Jevons 悖论正在软件行业上演：AI 越好用，对开发者的需求可能越大

很多人以为，AI 会缩小软件开发市场。
但更可能发生的，其实是相反的事：AI 不是减少了开发需求，而是把整个市场放大了。

真正正在消失的，可能不是“开发者需求”，而是那种只会写代码的岗位。

最近有个做 MVP 开发的创业者发帖，说他今年的业务量翻倍了。原因不是别人不会建东西了，而是因为现在几乎每个人都开始建东西了。

这背后其实是一个很经典的经济规律：Jevons 悖论。
当一种资源变得极度高效，人们通常不会减少使用，反而会找到更多、更新的使用场景，最终让总需求继续扩大。

蒸汽机没有减少煤炭消耗，反而因为它让煤炭变得更有用，需求进一步爆炸。
AI 对软件开发的影响，可能也正在走这条路。

两年前，一个没有技术背景的创始人想做 SaaS，通常只有两个选择：

而大多数人会走第三条路：干脆不做，把想法留在备忘录里。

但现在不一样了。
同样一个没有技术背景的人，可能一个周末就能靠 AI 工具搭出原型。表面上看，这似乎意味着开发者会失业；但真实发生的，往往是：每一个做出“半成品”的人，很快都需要有人帮他把东西变成真正能跑在生产环境里的产品。

原型可以很快做出来，但想把它变成：

这些事情并没有消失，反而因为“能开始做的人变多了”，需求一起放大了。

所以入门门槛降到接近零，并没有让市场缩小，反而创造出了几百万个新的入口。

当然，反驳声也很集中。
有人认为，AI 迟早会连产品决策、用户访谈、功能取舍这些过去依赖人类判断的事情也接过去。

但原帖作者的回应很直接：代码从来都不是最难的部分。
最难的部分是搞清楚：

这些问题的输入本身就是模糊的、混乱的、带有人性的。很多时候，不是 AI 解不出答案，而是问题本身还没有被清楚地定义出来。

还有网友给了一个更尖锐的分层：
初级开发者正在被快速挤压。
像写 CRUD 接口这类工作，确实在被 AI 大量吞掉。

但另一方面，那些能判断**“AI 在哪里自信地犯错了”**的高级工程师，正在变成每个项目里的真正瓶颈。
换句话说，技能溢价正在从“写代码的速度”，转移到“判断问题、识别错误、把模糊需求变成真实产品”的能力上。

这也是为什么很多 CS 毕业生会感受到落差。
市场不再那么需要“会写 for 循环的人”，而是需要那些能把一个模糊的问题，变成用户愿意付钱的产品的人。

这两个需求，长期被放在同一个职位名称下面，但本质上根本不是一回事。

所以真正值得思考的问题，也许已经不是“开发者会不会被替代”，而是：

如果一个会用 AI 的人，能顶过去三到五个人的产出，那么开发者的薪资结构会怎么变？

软件会越来越多，这一点几乎是确定的。
但开发者的薪资会不会继续上涨？还是会因为“人人都能编程”而逐渐商品化？
这个问题，现在还没有人能给出确定答案。

但至少有一件事越来越清楚：
AI 让“开始构建”变得更容易了，而这通常不会减少专业需求，只会把更高层次的需求推到前台。