儘管AI熱潮不減,初階軟體工程師的就業市場正在萎縮

關於「代理式寫程式」——也就是在有限人力介入下自行撰寫、測試並修正程式碼的AI系統——是否即將取代初階軟體工程師,還是其實只是取代了企業過去交付給他們的那些任務,一場辯論正在升溫。根據MarkTechPost的說法,這個問題通常被問反了:人們直接從不斷攀升的基準測試分數,跳到勞動市場的結論,略過了中間本該逐一成立的每一個環節。

基準測試衡量的比它們聲稱的要少

MarkTechPost引用METR關於「時間跨度」的研究,該研究測量一名熟練人類完成某項任務所需的時間,再找出AI模型有一半機率能成功完成的任務長度。這個時間跨度自2019年以來大約每七個月翻倍,MarkTechPost指出,2024年到2026年間這個倍增速度更是加快,頂尖系統的能耐如今已以「小時」而非「分鐘」計算。但50%的成功率並非雇主能據以配置人力的門檻:MarkTechPost指出,在80%的可靠度門檻下,頂尖模型在人類四分鐘內就能完成的任務上表現近乎完美,但在耗時超過四小時的任務上成功率不到10%。MarkTechPost也寫道,METR自己的測試任務都被刻意設計成自成一體——這恰恰與初階工程師真實的到職初期相反,那段時間幾乎都花在吸收背景脈絡上:哪個團隊負責哪項服務、某個老舊的架構設計為何還存在、遇到問題該問誰。

另一個被廣泛引用的數字,讓情況更加不妙。根據MarkTechPost對該實驗室自身聲明的轉述,2026年2月,OpenAI停止公布其在SWE-bench Verified上的分數,並建議其他實驗室比照辦理。一項針對27.6%資料集的審查發現,至少59.4%受審查的問題存在有瑕疵的測試案例,會把功能上正確的解法判定為失敗,此外還發現訓練資料受污染的跡象。MarkTechPost報導,在SWE-bench Pro等更難、未受污染的測試集上,頂尖模型的分數相較企業在產品發表時引用的Verified成績大幅滑落。

驗證才是真正的瓶頸,而不是寫程式

關於成本最清楚的證據,來自METR進行的一項隨機對照實驗,由MarkTechPost引用:16名經驗豐富的開源開發者,針對自己儲存庫中246項真實任務,隨機被允許或禁止使用AI。開發者事前預測能提速24%,事後自估提速了20%——但螢幕錄影顯示,他們實際上慢了19%。MarkTechPost指出這項實驗的侷限:所用工具是2025年初的版本,樣本數不多,且都是在自己熟悉的程式碼庫上工作的資深開發者。即便如此,MarkTechPost仍將「自覺生產力」與「實測生產力」之間的落差,視為這項實驗最站得住腳的發現——而這正是應該被清楚點出、而非被淡化的落差。

更大規模的調查也指向同一方向。MarkTechPost引用Stack Overflow在2025年對超過49,000名開發者的調查:84%的人正在使用或計劃使用AI寫程式工具,同時46%的人主動不信任輸出結果的準確性,相較之下只有33%的人表示信任,僅3%表示高度信任。Google的DORA研究調查了約5,000名從業者,發現90%的人在工作中使用AI,超過80%的人認為AI提升了自己的生產力,但30%的人表示幾乎不信任或完全不信任AI生成的程式碼——儘管交付產出逐年提升,交付的穩定性卻沒有改善。MarkTechPost認為,若要讓AI代理取代初階工程師,以下三個條件目前都尚未達成:

• 在具備初階工程師真實工作那種時長與前置背景脈絡的任務上維持可靠表現,而非僅止於自成一體的基準測試任務
• 基準分數要能在更難、未受污染的測試集上站得住腳,而不是仰賴像SWE-bench Verified這種已被停用的測試集
• 當資深工程師審核AI產出時,驗證成本要低於直接把工作交給一個人去做的成本

招募數據已經顯示出這種轉變

MarkTechPost指出,第四個條件並不取決於前三個:也就是無論「取代」是否真的行得通,企業是否願意打破自己培養初階工程師成長為資深工程師的這條路徑。史丹佛大學數位經濟實驗室追蹤涵蓋約六分之一美國勞動者的ADP薪資資料,發現在包括軟體開發在內、受AI影響最深的職業中,22到25歲年輕從業者的就業狀況與同一職業中年長從業者明顯脫鉤:截至2025年7月的數據顯示落差為15%,到2026年6月已擴大到19%,MarkTechPost報導指出,這主要是由招募減少而非裁員所驅動。

CIO從招募端也報導了同樣的降溫趨勢。根據CIO引述紐約聯邦準備銀行的預測,在美國,電腦工程科系應屆畢業生的失業率為7.5%,電腦科學系畢業生為6.1%,兩者都遠高於4.3%的全國失業率,也明顯高於護理系(1.4%)或土木工程系(1%)應屆畢業生的失業率。CIO報導,Resume.org對1,000名美國企業主管的調查發現,十分之六的企業可能在2026年裁員,十分之四計劃用AI取代部分員工。「花9萬美元請一個初階工程師,GitHub Copilot卻只要10美元,為什麼還要請人?」資深軟體工程師Chirag Agrawal告訴CIO,並描述自己的工作如何從撰寫程式碼轉為審核AI產出中的邊緣案例與安全漏洞。顧問公司Tredence的AI主管Rachit Gupta告訴CIO,如今AI已能處理大量曾經由初階工程師練功的除錯、寫測試與樣板程式碼工作,但架構、法遵與安全方面的判斷,仍然仰賴經驗豐富的工程師。

對企業而言,現實利害是立即的:少雇用初階工程師能在景氣下行期省錢,但MarkTechPost的核心論點是,那些「程式化」的任務——初階工程師到職時就已經會做的那部分工作——正是AI代理正在自動化的內容,而資深工程師擁有的默會判斷力,正是這些任務原本該在實務中教會他們的東西。這讓雇主面對一個幾乎沒人編列預算的問題:如果最底層的階梯消失了,誰來培養下一代的審核者。對於現在正要進入就業市場的應屆畢業生而言,包括在台灣這類AI寫程式工具同樣快速普及的市場,兩篇報導傳遞的訊息是一致的:圍繞著撰寫樣板程式碼建立起來的職位正在萎縮,而真正被錄用的人則越來越需要證明自己能質疑、測試並修正AI生成的程式碼,而不只是產出更多這樣的程式碼。