Fable 5.2能搓操作系统,大厂重新分工:会用AI只是及格线
过去几天,Claude Fable 5.2再次抬高了人们对AI编程的想象。一位工程师仅凭一次初始提示、没有任何后续人工反馈,就让模型自行生成游戏模型、音效和贴图,最终交付了一款完整可玩的第一人称射击游戏。更激进的实验中,模型从空文件夹出发,协调超过1000个子Agent连续工作8天,完成代码编写、测试与审查,做出一套可在笔记本电脑上启动的原型操作系统。当AI已经能搓操作系统,软件工程师还能做什么?一份覆盖全球9000多家科技公司的招聘报告,给出了真实的答案。
模型能力跃升,岗位却在分化
这份报告结合了全球9000多家科技公司的职位空缺追踪和约1.24亿份职业履历数据,呈现出一个耐人寻味的矛盾:全球科技公司在招岗位超过28.1万个,同比增长17%,但产品经理、工程师和设计师这三类最核心的岗位,招聘合计只增长2%。软件工程师仍是招聘规模最大的职业,实际入职人数却已不足2022年高峰期的一半。与此同时,产品设计、用户研究岗位持续收缩,而FDE、安全工程等岗位迎来快速增长。当AI让软件越来越容易开发,企业对人才的需求正在重新洗牌。
空缺在涨,入职却在降
报告最值得注意的地方,是区分了职位空缺与实际招聘。单看空缺,科技行业似乎仍在扩张:自2023年初以来,PM职位空缺增长56%,工程职位空缺增长43%。但看实际入职,核心产品岗位整体持平或下降。2025年5月至2026年4月,美国企业约招聘11.3万名软件工程师,不足2022年峰值23.9万人的一半;工程空缺增长44%,实际入职却下降17%。企业仍在发布需求,但真正录用的人没有跟上。靠增加人手提升软件产能的阶段,已经明显降温。
软件行业的成败,不在谁把代码写出来,而在判断、验证与责任的每一个真实场景里
“行业观察”积墨 AI 智能体开发平台
快速搭建具备商业价值的 AI 智能体,支持复杂工作流编排、50+ 主流模型接入与私有化部署。
从产业实践看分工重构
从多年企业AI落地实践来看,这轮岗位变化并非简单的裁员逻辑,而是执行与判断的重新分工。过去一个软件产品从需求到上线,需要产品经理、设计师、前端、测试等多角色协同;如今AI可以根据需求直接生成原型、编写前端、执行测试甚至自行修复问题。对于需求明确、边界清晰、成果容易验证的工作,AI可完成的比例越来越高,企业自然会重新考虑团队规模。但减少执行环节不等于全程交给AI:应该做什么产品、解决什么问题、交付结果是否满足真实需求,仍需要人来判断。这也解释了为什么产品经理相对抗跌——未来的PM会把更多精力放在需求取舍、结果验收和产品落地上,而非协调代码和原型的生产。
判断与验证成为新价值高地
报告中另一个亮点是FDE(前置部署工程师)的快速增长:全球职位空缺过去一年增至约4.6倍,Google、Accenture、Salesforce、Databricks等公司都在积极招聘。为什么AI越会写代码,这类工程师反而越吃香?因为软件开发和软件落地是两件事——FDE要进入客户真实业务环境,理解需求、连接已有系统、处理各种不标准的流程,确保产品真正可用。安全工程同理:当Agent能自主修改代码、调用工具、访问业务数据,权限、安全和责任问题只会更复杂。腾讯在28周年内部直播中也提出类似的组织变革思路:一半资源通过AI提效守住现有业务,另一半探索AI原生新业务,同时让组织更扁平。职位描述的变化同样说明问题:两年前PM招聘常见技能还是SQL、Jira、AWS,如今LLM已升至首位,Claude、Cursor、MCP甚至evals都进入高频技能列表。会用AI,正在成为所有岗位的基础门槛。
AI对就业的影响,不是简单的有或无,而是在重新划分人与机器各自负责什么。软件不会消失,代码也不会。正在退潮的,是以谁能把代码写出来衡量技术价值的时代;取而代之的,是一场围绕目标、判断、分发与责任的重新定价。对从业者而言,掌握AI工具只是第一步,真正的挑战是找到AI难以替代的那部分价值。
