代码成本下降与软件岗位:Matthew Berman 谈反弹效应

原标题Cheaper Code and Software Jobs: Matthew Berman on the Rebound Effect

Berman 认为软件生产成本下降可能创造新需求。Indeed 的招聘广告数据提供了背景,但不能证明 AI 导致了招聘反弹。

MBMatthew Berman讲者 · Forward Future
频道
Matthew Berman
发布
2026年2月28日
视频
0:48
阅读
2 分钟
幻灯片
1
原文
英语
在 YouTube 打开
往下滚动阅读时,视频会缩到右下角继续播放。字幕跟随阅读语言。
阅读语言共 2 种语言可读
由 AI 从英语原文翻译。打开“对照原文”可以逐段核对。
摘要

30 秒看懂

Matthew Berman 认为,AI 可以降低代码生产成本,但公司仍需要工程师,因为成本下降可能为软件开辟新用途。他引用 Indeed 数据作为软件岗位增加的证据。招聘广告并不等同于实际招聘,可用数据取决于衡量的时期和市场;他提出的因果关系仍是假说。

  1. 1代码更多,生产更便宜Berman 说,人们正在编写更多代码。他对比了 AI 将取代工程师的预测与自己认为工程师仍有必要的观点。短片未证实代码产出创纪录的说法,也未证实这一预测。
  2. 2反弹效应的论点他认为成本下降可能增加需求,促使公司探索软件的新用途。视频用杰文斯悖论图说明这一思路。
  3. 3招聘广告能说明什么Berman 引用 Indeed 数据说明软件岗位增加,但短片没有指明数据序列或时间范围。招聘广告衡量的是公开招聘需求,不是已完成的招聘或总就业人数。

要点建议

  1. Berman 认为,软件开发成本降低可能使以前不划算的项目变得值得做。
  2. 软件需求增加并不自动意味着每一类工程师的就业都会增加。
  3. 截至 2026 年 1 月 23 日,Indeed 上的美国软件开发招聘广告同比增加 0.8%,但比 2020 年 2 月低 31.8%。
  4. Indeed 后来的研究显示,反弹集中在高级岗位和 AI 相关岗位,同时提醒相关性不能证明 AI 导致了反弹。
全文

按章节阅读整理后的全文

只看原始文稿
01

软件成本下降与工程师需求

Berman 认为编码成本下降可能扩大软件需求,并引用 Indeed 招聘数据。经济机制和观察到的劳动力市场趋势需要分别用证据支持。

我认为,我们现在编写的代码行数比以往任何时候都多,尽管有人预测软件工程岗位将消失,AI 会在今年年底前编写几乎所有代码。我认为工程师仍然有必要,并指出据报道招聘有所回升,同时代码生产成本正在下降。短片没有证实代码产出创纪录的说法,也没有证实这一预测。

杰文斯悖论示意图
幻灯片 1 / 1杰文斯悖论示意图图中展示了一种情况:效率提高降低工作成本,需求增加进而带来更多燃料消耗。

当原本受限制的东西变便宜时,需求可能会上升。我的观点是,更便宜、更高效的软件开发会鼓励公司考虑以前不会尝试的新应用。画面中的杰文斯悖论图展示了资源需求的反弹;软件需求是否会转化为更多工程岗位,需要通过实证检验。

我说 Indeed 数据显示软件工程岗位正在增加,但短片没有指明数据序列、地点或比较时期。作为背景,[Indeed 的美国科技行业报告](https://d341ezm4iqaae0.cloudfront.net/hiringlaborg/2026/02/20105029/HiringLab-Tech_Q4_1.pdf)显示,截至 2026 年 1 月 23 日,软件开发招聘广告同比增加 0.8%,但比 2020 年 2 月低 31.8%。[后来 7 月的一份报告](https://hiringlab.indeed.com/2026/07/08/ai-and-job-postings-from-destruction-to-creation/)发现,反弹集中在高级岗位和 AI 相关岗位,并提醒相关性不等于因果关系。招聘广告不能直接衡量实际招聘人数或总就业人数。

同频道的其他文章

12 张幻灯片34:21EN → 简体中文
Matthew Berman· 2026年10月27日Matthew Berman 解读 Anthropic 的上市文件、AI 增长与治理Matthew Berman, Sam Altman · Forward Future主持人审视 S-1 中的财务指标、算力战略和投票结构,并质疑 AI 快速发展与安全之间的张力。AnthropicAI Safety企业 AI+2
0:26EN → 简体中文
Matthew Berman· 2026年10月25日Sam Altman 谈 AI 世界中的人类价值与问题解决Sam Altman · OpenAI在一段简短的访谈摘录中,Altman 思考解决难题的乐趣,以及人在解读结果时的作用。Human-AI CollaborationFuture of WorkAI Strategy
2 张幻灯片0:36EN → 简体中文
Matthew Berman· 2026年10月25日Kimi K3.1 与魔方求解演示Matthew Berman · Forward FutureMatthew Berman 展示一个被打乱的虚拟魔方如何复原,并对 Kimi K3.1 的测试给予积极评价。评估编程智能体Open-weight models
2 张幻灯片0:21EN → 简体中文
Matthew Berman· 2026年10月24日AI 生成的 Kimi 基准图表使用了虚构分数Matthew Berman · Forward FutureMatthew Berman 要求生成一张 Kimi K3.1 Pro 基准图表,随后发现图中的数字只是示意性占位值。Benchmarks评估Generative media
6 张幻灯片25:50EN → 简体中文
Matthew Berman· 2026年10月24日Kimi K3.1 Pro 实测:3D 演示出色,表现不一,价格有竞争力Matthew Berman · Forward FutureMatthew Berman 测试这款开放权重模型的编程、3D 渲染和视觉讲解能力,并比较基准成绩与价格。Open-weight modelsBenchmarksAI cost & performance+1
2 张幻灯片32:20EN → 简体中文
Matthew Berman· 2026年10月23日本地 AI 究竟适合谁?成本、取舍与混合模式的未来Matthew Berman · Forward FutureMatthew Berman 权衡数据控制和自主权,与硬件成本、设置复杂度及推理速度之间的关系。Local inferenceOpen-weight modelsAI cost & performance+1