就在刚才，AWS CEO Matt Garman 站出来说了一句看似“反潮流”的话：别急着用 AI 换掉初级开发者。理由听上去也很合理——他们更懂 AI、成本更低、而且是未来的人才储备。
破天荒！这一次，硅谷难得没有在吵着“让AI取代程序员”。
就在刚才，AWS CEO Matt Garman 站出来说了一句看似“反潮流”的话：别急着用 AI 换掉初级开发者。理由听上去也很合理——他们更懂 AI、成本更低、而且是未来的人才储备。
在一档采访节目中，Matt 直言不讳地表示，企业不该把“裁掉初级开发者”当成 AI 时代的降本捷径。他给出的判断很直接：初级开发者反而是对 AI 工具最熟的一群人。
AWS CEO：别急着用 AI 换掉初级开发者
过去两年来，尤其是AI Coding赛道大行其道的现下，“程序员被AI替代”似乎已经成为板上钉钉的事情。而国内外不少知名技术大佬，也曾警告这一趋势。
就在这样的背景之下，终于有人站出来公开反对这种看似“很省钱”的做法：用 AI 替代初级工程师。
在 The Big Interview 节目中，AWS CEO Matt Garman 直接开怼：把初级员工换成 AI，是他听过“最愚蠢的想法之一”。
有一种想法是：干脆把所有初级工程师、所有初级员工都替换掉，只留下最资深、最有经验的员工，再配上一堆智能体。
这种做法迟早会自我崩塌。如果你没有在构建人才梯队，没有培养、带教初级员工，我们往往发现，很多最好的想法，恰恰就来自这里。
对于任何想做长期公司的组织来说，这都是一个根本无法成立的选项。
同时，他也谈到了自己如何看待 Agentic AI 在未来几年真正改变工作方式的路径。
他给出的三个核心理由。
理由一：初级开发者，往往比资深员工更懂 AI 工具
Garman 的第一个判断很现实：
“第一，根据我的经验，很多最初级的员工，反而是最熟练使用 AI 工具的人。他们最知道如何把这些工具的能力榨干。”
原因并不复杂。刚毕业的开发者是和新技术一起成长起来的一代人。他们在学校、实习阶段就已经接触并使用 AI 编程工具，愿意尝试新功能、探索捷径、研究如何和 AI agent 高效协作。
2025 年 Stack Overflow 开发者调查显示，55.5% 的早期职业开发者每天都会在开发流程中使用 AI 工具，这个比例反而高于资深开发者。
来源：Stack Overflow
他们对新工具的熟练度，直接转化成效率。相比之下，很多资深开发者已经形成稳定工作流，迁移到 AI 辅助模式本身就需要时间。
甚至有研究指出，超过一半的 Z 世代员工正在反向帮助资深同事提升 AI 技能。
多说一嘴：Django项目作者Simon Willson 也曾发表类似的观点。他发现，初级开发者使用AI工具频次更高，理解更深。
理由二：初级开发者，本来就不是省钱的“主要杠杆”
第二点，Garman 把账算得很清楚：
“第二，他们通常是公司里成本最低的一群人。刚毕业，薪资也相对较低。如果你真的是在做成本优化，他们并不是最该被优化的对象。”
初级员工的薪酬和福利成本本来就不高，裁掉他们，带来的节省十分有限。从纯财务角度看，这并不是一笔聪明的买卖。
更现实的是，真正有效的成本优化，从来不是只盯着某一个人群，而是审视整个组织结构和支出结构。
有数据表明，约 30% 的公司在裁员后不但没有省钱，反而因为返聘、重组、效率下降等问题，整体成本上升。
理由三：没有初级开发者，人才管道会断裂
第三点，是长期会反噬公司自身。
“第三，这件事迟早会反噬自己。如果你没有在培养人才管道，没有带新人、教新人，我们经常发现，很多最好的想法正是从这里来的。”
可以把公司想象成一支运动队：
如果你只留下老将，从不招募新人，那当老将退役时，谁来接班？
应届毕业生带来的不仅是人力，更是新的思维方式、最新的技术视角、强烈的学习和创新动机。更重要的是，他们构成了公司未来的中坚力量。
如果一家企业长期停止招聘初级开发者，本质上是在主动切断自己的内部晋升通道。时间一长，就会发现：
无人可培养、无人可提拔、领导层开始断层，变得“青黄不接”。
Deloitte 的一份报告也指出，技术类岗位的增长速度预计将达到美国整体劳动力增长速度的 约两倍。如果缺乏持续进入的初级技术人才，企业很可能在未来几年遭遇真实的人才短缺。
图片
AI不会导致大规模失业
很多读者可能会跟小编的第一反应一样，这是不是出来发表“替员工说话”政治争取的言论来了？
还真不是。
作为全球最大云计算平台之一的负责人，Garman 从众多客户那里观察到企业真实使用 AI 的方式。
也正因为如此，他反而更警惕：短期的效率幻觉，可能会给公司留下长期的结构性伤害。
此外，Garman 也没有否认AI给软件开发带来的冲击：“你的工作一定会改变。”
但他判断，AI 会同时提升公司和员工的生产力。
当技术让一件事变得更容易，人们往往会想做得更多——更多软件、更多产品、更多市场、更多客户。
开发者的角色会持续演化，写代码只是其中一部分。更快学习新技术、理解系统整体价值，将成为基本能力。
这也呼应了 Geoffrey Hinton 的判断：计算机科学专业依然重要。扎实的基础能力，正是未来高价值岗位的入场券。
Garman 最后的判断很明确：
从中期到长期来看，我非常确信，AI 最终创造的工作机会，会多于它最初取代的那些。
AI 会改写路径，但不会替你走完这条路。企业如果现在就把“培养新人”这件事丢掉，几年后，很可能会发现自己无路可走。
评论区已经沦陷
每次讨论AI与程序员，评论区总是刹不住闸。这一次更是可以用“沦陷”来形容了。
不管是Hackernews还是Reddit上，都似乎可以看到“争议”外溢出了屏幕。
其中，小编注意到，高赞评论里主要集中在“初级程序员和资深程序员”问题发现的能力上。
一位网友这样评价：初级程序员很勇敢，往往可以问出一些虽然“愚蠢”但又很又很本质的问题。
这些“用人工智能取代初级员工”的观点忽略了一点：初级员工的主要职责从来都不是廉价的键盘手。他们是组织里唯一可以问“愚蠢”问题而不用担心丢脸的人，而这些问题往往是让你意识到自己抽象概念是无稽之谈的唯一信号。
这位网友继续解释，AI的作用在于消除初级开发人员许多令人尴尬又枯燥乏味的工作：比如在 Stack Overflow 上盲目搜索合适的 API、编写冗长的样板代码、以及因为缺少导入项而耗费数小时。如果一个还算不错的模型能够帮他们缩小搜索范围，那么他们就可以把更多的时间花在“我们的系统是如何运作的”上，而不是“我们代码中 for 循环的用法”。
如果你采用这样的架构，然后决定“太好了，现在我们完全不需要初级员工了”，你基本上是在说你想要一家没有记忆、没有人才培养体系的公司——只有一群不断缩小的资深员工争论战略，而没有人真正成长为他们那样的人。
这显然是一种公司文化的问题。很快就有网友反驳：也有很多资深程序员不怕丢面子！这反而是资深者的特质。
总之，争议点似乎开始变成了资深与老鸟特质的大讨论了。
当然Reddit上的也有很激烈的讨论。甚至不少AWS前员工表示现在技术管理上出了一些方向变化。有一位网友描述了一个细节：
他们和 AWS 共建“创新中心”，过去是一起写系统、拆架构，现在变成了不管你需要什么，推上来的永远是 AI 工具。而真正能解决问题的方案，反而要靠工程师私下互相补课。
相信，这个争议依旧会持续很久。
毕竟更多人担心的，其实是另一件事：当技术公司采用各种 AI 工具之后，组织本身是不是也在丧失必要且珍贵的技术判断力？
谁还在真正为工程结果负责？
如果你想更深入地学习大模型，以下是一些非常有价值的学习资源，这些资源将帮助你从不同角度学习大模型，提升你的实践能力。
一、全套AGI大模型学习路线
AI大模型时代的学习之旅：从基础到前沿，掌握人工智能的核心技能！
因篇幅有限，仅展示部分资料，需要点击文章最下方名片即可前往获取
二、640套AI大模型报告合集
这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示
因篇幅有限，仅展示部分资料，需要点击文章最下方名片即可前往获取
三、AI大模型经典PDF籍
随着人工智能技术的飞速发展，AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型，如GPT-3、BERT、XLNet等，以其强大的语言理解和生成能力，正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。
因篇幅有限，仅展示部分资料，需要点击文章最下方名片即可前往获取
四、AI大模型商业化落地方案
作为普通人，入局大模型时代需要持续学习和实践，不断提高自己的技能和认知水平，同时也需要有责任感和伦理意识，为人工智能的健康发展贡献力量
