AI 浪潮下普通程序员的生存推演

今天的题目有点大，为了避免一些意外，标题中特意加了一个“我”。本文只是从当下我的一些处境所做的一些浅显推演以及总结。如果有不同的意见、想法等，可以在评论区一起探讨交流。

记得一年前的这个时候 vibe coding 在二线城市还不是很流行。那个时候大部分大模型的能力还不足以支撑这种编程方式，我对大模型对编程的影响还停留在问答助手、辅助生成一些简短代码的印象中。没过多久我从同事口中接触到 claude，然后顿时惊为天人。只不过那时候只是用来做一些分析，感觉其根据真实项目进行逻辑分析的能力有点强。使用 claude 让其根据现有的项目进行分析、规划、优化结构、找出潜在的问题、寻找可能的实现或解决方案。同时也做了一些小的逆向工作，对于当时的我来说是冲击性的。毕竟从一份经过前端构建工具混淆压缩之后的代码提炼出一些业务逻辑，这对于 99% 的人类来说基本上是不可能的。到如今，国外的大模型能力已经突飞猛进，几乎可以离开人类双手实现传统编码模式，国产大模型能力也迅速追上。短短的时间内，vibe coding 从少数人的前沿探索实践演变为大多数程序员的日常，甚至出现了一些细分岗位的替代。例如前/后端开发/测试工程师——根据目前各种自媒体消息来源，国内大厂已经出现了三者合一的情况，大部分的人都在进行转岗、职责合一。总的来说，之前是对产品开发中某个过程的产出负责，逐渐转变为对产品总体结果负责。

这种对细分领域的巨大冲击，对于我这种普通的程序员来说是致命性的。甚至有段时间我一度以为我的 35 岁危机会提前降临，一度有些手足无措。“淘汰”这两个字之前没有多少感觉，可当裁员来临，变化打破了以往的平衡，我当时的恐惧其实是很严重的。有种“毁灭你与我何干？”的意味。

在这里其实还有两个疑问：

第一个疑问：既然软件工程效率都在提升，那么为什么大部分软件公司的市值/营收/利润等都没有很明确的提升，感觉甚至都在收缩？

如何回答这个问题呢，其实答案很简单：二者不能简单划等号。工程效率的提升不代表收入的提升。

举一个例子：若亩产都算 1000 斤，假设农民不亲自割麦子，都是雇工或其他人来收割，那么用联合收割机的效率比人工高出很多倍，甚至可以说是百倍。但是对于种地的农民来说，同样的两亩地，产出的麦子都是 2000 斤，并没有在产值上有很高的提升，还要给受雇的人/联合收割机一笔服务费。当然对于受雇人或者联合收割机的驾驶者来说，这块地麦子收得越快，意味着他能在收完之后去抢收更多的地块，收的收割服务费的总数也会更多。

现在很清楚了：软件行业其实类似于提供收麦服务的人，传统的软件行业就是人力手工，目前正在巨变的 AI 加持的软件行业就是使用联合收割机。谁快谁效率更高，谁就更有可能更快地抢占市场份额。所以原本使用人力手工的如果仍要坚持 100% 纯手工，注定会被淘汰，这是时代的大势，不以个人意志为转移，势不可逆。

在这里就会发现第二个问题：蛋糕还是那个蛋糕，并没有做大。你多一点我就少一点。效率的提升是相对的，大家之前都能做 10，后来你的效率提升了 100% 能做 20，我的效率提升了 80% 能做 18，但是你相对于我的效率的提升只有 11%，所以大家都在拼命地卷效率提升。后面就很简单了：效率提升了，自然就用不了那么多的人，就需要转换角色，适应新的节奏。不可能人人都能转变角色，更残酷的是被扫地出门，淘汰出这个行业，另谋生路。

蛋糕不变大其实反而是人类历史长河中的常态。过去十几年的高速发展，其实是综合了各种天时地利人和的一种非常规状态，是一种局部的爆发。我们需要从这种爆发中走出来，适应存量的新常态，这应该已经是事实。这并不是说努力无用，只是必须要接受的现状。

对于 AI 从业者来说，他们的蛋糕仍在变大。对于我这种普通的开发者来说，只能被迫在 AI 的浪潮下被裹挟着滚滚向前，或者被排在沙滩上。从存量的蛋糕竞争中找到新的机遇，这是对我这类普通人务实有效且唯一的道路（普通人的竞争都是存量的竞争，只有少部分人才是时代的开创者、新蛋糕的制作者）。对于行业或者公司来说，正确的产品或者服务才是营收以及利润的关键。

让我回到一开始想说的：目前，我这里普通程序员的成长路径已经发生了不可逆的聚变。传统上可能有多重路径的初级-中级-高级-专家这类很细分的方向，演变成了三条路径：

• 倾向于架构+判断+监督的专家（甚至是跨领域的专家）。


• 倾向于技术+业务+交付的综合交付落地者或者管理者。


• 倾向于技术+验证+实现业务的普通开发者。

第三个就是我的现状，正在被前两者挤压。目前来看第三类必须迫切转型到前两者之一。

第一个随着大模型能力的提升也会逐渐变窄，但不会立即淘汰，最终会留下一部分专家，因为大模型并不能解决所有问题，尤其是需要创新性的专业方案/意见的场、景。

第二类现在在外网有一个很新的名字：FED - 前置部署工程师。他的核心是深入客户组织以及生产中，与业务、运营等团队一起将问题梳理，规划方案、设计原型，验证 demo，通过后将系统实现并稳定投入生产。懂技术，懂业务，会沟通，辅助客户梳理其真实的业务流程，帮助发现盲点、提升效率。

对我这个普通的程序员来说，如果要从普通程序员转变成 FED，意味着：

• 评价标准从功能上线变成对结果负责。之前刷题、熟悉常规编码、完成功能即可；现在要对结果负责，单纯的编码实现已经逐渐廉价，需要补齐跟随客户的全链路能力。意味着你的产出要对客户有真实的提效，真实介入生产。


• 原本不在意的非技术性的客户行业知识变成必备的硬通货。行业经验的价值被迅速放大。例如能否独立上线项目，是否懂得客户真实的场景（例如医疗、金融、电力、制造等）。这类行业落地的经验是很深的护城河。当然 FED 本质上是一个高度承压的角色。

然后是专家的角色。这类专家会继续存在，即便大模型发展到如今也具有不可替代性。理由如下：

• 生产环境的隐性知识。大模型可以替代你阅读/编写代码，但不会替你识别系统应该如何构建，系统隐患出现在什么地方，系统负责的边界在什么位置，下一步系统应根据什么场景进行演变等。这些 AI 无法代替人类判断。


• 监督。即使现在 AI 能自动编码、能够自动构建自动化测试用例并通过，但最终负责的还是人。代码要不要合并、功能有没有完成、有没有隐患，这些都需要人来监督。


• 创新与想象力。专业知识加上偶尔的灵光一现，跳出现有模式的创新能力

专家以及 FED 都还涉及到一个问题：下一代如何培养，或者个人如何成长。这个后续会另起新文讨论。

行文至此，我并不说我这类普通程序员一定会被淘汰，只是由于时代的发展，其职责会被专家以及 FED 逐渐稀释。当然发现没有，软件行业从业者职责的演变颇有“合久必分、分久必合”的味道。三条路径也并不一定是完全固化且彼此隔绝的，因为人总是要成长、升级。主动迎上，会在变革发生时带来心态上的优势。“人需要树立终身学习的观念”——这一小学教科书上的话的含金量还在上升，只是年幼时我不能理解。

历史洪流滚滚向前，裹挟众生，无人能置身事外。小势可改，大势不可逆；而无数小势的汇聚，终成大势所趋。