分析的挺全面的👍
#模型时代# 为什么在AI繁荣时代，我们却在经历技术失业潮？
现在工作难找已经不是新闻了，无论大洋两岸都是如此，甚至计算机、人工智能这样的当红炸子鸡专业，也难在硅谷找到一份称心的工作，这背后到底发生了什么？刚好看到油管频道Jay Feng（ID：iqjayfeng）做了一个比较详细的解读，我用Gemimi对视频做了一个文字实录版，供大家参考。
（正好看到宝玉老师推荐Napkin：
网页链接，图就是拿它做的，对于PPT新手来说，蛮好用）
他认为实质是：
增长神话破灭： 过去指数级增长的行业遭遇瓶颈，进入存量博弈时代。
教育体系失灵： 但是大学和训练营仍在批量生产毕业生，而市场需求已大幅萎缩。
“金手铐”效应： 股市繁荣让资深工程师被高额股票期权锁定，人才流动停滞，阻断了新人的上升通道。
AI与外包冲击： AI 提升效率，外包转移岗位，进一步压缩了对初级工程师的需求，加剧了就业竞争。
因此：
科技行业不再是“就业金矿”，传统上升路径被堵死。
AI 不是来抢工作的，是来消灭（低端）工作岗位的。
新人入行更难，存量竞争更激烈，行业面临人才断层风险。
未来属于能驾驭 AI、适应分布式团队协作、具备全球视野的复合型人才。
要么升级，要么出局。
***
2025 年技术工作的现实情况（传送门：youtube.com/watch?v=MJj1i-smWm8）
科技界的裁员潮仍在继续，Meta 裁员超 11,000 人，2023 年股价却飙升 194%。Alphabet 利润创新高，裁员 12,000 人。微软市值破 3 万亿，裁员 1 万人。与此同时，软件工程师平均薪资创新高，但科技行业失业率却翻番。这看似矛盾的现象背后，隐藏着怎样的真相？
第一部分：指数增长的终结
要理解一年糟糕就打碎科技的势不可挡的增长，我们需要回顾过去二十年科技行业惊人的增长速度：
谷歌： 2000 年 40 人，2010 年 24,000 人，2020 年 135,000 人，2022 年达到峰值 190,000 人。
亚马逊： 2000 年 9,000 人，2021 年 160 万人。
Meta： 2010 年 2,000 人，2022 年 87,000 人。
微软： 2000 年 39,000 人，后来增长到 221,000 人。
这不仅仅是增长，而是指数级增长。每十年，它们不仅规模扩大，而且增长速度也在加快。这不仅仅是为了增加员工而增加员工，而是科技市场扩张如此之快，以至于公司需要这么多人才跟上。从互联网成为主流，到移动互联网革命，再到云计算，以及 2020 年疫情推动的数字化转型，每一波浪潮都创造了全新的行业、产品和工作类别。公式很简单：科技越多 = 产品越多 = 工程师越多 = 可靠的增长。
然而，这一公式在 2022 年失效了。二十多年来，科技行业首次出现实际的市场收缩。零利率时期奖励了每个科技公司的增长，但当通胀飙升，利率上升时，NASDAQ 下跌了 33%。这一下跌揭示了整个科技行业的问题：科技的增长不仅建立在创新和颠覆之上，还建立在一种需要持续不间断增长才能发挥作用的特定模式之上。 而当那种增长停滞，哪怕只是一年，就引发了连锁反应，这使得科技领域未来的就业问题变得不确定。
第二部分：教育体系的惯性
在科技行业高速发展的年代，信息很明确：学习编码，获得一份六位数工资的工作。整个教育行业都围绕这一承诺进行了重构，建立在对工程师和数据科学家的需求几乎是无穷无尽的前景上。
大学 CS 专业毕业生： 2015 年到 2020 年，计算机科学专业毕业生的人数几乎翻了一番,从 60,000 增加到 100,000。
编码训练营： 2013 年，为了更快培养程序员，出现了编码训练营。例如，Lambda School 筹集了 1.22 亿美元，承诺不需先付费,学习编码,获得高薪技术工作，并分享你的一部分工资。这本质上是押注于科技无限增长。从 2016 年到 2023 年，编码训练营毕业生人数从每年 18,000 人增长到近 60,000 人。
然而，2022 年科技行业招聘冻结，编程训练营泡沫破裂。Lambda School 立即裁员 39%的员工,并调整了他们的业务模式。Flatiron School 将员工减少了一半。因为如果毕业生找不到工作，培训营没有得到付款。
有趣的是，虽然培训营正在崩溃，专业硕士项目的招生却前所未有的成功。
原因有二：
国际学生： 2022 年,国际研究生入学人数增加了 21%,然后在 2023 年又增加了 22%。哥伦比亚和密歇根等学校为他们的项目添加了特殊的 STEM 认证,这使得国际学生在美国可以逗留更长时间。
经济不确定性： 硕士项目实际上有益从经济不确定性中获利，当就业更加紧缺时,更多人回到学校。而且与训练营不同,大学无论学生是否找到工作,都可获得报酬，联邦贷款可以覆盖全部学费,所以没有动力实际减少班级规模。
但这造成了一个日益严重的数学问题：大量的 CS 专业毕业生与数千个短训营毕业生竞争，越来越多的硕士项目输出毕业生,数量前所未有,而且随着工作变得更加繁琐,更多人加入了这些项目。我们为无限增长建立的教育体系仍在以最高产能培养毕业生，但是它所建造的工作已经消失了。 结果就是：大量的供给,实际候选人数量虽有下降,这使得每个工作岗位的竞争更加激烈。
需要注意的是，所有硕士项目并不是平等对待的。 例如,加州大学洛杉矶分校的工商分析项目和佐治亚理工大学的在线硕士项目都是非常优秀的。建议大家在选择项目时，一定要做好充分的研究。
第三部分：黄金手铐与人才流动停滞
现在有创纪录的初级职位需求，但为什么现在的就业需求如此受限? 即使科技公司创下历史最高利润,但他们 2024 年的员工人数仍低于 2019 年疫情前的水平。这不仅仅是因为公司正在削减以减少利润，真正的故事是留下来的人会发生什么。
在一个健康的就业市场中，工程师每隔几年就会换一家公司。每次换工作都会引发连锁反应：资深工程师离职寻找更好的发展机会,中级工程师获得晋升填补空缺,然后出现了初级职位空缺,这给新毕业生一个实际入行的机会。
但是那个链条现在完全冻结了。 为什么? 因为任何幸存下来的 2022 年裁员的人都拥有黄金票。以 Meta 为例，如果你是一名留下来度过裁员的高级工程师，你的薪酬情况如下：
2022 年年底,您预计基本工资约为$200,000,加上原始股票授予价值$200,000,或更多,每股 80 美元。您可能还获得了新的留任补助。
今天,Meta的股价达到 500 美元以上，那些相同的股票授予权现在价值数百万美元。
许多 meta 工程师看到他们的总体薪酬上升到创纪录的水平。关键在于，如果他们现在换工作，他们就必须重新开始：以今天的价格发放新的股票，没有累积的投资。即使基本工资上涨 30%,无法弥补放弃数百万未获授予的股票。
这不仅发生在Meta，而是发生在所有 FAANG 公司。讽刺的是，公司们就是有意这样做的。通过在市场低点大量发放股票期权，他们为未来多年锁定了最优秀的人才。 这对公司来说是一个出色的举措,对于留下的工程师来说,这是人生的转折点。但这反而让其他人的技术失业问题更加恶化。
我们现在市场上有创纪录数量的新毕业生，但正常的工作机会周期已被中断，就像一个音乐欢乐游戏, 没有人想离开。
第四部分：AI 与外包的未来
这也是令人担忧科技就业前景的地方。企业不仅仅在应对当今的技术人才需求，他们正在规划未来总体上需要更少的工程师。数据已经显示了变化：
GitHub Copilot： 微软报告称 GitHub Copilot,它们的 AI 编码助手,使开发人员在完成编码任务时效率提高 55%。GitHub 自己的研究表明，96%的开发者使用 AI 可以更快完成任务,88%的人感觉更有生产力,处理复杂任务的时间已缩短一半。
华尔街的关注： 在科技历史上首次出现这种情况,市场正在奖励效率而非增长的公司。投资者正在押注,AI 工具将让公司在工程方面做更多事情。
但人工智能只是一半的故事，现在正在发生巨大的转变,公司如何建立工程团队也在发生变化。随着远程工作的兴起,很多公司和初创企业都在质疑,为什么远程员工还需要在美国境内工作。全球业务流程外包市场被估计为 2500 亿美元,并预计将增长从 2022 年到 2030 年以 9%的复合年增长率。
在这个数字背后是一个基本的变化,美国公司在如何应对工程人才方面的方式。如果他们专注于将初级工作外包到海外,并且只在美国聘用高级职位,那么我们将看到一场巨大的地震般的变革,在人才管道发展方面。
传统上,科技公司会遵循招聘新毕业生的模式,培养他们两到三年,并将他们培养成资深工程师,同时建立制度性知识。但现今公司正在以人工智能和全球人才的组合替代那第一步。初级工作要么被自动化要么被外包到海外,然后新毕业生找不到工作。那么下一代高级工程师是谁呢?
这不仅仅是猜测。主要科技公司正公开讨论使用人工智能来减少其工程需求。在他们的财报电话会议上,微软、谷歌等公司,亚马逊等公司都强调 AI 工具如何提高现有工程师的生产力。
总结这三点：
我们有创纪录的新毕业生在竞争工作.
有经验的工程师被黄金手铐束缚住了,他们不会换工作.
公司都在押注 AI,并将业务外包以减少对工程师的需求
这不仅仅是暂时的市场状况,我们正在经历科技就业模式的根本重构。除非发生戏剧性的变化,整个一代工程师可能永远无法起步。
第五部分：新机遇的曙光
在所有这些忧虑之后，是的，在我花 5 分钟解释完AI 将会接管我们所有的工作之后,仍然有一线希望。
我们可能处于新事物开端,而不是结局。
首先,让我们解决 AI 这个难题。是的,AI 正在使工程师和数据科学家更加高效。是的,公司可能需要更少的人员来完成基本任务。但是这里有一些有趣的地方，每一次重大的技术转变在历史上都做了同样的事情。然而，技术工作一直在增长。因为效率工具不仅仅是消除工作,他们创造了全新的 IT 领域。
OpenAI在 2023 年将员工人数翻倍。
需要人工智能技能的工作岗位增加了 500%。
我们看到了一年前还不存在的新的角色出现。
真正的机会不在于与人工智能竞争，而是如何利用它。
这让我想到了技术界正在发生的一个更大的转变。在过去的十年里,在科技领域工作意味着一件事：仅仅在 Facebook、Apple、Amazon 或任何这些公司获得工作。这就是每个训练营所承诺的,这也是每个计算机科学专业的毕业生所梦寐以求的。
但是在创业界正在发生一些变化，随着人工智能的变革正在发生,风险投资公司正坐拥大量现金,迫切需要将这些资金投放出去。创业公司也需要雇佣更多的入门级人才,因为他们不能负担拥有黄金手铐的资深工程师。即使是地理位置,科技也在不断变化。硅谷的主导地位正在减弱，迈阿密、奥斯汀和西雅图等新兴科技中心正在涌现，远程工作正在使公司建立分散的团队。
总的来说,我认为科技领域的失业正经历着一个根本性的转变。获得计算机科学学位,然后直接进入 FANG 公司的传统道路,比以前更加困难了。但我们并没有看到科技工作的终结。我们实际上正在看到技术工作的重新定义。就像每一次前一次技术危机一样,这看起来像是道路的尽头,直到它不是。
现在工作难找已经不是新闻了，无论大洋两岸都是如此，甚至计算机、人工智能这样的当红炸子鸡专业，也难在硅谷找到一份称心的工作，这背后到底发生了什么？刚好看到油管频道Jay Feng（ID：iqjayfeng）做了一个比较详细的解读，我用Gemimi对视频做了一个文字实录版，供大家参考。
（正好看到宝玉老师推荐Napkin：
网页链接，图就是拿它做的，对于PPT新手来说，蛮好用）他认为实质是：
增长神话破灭： 过去指数级增长的行业遭遇瓶颈，进入存量博弈时代。
教育体系失灵： 但是大学和训练营仍在批量生产毕业生，而市场需求已大幅萎缩。
“金手铐”效应： 股市繁荣让资深工程师被高额股票期权锁定，人才流动停滞，阻断了新人的上升通道。
AI与外包冲击： AI 提升效率，外包转移岗位，进一步压缩了对初级工程师的需求，加剧了就业竞争。
因此：
科技行业不再是“就业金矿”，传统上升路径被堵死。
AI 不是来抢工作的，是来消灭（低端）工作岗位的。
新人入行更难，存量竞争更激烈，行业面临人才断层风险。
未来属于能驾驭 AI、适应分布式团队协作、具备全球视野的复合型人才。
要么升级，要么出局。
***
2025 年技术工作的现实情况（传送门：youtube.com/watch?v=MJj1i-smWm8）
科技界的裁员潮仍在继续，Meta 裁员超 11,000 人，2023 年股价却飙升 194%。Alphabet 利润创新高，裁员 12,000 人。微软市值破 3 万亿，裁员 1 万人。与此同时，软件工程师平均薪资创新高，但科技行业失业率却翻番。这看似矛盾的现象背后，隐藏着怎样的真相？
第一部分：指数增长的终结
要理解一年糟糕就打碎科技的势不可挡的增长，我们需要回顾过去二十年科技行业惊人的增长速度：
谷歌： 2000 年 40 人，2010 年 24,000 人，2020 年 135,000 人，2022 年达到峰值 190,000 人。
亚马逊： 2000 年 9,000 人，2021 年 160 万人。
Meta： 2010 年 2,000 人，2022 年 87,000 人。
微软： 2000 年 39,000 人，后来增长到 221,000 人。
这不仅仅是增长，而是指数级增长。每十年，它们不仅规模扩大，而且增长速度也在加快。这不仅仅是为了增加员工而增加员工，而是科技市场扩张如此之快，以至于公司需要这么多人才跟上。从互联网成为主流，到移动互联网革命，再到云计算，以及 2020 年疫情推动的数字化转型，每一波浪潮都创造了全新的行业、产品和工作类别。公式很简单：科技越多 = 产品越多 = 工程师越多 = 可靠的增长。
然而，这一公式在 2022 年失效了。二十多年来，科技行业首次出现实际的市场收缩。零利率时期奖励了每个科技公司的增长，但当通胀飙升，利率上升时，NASDAQ 下跌了 33%。这一下跌揭示了整个科技行业的问题：科技的增长不仅建立在创新和颠覆之上，还建立在一种需要持续不间断增长才能发挥作用的特定模式之上。 而当那种增长停滞，哪怕只是一年，就引发了连锁反应，这使得科技领域未来的就业问题变得不确定。
第二部分：教育体系的惯性
在科技行业高速发展的年代，信息很明确：学习编码，获得一份六位数工资的工作。整个教育行业都围绕这一承诺进行了重构，建立在对工程师和数据科学家的需求几乎是无穷无尽的前景上。
大学 CS 专业毕业生： 2015 年到 2020 年，计算机科学专业毕业生的人数几乎翻了一番,从 60,000 增加到 100,000。
编码训练营： 2013 年，为了更快培养程序员，出现了编码训练营。例如，Lambda School 筹集了 1.22 亿美元，承诺不需先付费,学习编码,获得高薪技术工作，并分享你的一部分工资。这本质上是押注于科技无限增长。从 2016 年到 2023 年，编码训练营毕业生人数从每年 18,000 人增长到近 60,000 人。
然而，2022 年科技行业招聘冻结，编程训练营泡沫破裂。Lambda School 立即裁员 39%的员工,并调整了他们的业务模式。Flatiron School 将员工减少了一半。因为如果毕业生找不到工作，培训营没有得到付款。
有趣的是，虽然培训营正在崩溃，专业硕士项目的招生却前所未有的成功。
原因有二：
国际学生： 2022 年,国际研究生入学人数增加了 21%,然后在 2023 年又增加了 22%。哥伦比亚和密歇根等学校为他们的项目添加了特殊的 STEM 认证,这使得国际学生在美国可以逗留更长时间。
经济不确定性： 硕士项目实际上有益从经济不确定性中获利，当就业更加紧缺时,更多人回到学校。而且与训练营不同,大学无论学生是否找到工作,都可获得报酬，联邦贷款可以覆盖全部学费,所以没有动力实际减少班级规模。
但这造成了一个日益严重的数学问题：大量的 CS 专业毕业生与数千个短训营毕业生竞争，越来越多的硕士项目输出毕业生,数量前所未有,而且随着工作变得更加繁琐,更多人加入了这些项目。我们为无限增长建立的教育体系仍在以最高产能培养毕业生，但是它所建造的工作已经消失了。 结果就是：大量的供给,实际候选人数量虽有下降,这使得每个工作岗位的竞争更加激烈。
需要注意的是，所有硕士项目并不是平等对待的。 例如,加州大学洛杉矶分校的工商分析项目和佐治亚理工大学的在线硕士项目都是非常优秀的。建议大家在选择项目时，一定要做好充分的研究。
第三部分：黄金手铐与人才流动停滞
现在有创纪录的初级职位需求，但为什么现在的就业需求如此受限? 即使科技公司创下历史最高利润,但他们 2024 年的员工人数仍低于 2019 年疫情前的水平。这不仅仅是因为公司正在削减以减少利润，真正的故事是留下来的人会发生什么。
在一个健康的就业市场中，工程师每隔几年就会换一家公司。每次换工作都会引发连锁反应：资深工程师离职寻找更好的发展机会,中级工程师获得晋升填补空缺,然后出现了初级职位空缺,这给新毕业生一个实际入行的机会。
但是那个链条现在完全冻结了。 为什么? 因为任何幸存下来的 2022 年裁员的人都拥有黄金票。以 Meta 为例，如果你是一名留下来度过裁员的高级工程师，你的薪酬情况如下：
2022 年年底,您预计基本工资约为$200,000,加上原始股票授予价值$200,000,或更多,每股 80 美元。您可能还获得了新的留任补助。
今天,Meta的股价达到 500 美元以上，那些相同的股票授予权现在价值数百万美元。
许多 meta 工程师看到他们的总体薪酬上升到创纪录的水平。关键在于，如果他们现在换工作，他们就必须重新开始：以今天的价格发放新的股票，没有累积的投资。即使基本工资上涨 30%,无法弥补放弃数百万未获授予的股票。
这不仅发生在Meta，而是发生在所有 FAANG 公司。讽刺的是，公司们就是有意这样做的。通过在市场低点大量发放股票期权，他们为未来多年锁定了最优秀的人才。 这对公司来说是一个出色的举措,对于留下的工程师来说,这是人生的转折点。但这反而让其他人的技术失业问题更加恶化。
我们现在市场上有创纪录数量的新毕业生，但正常的工作机会周期已被中断，就像一个音乐欢乐游戏, 没有人想离开。
第四部分：AI 与外包的未来
这也是令人担忧科技就业前景的地方。企业不仅仅在应对当今的技术人才需求，他们正在规划未来总体上需要更少的工程师。数据已经显示了变化：
GitHub Copilot： 微软报告称 GitHub Copilot,它们的 AI 编码助手,使开发人员在完成编码任务时效率提高 55%。GitHub 自己的研究表明，96%的开发者使用 AI 可以更快完成任务,88%的人感觉更有生产力,处理复杂任务的时间已缩短一半。
华尔街的关注： 在科技历史上首次出现这种情况,市场正在奖励效率而非增长的公司。投资者正在押注,AI 工具将让公司在工程方面做更多事情。
但人工智能只是一半的故事，现在正在发生巨大的转变,公司如何建立工程团队也在发生变化。随着远程工作的兴起,很多公司和初创企业都在质疑,为什么远程员工还需要在美国境内工作。全球业务流程外包市场被估计为 2500 亿美元,并预计将增长从 2022 年到 2030 年以 9%的复合年增长率。
在这个数字背后是一个基本的变化,美国公司在如何应对工程人才方面的方式。如果他们专注于将初级工作外包到海外,并且只在美国聘用高级职位,那么我们将看到一场巨大的地震般的变革,在人才管道发展方面。
传统上,科技公司会遵循招聘新毕业生的模式,培养他们两到三年,并将他们培养成资深工程师,同时建立制度性知识。但现今公司正在以人工智能和全球人才的组合替代那第一步。初级工作要么被自动化要么被外包到海外,然后新毕业生找不到工作。那么下一代高级工程师是谁呢?
这不仅仅是猜测。主要科技公司正公开讨论使用人工智能来减少其工程需求。在他们的财报电话会议上,微软、谷歌等公司,亚马逊等公司都强调 AI 工具如何提高现有工程师的生产力。
总结这三点：
我们有创纪录的新毕业生在竞争工作.
有经验的工程师被黄金手铐束缚住了,他们不会换工作.
公司都在押注 AI,并将业务外包以减少对工程师的需求
这不仅仅是暂时的市场状况,我们正在经历科技就业模式的根本重构。除非发生戏剧性的变化,整个一代工程师可能永远无法起步。
第五部分：新机遇的曙光
在所有这些忧虑之后，是的，在我花 5 分钟解释完AI 将会接管我们所有的工作之后,仍然有一线希望。
我们可能处于新事物开端,而不是结局。
首先,让我们解决 AI 这个难题。是的,AI 正在使工程师和数据科学家更加高效。是的,公司可能需要更少的人员来完成基本任务。但是这里有一些有趣的地方，每一次重大的技术转变在历史上都做了同样的事情。然而，技术工作一直在增长。因为效率工具不仅仅是消除工作,他们创造了全新的 IT 领域。
OpenAI在 2023 年将员工人数翻倍。
需要人工智能技能的工作岗位增加了 500%。
我们看到了一年前还不存在的新的角色出现。
真正的机会不在于与人工智能竞争，而是如何利用它。
这让我想到了技术界正在发生的一个更大的转变。在过去的十年里,在科技领域工作意味着一件事：仅仅在 Facebook、Apple、Amazon 或任何这些公司获得工作。这就是每个训练营所承诺的,这也是每个计算机科学专业的毕业生所梦寐以求的。
但是在创业界正在发生一些变化，随着人工智能的变革正在发生,风险投资公司正坐拥大量现金,迫切需要将这些资金投放出去。创业公司也需要雇佣更多的入门级人才,因为他们不能负担拥有黄金手铐的资深工程师。即使是地理位置,科技也在不断变化。硅谷的主导地位正在减弱，迈阿密、奥斯汀和西雅图等新兴科技中心正在涌现，远程工作正在使公司建立分散的团队。
总的来说,我认为科技领域的失业正经历着一个根本性的转变。获得计算机科学学位,然后直接进入 FANG 公司的传统道路,比以前更加困难了。但我们并没有看到科技工作的终结。我们实际上正在看到技术工作的重新定义。就像每一次前一次技术危机一样,这看起来像是道路的尽头,直到它不是。
