最近几年，我面试了不少 Junior 工程师。有时候我会感叹：这一代年轻人真的比我们那时候强太多了。但与此同时，我也听到越来越多的声音说："Junior 岗位正在消失"、"AI 要抢走初级工程师的饭碗"。
我想结合自己的观察，聊聊我的判断。
一、危机是真实的：Junior 岗位正在收缩
先不说让人舒服的话，先看事实。
无论是国内还是美国，近两年新毕业生的就业形势都明显变难了。大量科技公司在裁员的同时，校招名额也在缩水。这背后有一个很清晰的逻辑转变：
"资深工程师 + AI 工具" 正在替代 "一个资深 + 三个 Junior" 的传统配置。
从企业的角度看，这笔账很好算：Junior 工程师需要培养，需要 Code Review，需要 Onboarding，还容易在成长后跳槽。而一个经验丰富的工程师配合 AI，产出效率可以是以前的好几倍，且不需要额外的管理成本。
所以，危机是真实的，不是危言耸听。
二、AI 能做什么，人类剩下什么
要在这个时代找到自己的位置，首先要想清楚 AI 的边界在哪里。
AI 的强项：执行细节（Know-How）
- 写样板代码、补全逻辑
- 单元测试、文档生成
- 调 Bug、解释报错
- 文字处理、格式转换
这些，是 AI 的主场。它能承包 80%+ 的"实现"工作，而且速度快、不抱怨、不休息。
人类的阵地：意图与判断（Know-What & Know-Why）
但 AI 解决不了几个核心问题：
- 做什么？ 产品方向、业务优先级、用户价值，这些判断 AI 给不了
- 为什么做？ 系统背后的约束和取舍，只有理解上下文的人才能决策
- 信任感 — 生产环境出了问题，责任在人，不在 AI。企业还不敢把关键系统完全托付给 AI
所以，初级的"执行工作"在收缩，但更高层次的工程判断需求一直在增长。
三、我面试过的 Junior 工程师：他们比我们那代人强
说回我的亲身观察。最近两三年，我面试过不少应届生和工作一两年的 Junior 工程师。说实话，有几点让我印象深刻：
让我惊喜的地方：
- 技术敏感度高。 他们对 AI 工具、新框架的接受速度远超我们那代人。Claude、Cursor、各种 MCP 工具，他们上手比老工程师快多了。
- 编码基础扎实。 算法、数据结构、设计模式，大多数人基础都不差，写代码能力很强。
- 自信、沟通好。 在资深工程师面前不怯场，能清晰表达自己的思路，这一点比我当年强。
- 社会参与度高。 很多人在学校就参与了开源项目、非盈利组织、甚至自己创业，实践经验比以前的学生丰富。
让我担心的地方：
- 接触广，但容易流于表面。 很多新技术都知道，但追问细节的时候容易露馅。
- 大系统经验几乎为零。 这没办法苛责，这本来就需要时间积累。
- 遇到模糊问题容易卡住。 需求不清晰、方案有多种选择的时候，很难独立做出判断。
这些不是批评，而是帮我更清楚地看到：Junior 工程师的核心缺口，不在于"写代码"，而在于"工程判断"。
四、软件工程师的核心素质，在 AI 时代权重变了
我认为一个完整的软件工程师需要以下几种能力：
| 能力 | AI 时代的变化 |
|---|---|
| 编码实现 | 权重下降，AI 能承包大部分 |
| 系统设计 | 权重上升，架构判断 AI 给不了 |
| 协作与沟通 | 权重大幅上升 |
| 大系统经验 | 仍是 Junior → Senior 的分水岭 |
| 软件工程方法论 | 进化为 AI Native 开发方式 |
特别是最后一点：以前大家都从零开始学敏捷、学 CI/CD，起步线差不多。但现在，能否掌握 Spec Driven Development、Vibe Coding 这类 AI Native 的开发方式，会快速拉开生产力差距。
这是一个公平的弯道超车机会，因为大家在这个维度上的起点几乎是平等的。
五、Junior 工程师的弯道超车路线图
结合以上分析，我对现在的 Junior 工程师有几点具体建议：
1. 编码能力：够用就好，重心转移
编码实现已经足够好了，不需要继续在"写代码的速度"上内卷。
真正值得投入的是： 快速学习新 Domain 知识的能力，以及利用 AI 工具将自己的想法快速原型化的能力。
2. 系统设计：最该补的短板
这是 Junior 和 Senior 之间最大的差距，也是 AI 最难替代的能力。
建议：多读真实系统的架构案例（Netflix、Uber、Stripe 的技术博客都是宝藏），刻意练习把模糊需求转化为清晰架构方案的过程。
3. 协作与领导力：被低估的核心竞争力
技术领导力（Influence without authority）、解决模糊问题的能力、处理冲突的能力 — 这些能力在 AI 时代的价值会越来越高，因为 AI 根本不懂人。
好消息是，现在的年轻人在这方面的基础普遍比我们那代人强。
4. 大系统经验：用 AI 来加速积累
这是最难靠捷径解决的，但 AI 可以帮你缩短时间。
Paul Graham 在 X 上转述了一位科技公司 CEO 的观察：
"Usually 28 year olds are more productive programmers than 22 year olds, because they have more experience. But apparently 22 year olds are now as good as 28 year olds because they're more at ease using AI."
（过去，28 岁的程序员因经验丰富，生产力通常高于 22 岁的；但现在，善用 AI 的 22 岁年轻人已经能和 28 岁的人齐头并进。）
这意味着什么？传统的"靠工龄积累经验"的优势在快速消失。如果你能借助 AI 更快地暴露在真实系统问题中，积累大系统经验的速度可以大幅压缩。
5. 掌握 AI Native 开发方式：弯道超车的关键
Spec Driven Development、Vibe Coding、AI 辅助 Code Review — 这不是噱头，是生产力的量级跃升。
这是目前起点最公平的竞争维度：资深工程师不一定比你玩得更溜，你有机会在这里超车。
六、什么样的人最危险
最后说说什么样的人最容易被时代淘汰。
不是 Junior，而是这样的人：
- 工作了好几年，只在一个狭窄领域待着，安于现状
- 对 AI 带着恐惧，不愿意尝试；或者走向另一个极端，完全依赖 AI，自己丧失了独立判断
- 当初学校教的基础，随着时间交回给了老师，却没有积累新的核心竞争力
这种人无论资历深浅，都很脆弱。
结语
我们正在经历的，不是"Junior 工程师的末日"，而是一场对所有人的能力重新洗牌。
AI 是一台超级引擎，但引擎需要司机。 那些能看清方向、做出判断、驾驭这台引擎的人，将迎来真正的黄金时代。
AI 时代，人人都是开发者。但"开发"不只是写代码，而是作为一个创造者，去构建产生真实价值的系统。
Junior 工程师们，你们的起点可能是历史上最好的。握紧方向盘，踩下油门。
如果你也在思考 AI 时代的职业发展，欢迎在评论区交流。
