現在需要盡快補齊垂直場景的反饋，“只要足夠快，以AI現在的開發效率，應該沒有人追得上”。

據一家投資機構的內部監測統計，2026年春節前后，僅北京、上海、杭州三地，從大廠核心技術崗離職的Agent創業者數量，接近200個。他們中的大多數人都在經歷一段類似的覺醒過程：被OpenClaw喚醒，對大廠內部的“麻木”和“保守”生態感到窒息——認定自己獨立出來就會獲得絕對自由的研發環境和先發優勢。

風險投資們的推波助瀾讓這種選擇看起來更加充滿誘惑。業內普遍感知，2026年AI Agent項目融資速度極快，“一周工作量超往年一個季度”。媒體上也充斥著“一人獨角獸”的敘事，幾乎每周都有數個新的Agent項目拿到融資。這些大廠核心技術崗出身的創業者，更是這波資本重點關注的對象。

他們出走的原因，表面上是追求技術自由，實際上是一種更深層的恐懼：如果自己未來注定是被AI操控的人，那么不如自己先做那個制定規則的人。

這種想法在覺醒者中非常普遍。劉昊雖然沒有離職創業，但他對我們表達過類似的焦慮：如果只是給AI下指令的人，那和操作工有什么區別？但如果能做出一個更好的AI，那至少還是規則的制定者。

這種心態，驅動著一批又一批大廠程序員走出圍墻。他們帶著代碼能力和工程自信出走，以為跳脫了大廠就能擺脫那雙“既要又要”的手。

但外面是更快的碾壓。

劉洋的Agent產品上線一周，用戶就漲到兩千人。而正當他計劃著下個版本如何開啟訂閱時，他的投資人打來了電話，讓他考慮新的方向。原因是，某大廠剛剛發布了內嵌在其生態中的智能助手2.0——功能上完全覆蓋了劉洋的Agent，而且基座模型用的是自家的最新版本，token成本也遠低于前者。

可怕的是大廠的背書。在產品功能和實際效果沒有拉開實質性差別的情況下，用戶對于大廠產品的安全性和穩定性更加信賴。

Jason也很快遇到了同樣的困境。Seedance 2.0的發布，直接碾壓式地超越了其精心設計的視頻優化Agent。“實在是沒想到基模的迭代速度這么快。當看到Seedance 2.0的演示時，真的是眼前一黑”。

華創資本的管理合伙人吳海燕認為，基模還在以極快的速度迭代，現在所有應用層的創新，如果缺乏深度場景數據和認知，是大概率會被基模覆蓋掉的。

而創世伙伴的創始合伙人周煒很早就發現了這個問題。在他看來，OpenClaw的熱潮好像創造了很多新的Agent創業機會，但實際上卻是大大提升了AI創業的門檻。在整個互聯網時代，創業者們都在講一個故事，那就是lead time（先發優勢）。而在今天，這個優勢被AI的開發效率給抹掉了。

所以他很少會看新的Agent項目，除非它建立在深度的垂直場景里，并擁有非常復雜的工作流程。

事實確實如此。這類創業者們往往擁有超強的coding和工程調優能力，但談及真正的行業認知和資源網絡，恰恰是這些長期浸泡在代碼世界里的程序員們最缺乏的東西。更致命的是，他們創業所選擇的市場更多地集中在了大廠生態的核心腹地——電商、辦公和內容創作。大廠在這些領域有數據、有用戶、有分發渠道，創業者們引以為豪的先發優勢在大廠的生態優勢面前幾乎不值一提。

劉洋沒有放棄，他已經開啟了一個全新Agent產品的開發進度。而當我們再次聯系Jason時，他已經脫離創業，入職了另一家大廠。

雖沒有相關數據統計，但有投資人對我們表示，很多由大廠離職程序員創立的Agent項目，在大廠同類產品發布后迅速陷入停滯。

這不是一個簡單的“創業失敗”的故事。一些程序員終于發現，自己不是在被AI取代，而是在一套無法自洽的系統里，戰勝不了，也逃離不開。

2026年的春天最殘酷的地方在于，程序員們比任何人都先看到AI的能力，又比任何人都清楚組織的慣性。

未來該去哪里？這個問題，可能并沒有一個光明的結尾。但有一點是確定的：2026年的春天，大廠程序員第一次裂成了兩個世界。而這兩個世界之間的裂縫，正在變得越來越深。（文中人名均為化名）

（作者：陶天宇 胡珈萌 編輯：楊林）