一句话看懂：AI 并没有像许多人预期的那样导致软件工程师失业。相反，由于 AI 降低了软件生产的单位成本，企业正在启动更多项目，导致软件岗位的发布速度反而超过了其他领域。这一现象由云存储公司 Box 的 CEO Aaron Levie 在 2026 年 7 月的一条推文中提出，并得到了知名投资人 Marc Andreessen 的呼应。
事件核心：发生了什么
2026 年 7 月 12 日，Aaron Levie 在 X 平台指出，AI 本应取代的软件工作，实际结果却与预期相反——软件职位发布的速度超过了其他所有领域。Levie 认为，根本原因在于“软件的单位生产成本大幅降低”。当生产某一类有用产品的成本下降时，市场对这类产品的需求会激增。这一逻辑在工业革命中反复上演，如今正在知识工作中重现。由于软件开发成本降低，企业和个人启动了比以往更多的软件项目，但软件工作的流程并未完全自动化，仍然需要人类来维护代码、决策构建内容、长期运营和持续更新。Marc Andreessen 在回复中概括了经典经济学公式：技术提高生产力 → 产出成本下降 → 需求上升 → 产出总量增加 → 就业岗位增多（且工资更高）。
为什么重要
Levie 和 Andreessen 的观点直接挑战了“AI 将大规模消灭白领工作”的主流叙事。它揭示了一个关键机制：AI 不是简单的岗位替代者，而是市场扩张的加速器。如果这一逻辑成立，那么在 AI 降低计算、推理和开发门槛的行业（如代码生成、文本处理、图像生成），企业将倾向于将软件应用于更多传统上“不值得做”的垂直场景，从而创造新的工作岗位和商业形态。对于大模型公司和初创企业而言，这意味着竞争焦点不应仅仅是“用更少的人做同样的事”，而是“用 AI 创造新的服务品类以扩大市场总规模”。这也会影响他们的产品定价策略、API 服务和开发者生态建设。
对用户/开发者/创作者的影响
对于软件开发者，短期内不必因 AI 能力提升而恐慌失业，反而应关注如何利用低成本的 AI 工具（如大模型 API、代码助手 Copilot、图像生成模型）来快速构建原型、实验新想法，并拓宽自身技能栈，从“写代码”转向“理解业务并管理 AI 系统”。对于企业软件采购者（如 CTO 和产品经理），这意味着可以重新评估以往因成本或复杂度过高而搁置的内部项目，比如自动化报表、客户反馈分析、个性化推荐等。对于 AI 应用开发者，Levie 的观点提示了一个机会：当前最稀缺的不是 AI 能力本身，而是能将 AI 部署到特定场景、持续维护和迭代的复合型人才。同时，也应警惕过度依赖 AI 带来的代码质量和安全风险，因为“完全自动化”在可预见的未来仍不现实。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
以下具体观察点值得跟进：第一，软件职位发布数据的真实来源与季度变化趋势——目前公开信息仅显示 Levie 的定性判断，但若 LinkedIn、Indeed 或 Glassdoor 等平台发布相关定量分析，将更具说服力；第二，Andreessen 所引用的“更高工资”是否在北美外其他市场（如印度、东南亚）同样成立，这将影响全球开发者生态分布；第三，主流闭源模型（如 OpenAI GPT 系列、Anthropic Claude）和开源模型（如 Llama、Mistral）提供商的 API 定价是否持续下降，以及是否会推出更便宜的“轻量版”模型来刺激更多需求，这直接决定“降低生产成本”这一前提能否持续。
