最近有个新闻在技术圈里传得挺广，说的是汤森路透那边搞了个大动作，把一部分传统工程岗位给裁了一共是500人。

乍一看标题，估计不少人心里咯噔一下，完了，又一轮裁员潮来了，程序员这碗饭是不是彻底凉了。

但我耐着性子把整篇报道从头到尾捋了一遍，发现事情没那么简单。这公司不是光砍人，后面还紧跟着一句更容易被忽略的话，叫继续招聘。

裁的是传统开发岗位，招的是AI相关的开发人才。这就有意思了，等于左手在精简，右手在扩充，整个动作其实是在做内部结构的置换，而不是单纯地收缩规模。

其实企业不是不需要程序员了，而是对程序员这个角色有了新的想法。

打个比方说，以前公司招人，眼睛主要盯着你的开发经验，用了几年Java，Spring Cloud熟不熟，有没有带过项目。

现在面试官很可能话锋一转，问你平时写代码用不用Copilot，对大模型怎么看，有没有尝试过用AI Agent处理过实际业务。

不是说会写代码不重要了，而是会写代码这件事正在慢慢变成基础能力，就像现在很少有人把会用Word写进简历一样。

那为什么越来越多的公司开始动这种心思呢。想想看，三年前AI部门在很多企业里还像个摆设，属于研发体系里一个不太起眼的小分支。

但今天的情况完全不一样，财务部在用AI做报表分析，法务那边拿AI审合同，市场部天天琢磨怎么用生成式AI批量出文案。

AI已经从实验室跑到了业务一线的每个角落。企业现在最头疼的问题，早就不是有没有AI可以用，而是手底下有没有人能把这些工具真正用起来，跟业务流程绑到一起。

领英前阵子出的那份工作报告也挺能说明问题。里面提到一个现象，很多岗位的名称跟几年前没什么两样，产品经理还是产品经理，运营还是运营，但仔细看工作描述里列的那些能力项，悄悄多了不少跟AI相关的要求。

产品经理要会用AI梳理需求文档，运营要知道怎么调教AI生成更接地气的营销文案，就连客服都在学怎么搭建知识库让AI回复得更精准。职位没变，干活的方式已经在变了。

说个身边的事，有个朋友是做软件开发外包的，去年见面的时候他还在跟我吐槽新出的前端框架学不过来。

前两天又碰上聊了几句，发现他研究的全变成怎么用Cursor写代码骨架，怎么用AI做代码审查，怎么搭Agent自动处理一些重复性高的开发任务。

他说现在去跟客户谈项目，人家上来第一句很少问你Java还是Python，直接问你们团队有没有一套用AI提效的方案，能把开发周期压缩多少。客户需求变了你不变，那就接不到单子了。

那未来什么样的人最吃香？可能不是那种代码写得最漂亮最死磕的人，而是懂行业懂业务又懂新工具的复合型人才。

金融加AI，制造加AI，教育加AI，医疗加AI，这每一对组合背后都是实实在在的用人需求。懂业务又懂AI的人，到哪都是抢手人才。

不过我也发现一个挺普遍的问题，很多人嘴上说着要学AI，实际上东一榔头西一棒子。今天看别人说这个工具好玩就上手试两下，明天刷到那个Prompt技巧赶紧收藏，后天又下个Agent本地跑着玩玩。

看起来天天在学习，真到要用的时候一脸懵，不知道这东西怎么跟自己的业务场景结合，也不知道怎么设计一套稳定的工作流，搭出来的东西用几次就崩。

企业要的不是那种只会在几个AI工具之间切来切去的人，真正缺的是能理解AI的基本原理，会写高质量的Prompt，懂得怎么用RAG把私域知识管起来，还能把Agent串成一个完整工作流的角色。

这些东西零敲碎打地自学很难成体系，所以现在关注咱们CAIE这类认证的人越来越多。

像基础级就把人工智能基础、Prompt进阶、RAG和Agent这些都串了起来，专家级更偏向企业级的大型工程实践和智能工作流的设计。说白了这就是个系统性的学习地图，让想往深了走的人有个相对清晰的路径。

汤森路透那则新闻，裁员本身只是个引子，真正值得琢磨的是后半句。企业在重新洗牌，不是某个职业要消失了，而是某种工作方式要退场了。

那种守着旧工具旧方法做事的人会越来越吃力，而那些能麻利地把AI揉进日常工作和业务里的人，反而会迎来更多机会。

这大概才是那条新闻背后，最该让我们琢磨透的道理。