程序员会被 AI 大模型替代吗?我的一些看法
过去两三年,大模型写代码的能力是肉眼可见地变强:从补全一行代码,到生成整个函数, 再到今天的 AI 编程助手可以自己读代码库、改多个文件、跑测试、修 bug。 "程序员会不会被 AI 替代"从一个茶余饭后的段子,变成了很多同行真实的焦虑。
作为一个每天都在和 AI 结对写代码的人,说说我的看法。
先说结论
AI 替代的不是"程序员"这个职业,而是"只会把需求翻译成代码"这一种工作方式。 被淘汰的从来不是人,而是拒绝改变的工作习惯。
一、"写代码"从来不是这份工作的全部
回顾软件行业的历史,"让写代码变容易"的技术出现过很多次:汇编到高级语言、 手写内存管理到垃圾回收、自建机房到云服务、手写 SQL 到 ORM。 每一次,悲观者都预言程序员要失业;每一次,结果都是软件变多了、程序员也变多了。 因为效率提升释放的不是失业,而是被压抑的需求 —— 以前"值得写软件解决"的问题门槛很高,门槛每降一次,涌进来的新需求就多一批。
程序员真正的工作,一直是把模糊的现实问题转化成清晰的可执行方案: 理解业务、权衡取舍、设计边界、为结果负责。打字输出代码只是最后那 20%。 大模型极大加速的正是这 20%,而前面 80% 的"搞清楚要做什么、做到什么程度", 它需要有人告诉它 —— 这个人今天叫程序员,以后也还会叫程序员。
二、但要诚实地承认:冲击是真实的
我不想把这篇写成纯粹的安慰文。有几件事是实实在在发生的:
- 初级岗位的门槛在抬高。过去新人靠"写 CRUD、改小 bug"入行练手, 这类任务恰恰是 AI 完成得最好的。行业需要重新想清楚:新人从哪里获得成长?
- 单纯的"编码熟练度"在贬值。背 API、记语法、熟悉某个框架的配置细节, 这些曾经值钱的技能,现在一句提示词就能获得。
- 团队规模的预期在变化。以前十个人的活,现在可能五个人加 AI 就能干。 总需求会增长,但短期内局部的岗位收缩是真实的痛。
否认这些,和恐慌性地喊"程序员已死"一样,都是不诚实的。
三、哪些能力在升值
与其问"会不会被替代",不如问"什么变得更值钱了"。我观察到的几项:
- 定义问题的能力。AI 能出色地回答问题,但提出正确的问题依然是人的事。 需求越模糊、约束越复杂,人的判断越关键。
- 审查和品味。AI 生成代码的速度是无限的,而"这段代码该不该进生产环境" 的判断是稀缺的。读代码、评估架构、嗅出隐患的能力,比以往任何时候都重要。
- 系统级思维。单个函数 AI 写得比多数人好,但跨服务的边界划分、 数据一致性、演进路径这些"地图级"的决策,依然强依赖经验和上下文。
- 驾驭 AI 本身的能力。知道什么任务该交给 AI、怎么描述、怎么验证结果, 正在成为一项核心工程技能 —— 就像二十年前的"会用搜索引擎"和十年前的"会用云服务"。
- 对结果负责的意愿。AI 不承担责任。线上事故、安全漏洞、合规风险, 最终签字的是人。责任在哪里,职业就在哪里。
四、我自己的应对方式
说几条我正在实践的,不一定对,供参考:
- 把 AI 当结对伙伴,不当自动售货机。让它写第一版,我来质疑和重构;让它探索方案,我来做决定。全盘接受它的输出,是把自己降级成复读机。
- 刻意保留"手写能力"。就像会开车也该懂点发动机,核心的算法、调试、底层原理不能荒废 —— 否则你失去的是审查 AI 的资格。
- 往上游走。多花时间在需求、设计、权衡上;写代码的时间省下来了,就该投到以前没时间做的事情上去。
- 保持对新工具的好奇而非敌意。历史上没有一次是"抵制新工具的人"赢了的。
结语
马车夫确实消失了,但"把人从 A 送到 B"的行业变大了一百倍,司机、飞行员、 调度员、物流工程师都是新的名字。我相信"用技术解决问题的人"也是一样: 名字和工具会变,这个角色不会消失。
真正的分水岭不在人和 AI 之间,而在善用 AI 的人和 拒绝 AI 的人之间。焦虑解决不了问题,把 AI 用起来才能。
—— 顺便说一句,这个网站就是我和 AI 一起写的。😄
← 返回首页