35岁只能“被毕业”？AI 时代，或许正在酝酿资深程序员的“第二春”

在国内的互联网语境下，“35岁”似乎成了一道看不见的红线。

许多资深技术人在这个路口感到迷茫：随着体力和拼劲不如年轻人，自己的经验壁垒是否真的能抵御“性价比”的冲击？而生成式 AI 的爆发，似乎让这种焦虑变得更复杂了——如果 AI 几秒钟就能生成一段代码，那还要程序员做什么？

但在大洋彼岸，一些新的招聘信号和研究数据，或许能给我们提供一种完全不同的视角：AI 并没有淘汰资深程序员，相反，它可能正在让“经验”变得前所未有的昂贵。

迟来的“第二春”：当代码不再稀缺，“判断力”成了硬通货

过去我们认为，程序员的核心产出是“代码行数”。但在 AI 时代，代码的生产成本正在趋近于零。当生产力不再稀缺时，“判断力”就成了新的稀缺资源。这正是资深程序员“第二春”的逻辑基石。

根据 Business Insider 和 IT Pro 近期的观察，硅谷的部分科技公司开始出现一种明显的招聘转向：他们在职位描述中不仅要求会用 AI 工具（如 Cursor, Copilot），甚至更倾向于招聘资深工程师（Senior Engineers），而缩减初级岗位。

比如，像 Netflix 这样推崇“高人才密度”的公司，长期维持着全员 Senior 的小团队模式。如今，这种模式正在被更多公司效仿。逻辑很简单：如果 AI 是一个不知疲倦但偶尔会胡说八道的“超级实习生”，那么公司最需要的是能一眼看穿 AI 逻辑漏洞、懂得如何拆解复杂业务的“老法师”。

在这个场景下，你积累的十年经验，不再是“旧时代的残党”，而是驾驭 AI 必须的“核心显卡”。

一人抵一军的“效率杠杆”

有些外包和软件服务公司（如 Electus, Admios）甚至直接打出了“只招资深工程师”的招牌。他们的算盘打得很精：一位资深工程师加上熟练的 AI 工具流，其产出可能抵得上 3 到 5 个初级工程师。

对于资深开发者来说，这是一个巨大的利好：AI 是你的杠杆。

以前你受限于打字速度和体力，现在你可以将精力集中在架构设计、边缘情况（Edge Cases）的处理和业务理解上。你的单位时间价值，被 AI 放大而不是稀释了。

现实的冷思考：经验是护城河，也可能是墓志铭

当然，如果仅仅因为“资历老”就盲目乐观，那未免过于天真。多项研究数据也在提醒我们，所谓的“春天”是有门槛的。

MIT Sloan 的一项实证研究给这场“资深热”泼了一盆冷水：生成式 AI 工具对经验较少的开发者帮助其实最大，能显著缩小他们与老手之间的产出差距。这意味着，如果资深程序员的“资深”仅仅体现在“记得更多 API 写法”或“手写增删改查（CRUD）更快”，那么这层优势已经被 AI 彻底填平了。初级工程师带着 AI，完全可以胜任常规工作，而且他们更便宜。

更有趣，也更值得警惕的是 Fastly 报告中揭示的现象：虽然资深开发者更愿意 All-in AI，但他们花费在修复 AI 生成 Bug 上的时间，有时甚至抵消了效率的提升。

这往往源于一种“经验的傲慢”——老手更容易觉得自己能轻松驾驭 AI，结果疏于检查，被 AI 一本正经胡说八道的代码带进了沟里。反而是新人，因为不自信，检查得更仔细，反而避开了陷阱。

警惕“倒金字塔”：只摘果子不种树的行业隐忧

如果“只招资深 + AI”成为主流，行业可能会面临一种生态危机。

LinkedIn 上已有讨论指出，这种只做“横向招聘（Lateral Hire）”的策略，会让组织结构变成“倒金字塔”——上面全是高薪的老兵，下面没有新人梯队。技术领袖 Charity Majors 也曾发出警告：如果没有初级工程师在“脏活累活”中磨练，未来的资深架构师从哪里来？这种为了短期效率而透支未来人才储备的做法，值得整个行业警惕。

写在最后：重新定义“35岁”的价值

回到最初的问题：这是资深程序员的春天吗？

答案取决于你如何定义“经验”。

如果你的经验是“熟练工”式的肌肉记忆，那么 AI 带来的确实是凛冬；但如果你的经验是对业务的深刻理解、对系统复杂度的嗅觉、以及将模糊需求转化为精确工程指令的能力，那么 AI 就是为你量身定做的“外骨骼”。

35岁，在过去可能意味着“写不动了”；但在 AI 时代，可能恰恰意味着你终于有足够的阅历，去充当那个发号施令的“指挥官”。

也许，并不是所有老程序员的春天都来了，而是“会用 AI 放大自己经验智慧”的工程师的春天来了。