真正的程序员正变得像渡渡鸟一样稀有
图像由作者使用Stable Diffusion图像生成器创建
我们现在正处于科技界另一个创意破坏周期的中间。如果你自2020年以来没有生活在石头下,你可能已经注意到——或者更糟,亲身经历——席卷整个行业的大规模裁员潮,像瘟疫一样蔓延。在我写这篇文章时,IT失业率达到了自互联网泡沫崩溃以来的最高水平。这个周期的不同之处在于其核心的怪异矛盾:许多公司的利润创纪录,却出现了前所未有的裁员。
这种高利润与大规模裁员的组合,标志着经济历史的新篇章。为什么?因为这是第一次,我们看到资本和投资的回报远远超过所谓的“人力资本”所带来的价值。随着最新的AI热潮,这一趋势只会加剧。
下面的图表深入说明了这一点:像亚马逊、谷歌和微软这样的科技巨头正在投入数十亿美元用于科技资本(主要是AI相关),而相对较少的资金则投入到劳动力投资上。更令人震惊的是,仅仅几年前,趋势正好相反——几年前,公司们投入更多的资金给员工,而不是给科技资本。这两者之间的差距不仅很大——它正在重塑公司对增长的优先级。
图表1:科技资本与劳动力投资之间的差距显示了科技如何吞噬经济。公司们正在加倍投资于机器,而让劳动力远远落后。这种不平衡推动了今天的企业战略。数据来源:华尔街日报,路透社
金融行业——银行、风险投资家、对冲基金——正在大举下注,用科技驱动的解决方案取代人类劳动力。公司们自动化的程度越高,投资者对AI的过度炒作就越容易着迷。
程序员的消失:科技的盲点正在摧毁其最伟大的资产
当公司加倍推动自动化以吸引投资者时,那些真正了解技术的人的声音正在被淹没。
而事情就变得很复杂:那些最了解技术的人——工程师、软件开发者、硬件极客和每天在战壕中奋战的程序员——很少被问及意见。相反,决策者将所有技术角色归结为一个单一的、简化的漫画形象:仅仅是将规范转化为Python、Java、Rust或Go代码行的编码员。他们错过了更大的图景,而后果是灾难性的。
这个行业有一个盲点。所谓的“真正的”程序员——当前被称为软件工程师,可能很快会被称为跨领域工程师——只花10-20%的时间在编码上。为什么?因为编码仅仅是冰山一角,是非技术经理们所能看到的那部分。真正的魔力发生在幕后,程序员们将荒诞的、常常不切实际的想法,转化为可实施、可扩展的商业逻辑。这是一个需要解决问题、领域知识和创造力的过程。
但通过将真正的程序员与行业自己发明的漫画形象混为一谈,公司们正在自我破坏未来的生存。最优秀的程序员——那些擅长将混乱转化为结构的人——正像渡渡鸟一样消失——曾经在毛里求斯繁荣一时,后来被无知的人类行为灭绝。它们的价值直到灭绝后才被理解,但那时已为时已晚。如今,这些程序员正在从一个不再认识其独特贡献的企业世界中消失。曾经的科技明星,如今正被搁置在一旁,而就在这时,他们正是最需要的时候——随着多个科技浪潮的接连而来,正如你接下来将看到的。
公司很快将迫切需要他们曾经忽视的程序员。
让我们承认AI的演进,但我们也必须面对它对能源和资源的荒谬需求。整个数据中心消耗巨量的电力,所取得的成就仍然无法与人脑在普通LED灯的能源预算下所能做到的相提并论。没有真正的程序员,AI将会因自身的复杂性而崩溃。
为什么?因为软件和硬件工程是为了实现人类的目标和目的。它们一直以来都是为了满足人类的需求,而这需要真正的程序员、软件工程师或开发人员——不管你怎么称呼他们——的思维方式和世界经验。
但问题是:科技行业正在自伤其足。它正在阻止新人才的涌入,并缩小未来程序员的市场。公司们不是在培养下一代——那些将需要处理AI挑战、新架构和发展中的GPU竞争者的人——而是在把钱投入AI,仿佛它是一根魔杖。
以下是科技业将面临的5波接连不断的灾难性陨石——尽管这些波浪不完全是按时间顺序排列的。大多数公司应尽一切努力支持那些跨领域的程序员,他们将是未来成功驾驭巨大新技术机遇的关键。
但我不知道你怎么想——我只是不明白这些公司怎么能拆掉自己的文化。这是许多人都熟知的故事:被过度官僚化的HR把关者和窒息的中层管理层所堵塞,一直到那些在公司圣所中无法接触到的超级老板们,错误地觉得自己在又一次大规模裁员后“安全”了,而他们却把数百万投入到新的闪亮的AI玩具里。我们中的许多人担心,这种自满很快就会带来代价。
你知道摩尔定律正在衰退,传统的CPU和GPU已经无法跟上AI、巨大的数据负载和实时处理的爆炸性需求。
未来属于可编程的可合成硬件——先进的FPGA、ASIC和定制芯片,这些硬件不仅仅是运行软件,而是被配置来在硬件层面处理任务。
与其编写忽视硬件的代码,我们应该设计能够提取每一滴AI所需性能的配置。然而,公司们仍然固守封闭、僵化的架构,浪费时间和金钱试图将AI强行塞进过时的系统。开放的、可编程的硬件不再是可选的——它是AI能够实现规模化和盈利的方式。
如前所述,可编程可合成硬件是AI的未来,由先进的FPGA、优化的ASIC和定制的AI芯片领导。与传统的CPU和GPU不同,这些开放架构可以动态地重新配置,实时调整以适应互联任务和商业需求。AMD的Alveo UL3524和Achronix的Speedster7t FPGA展示了硬件如何实时重新编程,以优化特定的神经网络。研究人员还在开发基于铁电FET的FPGA,用于超快的现场重新配置。这项技术可以通过动态重新训练AI系统来重新定义AI系统,而不是像今天这样浪费几个月和资源。
尽早加入那些或早或晚采用这些智能芯片网络的公司或小企业吧,因为它们将是首批实现业务全自动化的公司,令竞争者止步不前。
仿生芯片,灵感来自生物大脑,已经不再是幻想——它们已经在我们身边,成为AI硬件的下一步。诚然,这些芯片不仅仅用于经典的人工神经网络(ANNs)——它们也,主要是,为脉冲神经网络(SNNs)和集成火神经元而构建,在需要时才处理信息,不像我们当前那种费电的GPU。
英特尔的Loihi芯片和IBM的TrueNorth领先于脉冲神经网络的支持。研究人员还在开发量子泄漏集成火脉冲神经元,将量子计算与仿生硬件结合,实现超自适应、实时的AI。
如果你在开发AI,这就是你不能错过的车。仿生系统是可扩展、节能AI的未来。现在就开始为脉冲神经系统设计,否则在别人建立更智能、自动优化的AI时,你可能会被抛在后头。
早期采用这些芯片的公司将推动更智能的无人机、物联网和自动驾驶车辆,领导下一轮实时AI革命。而那些仍在依赖耗电的GPU的公司?它们将会为赶上进度而苦苦挣扎。
这是你的选择:加入,或者眼睁睁看着别人超越你。
量子计算不再是科幻梦想——它正在发生。一旦它们能够扩展,所有一切都会改变。加密学?暴露。模拟?超级加速。药物发现?提升。物流和金融模型?解决得比你的CI/CD流水线在生产中断裂的速度还快。
IBM、谷歌和IonQ正在竞相构建能够使用Shor算法破解今天加密的机器,将RSA和椭圆曲线加密变成历史。与此同时,量子退火和变分量子算法正在优化重的领域掀起革命。传统系统可能需要数年才能完成的工作,可能在几小时,甚至几分钟内完成。
如果你在编写依赖于安全通信或优化的代码,这是你不能忽视的技术。你不需要量子物理学学位——只要学会如何与量子协处理器配合工作,你将拥有巨大的优势。
那些早期整合量子系统的公司将不仅仅保持相关性——它们将引领像金融、制药和物流这样的整个行业。剩下的呢?它们将只能补丁修复系统,并 wonder 怎么错过了这份备忘录。
不要成为那个被困在旧系统里的开发者,在别人用量子速度扩展时急于修改。尽早开始学习吧,免得将来为修复破碎的加密困局而后悔。
最后,我们来到了对我们程序员影响最大的波浪:那些能将开放硬件架构、配置、AI工程和编程结合在一起的新平台上的人们。
我们说的不是AI工具比你提交有bug的代码还要快地吞噬日常编码工作,也不是那些CRUD应用、模板脚本和基本的Web开发,这些很快将被大规模语言模型(LLMs)覆盖。不——真正的钱不在写脚本。它在于掌握硬件与软件的结合、AI优化和定制芯片设计。
有了可编程的FPGA、ASIC、仿生芯片和量子加速器推动未来,开发人员将不仅仅是编码——他们将设计与硬件直接配合的AI。你将优化管道、内存和并发性,将先进的芯片推向极限。想想AI驱动的硬件编译器和实时可重构的系统。
人才差距已经到来。大学和训练营跟不上,但更令人担忧的是那些在AI炒作中迷失的公司,裁掉了那些他们很快会乞求的开发人员——那些能构建AI系统的开发人员,这些AI不仅运行在硬件上——而是控制并优化它。
所以,基于当前疯狂的科技招聘市场和轻视态度,我做一个预测:不幸的是,许多那些关键的开发人员已经离开了。很快,他们将开始写自己的票——创办初创公司,领导研发实验室,建立下一波科技帝国。
在这一领域的早期采用者将不仅仅是高薪的——他们将领导下一波技术前沿。那么,你准备好迈出这一步了吗,还是会陷入那些传统公司,等待下轮裁员为他们最新的闪亮AI玩具释放资金?
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】凌霞软件回馈社区,博客园 & 1Panel & Halo 联合会员上线
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· DeepSeek-R1本地部署如何选择适合你的版本?看这里
· 传国玉玺易主,ai.com竟然跳转到国产AI
· 自己如何在本地电脑从零搭建DeepSeek!手把手教学,快来看看! (建议收藏)
· 我们是如何解决abp身上的几个痛点
· 普通人也能轻松掌握的20个DeepSeek高频提示词(2025版)