一项新研究显示，生成式人工智能带来的影响，可能不仅会削减初级软件开发者的就业机会。

这或许是为了让这些初级开发者成长为资深专业人士的那条培养路径。

近期研究由韩国首尔大学工学院教授文泰燮领衔，聚焦于生成式AI正在如何吸收初级编程、调试与文档撰写等基础性工作。

研究团队认为，这一过程正在消解那些历史上对培养资深技术能力至关重要的试错经验。

本文题为《谁将成为一位资深工程师？生成式AI如何概览软件工程领域的成长路径》的论文，已被2026年AAAI/ACM人工智能、伦理与社会大会接收，该会议是一场聚焦AI伦理与社会影响的国际学术会议，论文目前已发布在预印本平台arXiv上。

韩国样本输出的结构性变化

此次研究的重点是韩国正在发生的结构性转变，数据显示，AI目前已经参与了当地51.8%的工作相关活动。

这一发现与更宏观的行业趋势相互印证，2023年至2024年间，美国入门级科技岗位招聘数量下降了25%，而韩国同期的降幅更是高达43%。

研究团队倾向于将这种简单的策略归因于自动化本身。

相反，他们更关注的是，人工智能驱动的效率提升，正在如何绕开传统的师徒式培养模式。

通过对资深开发者与工程专业在读学生展开的半结构化采访，研究团队识别出了四项关键性变化。

从“高级加AI”到能力断层的四个阶段

首先，初级突击队不清楚承担的工作，正在向“资深工程师加AI”的协作模式迁移，这使得经验丰富的团队能够在大幅削减初级突击队招聘的同时，依然维持原有的生产效率。

其次，随着常规性任务逐渐消失，教育学界所说的“建设性斗争”过程也随之被抹去。

初级工程师反馈说，他们能够以极低的认知完成大量工作波形，但与此同时，却越来越难以识别自己知识上的盲区，也难以发现代码逻辑中的算法缺陷，而这些能力，究竟是通过优先级调试、亲历失败与关注错误才逐渐培养起来的。

第三，学术界与企业环境中的结构性激励机制，现在已经在事实上要求学生和员工使用人工智能，这种依赖已经被嵌入进了标准化的评估体系中。

访谈还显示，无论是在教育场景还是在工作场景中，都存在着使用AI工具的结构性压力，而经验丰富的资深开发者，往往会低估这种压力造成的培训断层。

一个难以自我修正的问题

研究还指出了一个更为深刻的问题，资深与初级两个视角之间存在的错位，正是这种错位，使得这个问题很难依靠行业修正自身的运行机制得到自我。

资深工程师往往凭借着自己早年打下的基础来评判初级同事的表现，但却无法充分认识到，现在的初级工程师们，已经很难再获得当年那样通过亲身实践积累经验的机会了。

研究人员表示，如果AI工具既减少了企业对初级开发者的需求，又同时让那些真正被雇用的初级开发者能够获得的学习机会，那么这条历史上利用来源源不断培养资深工程师的成长通道，就会面临被切断的风险。

而资深工程师目前都在架构设计与代码验证等工作上，仍然保持着旺盛的市场需求。

近期研究提醒行业需要正视，短期内AI带来的生产力提升固然可观，但如果没有相应的去弥补机制正在断裂的人才培养链条，整个软件工程行业未来可能将面临颠覆层次的人才结构性。