人工智能与程序员就业：证据汇编

核心观点

本文研究了大型语言模型（LLMs）对程序员就业市场的影响。作者认为，由于计算机编程是LLMs应用最广泛的领域之一，因此程序员职业群体可能是LLMs影响最早、最严重的群体。

研究方法

• 数据来源：作者使用了美国职业信息网络（O*NET）数据和当前人口调查（CPS）数据。
• 职业定义：作者根据O*NET数据中计算机编程技能的重要性评分，将计算机编程作为重要技能的职业定义为“程序员”群体。
• 行业定义：作者将程序员就业比例较高的行业定义为“程序员密集型行业”。
• 分析方法：作者使用事件研究方法，比较ChatGPT发布前后程序员就业增长率的变化。此外，作者还构建了基于行业增长的“反事实”就业增长率，以控制行业层面的冲击，从而识别职业层面的冲击。

关键数据

• LLMs应用数据：Anthropic经济指数（AEI）数据显示，计算机和数学职业占Claude模型查询比例超过1/3，且这些查询几乎都与计算机编程相关。
• 程序员就业数据：CPS数据显示，程序员就业增长率在ChatGPT发布后显著放缓。
• 反事实就业增长率：控制行业层面冲击后，程序员就业增长率比ChatGPT发布前低约3%。

研究结论

• LLMs对程序员就业市场产生了显著影响：程序员就业增长率在ChatGPT发布后显著放缓，且这种影响无法完全归因于行业层面的冲击，表明程序员职业群体受到了LLMs带来的特定冲击。
• 程序员就业市场仍在增长，但增速放缓：尽管程序员就业增长率放缓，但近年来程序员就业人数仍在增长，只是增速远低于2022年之前。
• 反事实就业增长率分析：反事实就业增长率分析表明，程序员密集型行业的就业增长速度并未超过行业平均水平，说明程序员就业增长放缓并非行业层面的因素导致。
• LLMs应用程度的衡量：作者比较了Eloundou等人（2024）和Handa等人（2025）开发的LLMs应用程度衡量指标，发现两者存在显著差异，但都一致认为程序员职业群体是LLMs应用程度最高的群体。

研究意义

本文的研究结果表明，LLMs对程序员就业市场产生了显著影响，为理解LLMs对劳动力市场的影响提供了重要证据。然而，本文的研究也存在一些局限性，例如未考虑LLMs对整体劳动需求和生产率的影响，以及未考虑LLMs对其他职业的影响等。