JOTO
Contact us
← AI 智库
大语言模型

Fable 5.2连操作系统都能搓,大厂开始重新分工:会用 AI 只是及格线

2026 年 11 月 17 日

Claude Fable 5.2 展示出自主开发游戏、编写可启动操作系统的 Agent 能力,其内部代码库超90%合并变更由 Claude 在人类指导下完成。同期 Lenny's Newsletter《2026科技就业报告》显示:全球科技公司职位空缺增长17%,但软件工程师实际入职不足2022年峰值一半;设计、用户研究岗位大幅收缩,FDE(前置部署工程师)、安全工程等强调判断、验证与真实环境落地的岗位快速增长。

Fable 5.2 展示出自主构建复杂系统的能力

过去几天,Claude Fable 5.2 再次抬高了我们对 AI 编程的想象。Claude 工程主管 Felix Rieseberg 开发的游戏 Saltline 在 X 上大火,他只用一次初始提示、没有后续人工反馈,Fable 5.2 自己生成游戏模型、音效和贴图,最终呈现了一款紧张刺激的第一人称射击游戏。

Saltline 游戏界面截图
图|体验🔗:https://claude.ai/artifact/BGY1SztrAYcJQHSsnHHGmp

在 Anthropic 展示的一项实验中,一名工程师让 Fable 5.2 从空文件夹开始设计操作系统。模型协调超过 1000 个子 Agent,连续工作 8 天,完成代码编写、测试和审查,最终做出一套可以在笔记本电脑上启动的原型系统。

官方还披露,其内部核心代码库中,超过 90% 的合并变更已经由 Claude 在人类指导下编写。一个关键生产服务也在 Agent 帮助下从 Python 迁移至 Rust,启动速度提高约 26 倍。

而 Fable 5.2 的 benchmark 数据,大概也是自有 Agent 竞技场以来,跃升最大的一次发布;对比前一个表现最好的模型 Opus 5.5,直接提升了 30.4% 的性能表现。

Fable 5.2 与 Opus 5.5 性能对比图表

招聘市场呈现“空缺增长”与“入职放缓”的矛盾

海外著名的 Lenny's Newsletter 最近发布了一份《State of the tech job market: late 2026》报告,或许能让我们从真实的招聘市场中找到一些答案。这份报告结合了 TrueUp 追踪的全球 9000 多家科技公司职位空缺,以及 Live Data Technologies 约 1.24 亿份职业履历,观察科技公司的招聘需求和美国市场的实际入职情况。

Lenny's Newsletter 报告封面
图|原文🔗:https://www.lennysnewsletter.com/p/state-of-the-tech-job-market-late

数据呈现出一个有意思的矛盾,全球科技公司目前有超过 28.1 万个在招岗位,同比增长 17%。但产品经理、工程师和设计师这三个最熟悉的岗位类别,加起来只增长了 2%。

软件工程师依然是科技公司招聘规模最大的职业,但实际入职人数已经不足 2022 年高峰期的一半。与此同时,产品设计、用户研究等岗位持续收缩,FDE、安全工程等岗位却迎来了快速增长。

当 AI 让软件越来越容易开发,科技公司对人才的需求,也开始发生变化。

职位空缺与实际入职脱节,工程团队扩张明显降温

这份报告最值得注意的地方,是区分了「职位空缺」与「实际招聘」。单看职位空缺,科技行业似乎仍在扩张,自 2023 年初以来,产品经理 PM 职位空缺增长了 56%,工程职位空缺也增长了 43%。

PM 与工程职位空缺增长趋势图

但如果是看实际入职,几类核心产品岗位的招聘整体持平或下降。工程岗位职位空缺增速在 2024 年还是 29%,2025 年降至 15%,过去一年就进一步放缓至 2.5%,目前甚至低于今年 3 月的水平。

2025 年 5 月至 2026 年 4 月,美国企业约招聘了 113,000 名软件工程师,不足 2022 年峰值 239,000 人的一半。自 2024 年 1 月以来,工程职位空缺增长了 44%,实际入职却下降了 17%。

工程岗位空缺与入职对比图

企业仍然在发布招聘需求,但真正完成招聘的人数,并没有跟上。这背后可能有多种原因,比如招聘周期变长、企业提高录用门槛,或者一些招聘需求迟迟没有转化成实际录用。

但至少可以确定,过去那种科技公司不断扩张工程团队、通过增加人手来提高软件产能的阶段,已经明显降温。

工程师仍然是科技招聘中规模最大的类别,当前全球在招岗位超过 6.5 万个。变化在于,企业似乎越来越谨慎地决定,要为哪些工作增加人手。

而不同岗位之间的差距,正在进一步拉大。

设计与用户研究岗位大幅收缩,PM 相对抗跌

在五类核心产品岗位中,产品经理是唯一一个招聘占比上升的类别,其占美国相关岗位实际入职的比例,从 16% 上升到了 21%。

但这并不意味着产品经理的实际招聘人数正在快速增长,更准确地说,这是在工程、设计、数据科学和用户研究等岗位普遍走弱时,产品经理表现得相对抗跌。

五类核心产品岗位入职占比变化图

设计和用户研究面临的压力更加直接,全球科技公司的产品设计职位空缺目前只有约 1900 个,同比下降 28%,处于该数据集开始追踪以来的最低水平。

在美国,过去一年约有 1.26 万名产品设计师入职,而 2022 年这一数字是 2.76 万。

产品设计岗位入职人数变化图

用户研究的情况更加严峻,过去一年美国相关入职约 1800 人,较 2022 年下降 66%。全球科技公司当前的用户研究职位空缺,只有约 108 个。

工程岗位内部也开始分化,前端和移动工程需求明显收缩,安全工程却成为增长较快的方向之一。当然,不能把这些变化全部归因于 AI,科技公司的成本控制、行业周期和组织调整,也会影响招聘。

工程岗位细分需求变化图

但如果结合 Fable 5.2 展示出来的能力,便能理解为什么一些岗位会率先感受到压力。过去,一个软件产品从需求到上线,可能需要产品经理、设计师、前端工程师、测试工程师等多个角色协同完成。如今,AI 已经可以根据需求直接生成原型、编写前端、执行测试,甚至自行检查和修复问题。

对于那些需求明确、边界清晰、成果容易验证的工作,企业能够通过 AI 完成的比例越来越高。当一个人借助 AI 就能承担过去多个人的部分工作,企业自然会重新考虑团队的规模和分工。

不过,减少执行环节,并不意味着整个产品开发过程都能交给 AI。代码可以快速生成,但应该做什么产品、解决什么问题、最终交付的结果是否满足真实需求,仍然需要有人判断。

这也解释了为什么产品经理相对抗跌。只是未来的 PM,可能需要花更少时间协调代码和原型的生产,把更多精力放在需求判断、结果验收和产品落地上。

FDE 与安全工程快速增长,凸显落地与治理价值

报告中另一个值得关注的变化,是 FDE(前置部署工程师)的快速增长。我们之前就介绍过,这个岗位近年来在各大 AI 公司相当热门。全球 FDE 职位空缺过去一年增至约 4.6 倍,目前约有 1500 个。在这之后,安全工程同样是增长突出的方向之一。

FDE 职位空缺增长趋势图

根据 Live Data Technologies 的数据,截至 2026 年 11 月 6 日,今年美国市场在 Palantir 之外,已经记录到超过 2400 名 FDE 外部入职。Google、Accenture、Salesforce 和 Databricks 等公司,都出现在招聘榜单中。

为什么 AI 越会写代码,这类工程师反而越吃香?原因很大程度上在于,软件开发和软件落地,是两件不同的事情。对于 FDE 来说,工作通常不只是写出一段代码。他们还要进入客户的真实业务环境,理解需求,连接已有系统,处理各种不标准的流程,并确保最终交付的产品真正可用。

类似的变化也发生在安全工程上,当 Agent 能够自主修改代码、调用工具、访问业务数据,软件系统需要处理的权限、安全和责任问题只会更加复杂。

PM、FDE 和安全工程看起来是三种不同的职业,但它们有一个共同点:工作价值越来越集中在判断、验证,以及让技术在真实世界中可靠地运行。而这些恰好是当前 AI 还很难独立承担全部责任的部分。

腾讯提出「陆军/海军」分工,反映大厂组织重构趋势

这样的变化,如今也发生在国内互联网大厂。就在昨天腾讯 28 周年的内部直播中,腾讯管理层谈到了 AI 时代的组织变革,提到把腾讯原有的核心业务比作「陆军」,AI Native 新业务比作「海军」。

按照腾讯管理层的说法,50% 的人要像陆军一样,通过 AI 提效守住现有业务;另外 50% 则像海军一样,探索 AI 原生业务,寻找新的增长空间。

这番话还引发了「腾讯裁员 50%」的传闻,腾讯公关总监张军随后澄清,这只是关于公司资源适应 AI 时代重新调度的比喻,裁员一半的说法完全不属实。

腾讯内部直播画面截图

比起裁员与否,更值得关注的是腾讯对组织变革的态度。过去几年,大厂谈得最多的是降本增效;现在,腾讯希望通过 AI 让现有团队创造更多价值,同时把资源投入新的业务。

甚至连组织结构也需要调整,鼓励一线员工承担更多工作,让中间管理层更加扁平。

这和海外科技公司的招聘变化恰好形成了呼应。一边是传统岗位需求放缓,新兴岗位快速增长;另一边是拥有十万级员工的互联网大厂,也开始重新考虑现有的人应该做什么、又该如何适应 AI。

对于职场人来说,掌握 AI 工具,可能已经只是第一步。更大的挑战是,当 AI 能够完成越来越多原本由人负责的任务,自己还能提供什么新的价值。

AI 工具使用成为基础要求,新问题随之浮现

除了招聘人数,这报告还统计了科技公司职位描述的变化。两年前,产品经理招聘中常见的技能要求还是 SQL、Jira、AWS 和 Python。如今,LLM 已经升至首位,Claude、Cursor、OpenAI、MCP 等词也频繁出现,甚至用于检查模型输出质量的 evals,也开始进入高频技能列表。

产品经理技能要求变化图

工程岗位中,Python 依然占据首位,但 LLM 的出现频率已经超过 Java。就连设计岗位,Claude 和 Cursor 也开始与 Figma、CSS 等传统技能同时出现。

这也意味着,对软件行业的从业者来说,掌握 AI 工具正在逐渐成为一项基础要求。以前,一个工程师可能需要花几天完成的功能,现在借助 AI,几个小时甚至更短时间就能拿出初版。

工程岗位技能要求变化图

但速度提升之后,新的问题也会随之出现。模型写出来的代码是否可靠?生成的功能是否符合实际需求?出了问题应该如何定位?如果一个 Agent 要持续操作企业系统,又该如何分配权限和进行审核?

AI 生成代码带来的新挑战示意图

这些问题,很难单靠一句提示词解决,软件本身也可能因此发生变化。过去,大部分软件围绕人类操作设计。我们需要通过图形界面找到功能、点击按钮、完成操作。

随着 Agent 开始接管部分工作,软件需要同时服务两类使用者。Agent 通过 API、MCP 等结构化接口执行任务,人类则通过界面检查结果、处理异常,并在关键操作中保留最终决定权。

一些原本需要人手动完成的操作,会逐渐成为 Agent 后台自动执行的任务。但产品是否可靠、用户是否信任、出了问题由谁负责,这些要求不会因为 AI 能写代码就自动得到满足。

软件开发越来越容易,真正把软件变成可靠产品,依然是一项复杂的工作。

AI 没有取代工程师,而是重新定义技术价值

Fable 5.2 发布得很晚,显然不能用来解释一份覆盖过去数年的招聘报告。把工程招聘放缓、设计收缩或远程减少,全部归因于某一次模型升级,同样过于简单。

但模型能力和就业市场的变化放在一起,已经足够让人重新思考软件行业过去的工作方式。

代码生成越来越便宜,原型交付越来越快,窄技能的执行工作受到压缩;软件需要同时面向 Agent 和人类重新设计接口;生成结果与真实使用之间的距离,则成为新的工作。

这也为报告中的岗位变化提供了一个产品层面的解释。

AI Futures Project 对比图
图|AI Futures Project 表示,我们比 AI 2027 提前了五个月

代码实现变得充裕之后,PM 所处理的需求取舍、FDE 所处理的客户环境与交付、安全工程所处理的风险与责任,并没有随之消失。相反,当软件供给迅速增加,需求判断、质量验证、用户信任和持续服务会变得更加重要。

这不保证科技岗位会自动净增长,也不意味着每个被压缩的执行岗位都会出现一个新的高级岗位。它只说明,AI 对就业的影响不是简单的「有」或「无」,而是在重新划分人与机器各自负责什么。

软件不会消失,代码也不会。

正在退潮的,是那个主要以「谁能把代码写出来」来衡量技术价值的时代。取而代之的,是一场围绕目标、判断、分发与责任的重新定价。

JOTO 企业落地观察

  • 当 Agent 能自主编写操作系统,企业对「智能体工程」的要求已从「能否跑通」转向「能否在生产环境中长期稳定运行」——这要求团队具备跨系统集成、异常兜底、权限审计与灰度发布能力,而非仅关注单点任务自动化。
  • RAG 知识工程的价值重心正从「文档切片与向量化」上移至「业务语义对齐」:Fable 5.2 能生成完整游戏,但无法自动理解客户 ERP 中「库存冻结」的真实含义,知识注入必须嵌入业务上下文校验机制。
  • AI 安全治理面临新挑战:Agent 自主调用工具并修改代码,使传统基于静态代码扫描的 SAST 工具失效;企业需建立运行时行为基线、API 调用链路审计与人工干预熔断点。

立即咨询 JOTO

JOTO 提供覆盖企业智能体规划与搭建、AI 平台私有化部署、RAG 知识工程、AI 安全治理、FDE 驻场共创及持续运营优化的全周期 AI 落地服务,帮助企业把验证中的 AI 能力转化为安全、可控、可持续迭代的生产力。 联系 JOTO 获取 AI 落地咨询

想把这些做法用到你的业务里?

留下你的场景和痛点,我们帮你判断从哪一步开始。

联系我们
Contact Us

Start your enterprise AI rollout

Tell us your industry, team, and current pain points. We'll get back to you within one business day to help you decide what to tackle first, what data to prepare, and which platform fits.

WeChat
Scan to add us for a 1:1 chat
JOTO WeChat consultation QR code

Tell us what you need

Once we receive your details, we'll be in touch within one business day.