OpenAI 總裁表示 AI 目前為工程師編寫 80% 的代碼

(P1 - 導語) OpenAI 總裁 Greg Brockman 表示，人工智能工具已從次要的輔助功能發展到能為軟體工程師生成高達 80% 的代碼。這一表態指出生產力將大幅提升，並強化了對微軟、谷歌和英偉達等以 AI 為核心的公司的投資邏輯，同時也預示著技術勞動力市場的根本性重組。

(P2 - 權威觀點) “AI 幫助工程師更有效地完成工作，而不是取代他們，”波士頓諮詢集團在最近的一份報告中總結道。ServiceNow 首席執行官 Bill McDermott 也表達了類似的觀點，他承諾對受代理式 AI 影響的員工進行重新培訓，將他們轉崗到管理或其他內部職位。

(P3 - 細節) 這種影響在勞動力數據中已初見端倪，儘管信號存在矛盾。史丹福大學的一項研究發現，自 2022 年底以來，受 AI 影響崗位的早期職業就業人數下降了 16%，招聘網站 Indeed 上的軟體開發職位發佈量下降了 53%。然而，波士頓諮詢公司發現，儘管自 ChatGPT 發佈以來年增長率放緩至 2%，但軟體工程的總人數仍在增長。根據全美大學與雇主協會的數據，計算機專業畢業生的起薪甚至預計將同比增長近 7%。

(P4 - 核心分析) 主要影響並非大規模裁員，而是經濟學家稱之為“大凍結”的招聘放緩。企業正利用現有員工實現更高的產出，從而減少了對新員工的需求，並收縮了初級人才的輸送渠道。對於投資者而言，這一趨勢可能會提高大型科技公司的利潤率，但如果初級就業市場繼續收窄，也將對人才培養和創新構成長期風險。

轉向代理式 AI

編碼能力的加速源於從簡單的生成式 AI（處理起草文本等離散任務）向更先進的代理式 AI 的轉變。這些系統可以通過將工作分解為子任務、跨系統運行以及在有限人工干預下修正方案來處理更廣泛的目標。重點正從任務自動化轉向完整的工作流自動化。

大型金融機構處於這一應用的最前沿。擁有 198 億美元技術預算的摩根大通正將代理系統應用於軟體工程，為開發人員提供處理複雜任務的更多背景信息。該銀行全球首席信息官 Lori Beer 證實，資深工程師現在將更多時間花在編寫規範和審查 AI 生成的代碼上，而不是從零開始編寫。該銀行已經讓 20 萬名員工使用內部大語言模型套件來構建自己的 AI 助手。

這種模式在各行各業都保持一致。在 AI 代理開始處理約一半的客戶互動後，Salesforce 裁減了約 4,000 個客戶服務職位；IBM 在其“AskHR”系統實現日常員工查詢自動化後，裁減了 200 個人力資源職位。這些不是廣泛的裁員，而是對目前由 AI 端到端管理的工作流進行的精確減員。

是招聘凍結，而非裁員潮

雖然頭條新聞通常聚焦於職位消除，但更直接的影響是招聘的大幅放緩，已降至 2010 年失業率接近 10% 時的水平。公司並未解僱現有員工，而是悄悄凍結了對離職員工的補缺。麥肯錫最近的一項調查發現，雖然 43% 的公司預計 AI 不會對員工規模產生影響，但 32% 的公司預計在一年內將減少至少 3% 的員工基數——這種減少主要可以通過自然流失來實現。

這給勞動力市場帶來了一個悖論。失業率維持在 4% 左右的歷史低位，但勞動力市場信心已經惡化。認為現在是尋找優質工作好時機的美國工人比例已從 2022 年的 70% 下降到最近的 28%。大學畢業生現在比沒有學位的人更悲觀，這扭轉了歷史趨勢。其結果是停滯感日益增強，獲得經驗和晉升的初級路徑越來越少。

開放與封閉的 AI 策略

隨著企業將 AI 整合到其開發週期中，開放與封閉方式之間的戰略分歧正在顯現。Ubuntu Linux 背後的公司 Canonical 正在整合 AI，並明確偏好開放權重模型和設備端推理。工程副總裁 Jon Seager 概述的這一策略優先考慮用戶控制和隱私，允許開發人員選擇使用哪些 AI 工具並在本地運行。

這與微軟的策略形成鮮明對比，後者將其 Copilot 服務錨定在專有的 Azure 雲上。雖然功能強大，但這種方法會造成供應商鎖定並集中數據處理。對於投資者而言，這種分歧提供了選擇：是選擇微軟集成的、高利潤的生態系統，還是選擇像 Canonical 這樣公司倡導的靈活、潛在成本較低的開源模型。這些競爭理念的成功將塑造軟體開發的未來以及價值數十億美元的 AI 工具市場。

本文僅供參考，不構成投資建議。