# 初级程序员

> 把描述出来的问题变成能跑、能维护的代码 —— 并且越来越多地,要判断生成的代码到底对不对。

网页: https://flyvolo.ai/zh/careers/junior-software-developer
影响指数: 62/100 · 置信度 中等置信度 · 评估于 2026-09-09
这不是失业概率。

## 适用范围

专门针对入门级与职业早期的软件岗位 —— 它面临的情况与资深工程岗明显不同。本站现在有六个软件页,用两种方式切同一批工作:按资历(这一页与「中高级软件工程师」)和按你负责哪一层(前端、后端、数据工程)。一个刚入行的前端会同时落在其中两页上,这是刻意的 —— 它们问的是不同的问题。

## 任务

### 写常规代码

- 方向: 正在自动化
- 依据: 有证据(附已核实记录)
- 为什么: 规格清晰、训练数据中大量存在、而且跑一下就能立刻验证。这是代码生成最强的场景 —— 而它恰好是过去招初级程序员来做的大部分工作。
- 这还不能说明什么: 生成它和为它负责是两回事。仍然要有人判断它是否正确,而这个人过去正是通过「先自己写」才学会判断的。
- 记录:
  - 2026-08-12 · 用工变化 · 2022 年 11 月至 2026 年 6 月,22–25 岁、处于 AI 暴露度最高两个五分位的就业下降约 11%,而暴露度最低三个五分位的同龄就业增长约 10% — https://flyvolo.ai/zh/changes/ev-20260812-junior-software-developer-3 (来源: https://digitaleconomy.stanford.edu/app/uploads/2026/08/Canaries_August2026.pdf)
  - 2026-04-13 · 实际部署 · 45 个美国联邦机构里有 31 个在 2025 年联邦商用 AI 清单里对「用 AI 生成代码」答 Y,有的点名 GitHub Copilot、Claude Code、Codex 与 Poolside — https://flyvolo.ai/zh/changes/ev-20260413-junior-software-developer-3 (来源: https://github.com/ombegov/2025-Federal-Agency-AI-Use-Case-Inventory/blob/3c225ba8438e48306ace7698c8c7feb9486cbc69/Data/2025_consolidated_COTS_AI_use_cases.csv)
  - 2024-10-29 · 实际部署 · Alphabet CEO 在 2024 年第三季度财报电话会上表示,Google 超过四分之一的新代码由 AI 生成,再由工程师审核并接受 — https://flyvolo.ai/zh/changes/ev-20241029-junior-software-developer-1 (来源: https://blog.google/company-news/inside-google/message-ceo/alphabet-earnings-q3-2024/)

### 在不熟悉的系统里排错

- 方向: 正在被增强
- 依据: 有证据(附已核实记录)
- 为什么: 工具在提出假设、读堆栈这些事上确实很强。但在「脑子里装着这个具体系统的模型、并知道哪个观察是决定性的」这部分上,弱得多。
- 这还不能说明什么: 这是生成式代码天花板暴露得最清楚的地方,也是「初级」和「能放手让他独立干」之间的分界线。
- 记录:
  - 2024-04-23 · 实际部署 · 谷歌在对一半开发者进行随机试验后,为全体开发者启用机器学习构建修复;每月遇到构建失败的开发者中约 34% 会采用它建议的修复 — https://flyvolo.ai/zh/changes/ev-20240423-junior-software-developer-4 (来源: https://research.google/blog/safely-repairing-broken-builds-with-ml/)

### 审查生成的代码

- 方向: 新出现的任务
- 依据: 有证据(附已核实记录)
- 为什么: 代码产出量急剧上升,验证需求也随之上升。审查「流畅但错误」的代码,是一项独立的、新近变得核心的技能。
- 这还不能说明什么: 审得好,前提是自己写过被审的那种东西。如果练出这份判断力的写代码工作正是被自动化的那部分,那么几年之内这项任务会出现人手断层。
- 记录:
  - 2024-10-29 · 实际部署 · Alphabet CEO 在 2024 年第三季度财报电话会上表示,Google 超过四分之一的新代码由 AI 生成,再由工程师审核并接受 — https://flyvolo.ai/zh/changes/ev-20241029-junior-software-developer-1 (来源: https://blog.google/company-news/inside-google/message-ceo/alphabet-earnings-q3-2024/)

### 把模糊需求变成规格

- 方向: 仍由人主导
- 依据: 推断(VOLO 的推理,未附来源)
- 为什么: 需要关于用户、业务、以及「什么已经试过了」的上下文。生成处在这一步的下游,而且会比人更快地把错误规格放大。
- 这还不能说明什么: 这本来是资深的职责;把它列为初级任务,描述的是这个岗位的去向,不是今天大多数初级岗的现状。消失的是中间那几级台阶。
- 记录:
  - 2025-07-25 · 试点 · 在一家 IT 咨询公司,分析师估计大模型起草需求规格可节省 10–15% 的起草时间,但它们漏掉了依赖隐性知识的用户故事,无法取代分析师 — https://flyvolo.ai/zh/changes/ev-20250725-junior-software-developer-6 (来源: https://arxiv.org/abs/2507.19113)

### 决定各部分如何组合

- 方向: 仍由人主导
- 依据: 有证据(附已核实记录)
- 为什么: 取舍决策依赖的约束都在代码库之外 —— 团队规模、时间线、业务下一步要什么。这正是「资深」的含义,也是过去初级程序员靠写两年常规代码才到达的终点。
- 这还不能说明什么: 说资深的人安全,不是在说入门。通往资深的路是靠两年常规代码铺出来的,而现在没有任何东西替代了那条路。
- 记录:
  - 2026-03-20 · 限制或撤回 · 英国内政部的工程标准要求,所有 AI 辅助的产出在进入生产前都必须经人审阅批准,对设计的责任仍由团队承担 — https://flyvolo.ai/zh/changes/ev-20260320-junior-software-developer-5 (来源: https://engineering.homeoffice.gov.uk/standards/use-ai)

## 怎么引用

- 单位是任务,不是职位名:说哪些任务在变、哪些不变。
- 每项任务的依据与限制要一起带上;推断不是结论。
- 本页不给年份。不要从中推出一个。
- 更多: https://flyvolo.ai/llms.txt