关于 AI 时代，程序员不再专注写代码的一些问题思考......

codercwh 2026-05-18 11:53 1

我从22年毕业，其实21年就开始在一家公司做 Java 后端实习，转正之后项目组前端人手不够，就自学了 Vue，后来一直做全栈开发。

23年 AI 刚火那会儿就开始用 AI 辅助开发,但是当时 AI 并不是很强大，顶多把代码片段粘过去让他优化等等。到了25年下半年，AI 写代码的能力进步明显。最近半年多，我基本上一行代码都没自己写过，每天的工作就是把业务梳理清楚描述给 AI，自己最多算个验证的角色看看产出的东西符不符合要求。一开始我还会看一眼 AI 写的代码，后来任务越接越多，也懒得看了。

但越是这样,心里越不踏实。很多技术细节我其实并不真懂，只是有 AI 兜底，大部分活也能干。但是越是这样我就越焦虑，之前还规划过抽时间看看架构、研究下框架的底层原理，现在完全提不起劲，因为我总是在想技术平权这个概念，想着不懂的东西扔给 AI 就行，何必再花力气硬啃。有时候觉得倒是有点得不偿失，不如花点实现去学点别的。

可这么一想，反而更迷茫——下一步到底要学什么？核心竞争力应该是什么？

所以想发出来和大家聊聊：AI 时代，程序员往后该怎么走，在重度依赖 AI 的同时，怎么保持持续学习的能力和动力。那些所谓的"底层"和架构，到底还有没有必要去深挖。

也没想要什么标准答案，就是想听听各位佬的想法，顺便缓解一下心里的焦虑。

最新回复 (14)

yi124773651 05-18 11:56

1楼

早上刚和ai交流了一番，给了我很多启示和方向性，希望对佬也有帮助。

AI 辅助编程：如何平衡掌控感与开发效率.pdf (254.1 KB)
Firefox‎ 05-18 11:57

2楼

说完全不焦虑是骗人的，

有时间思考的时候总会去想这个问题

AI 时代，程序员往后该怎么走

目前看应该是没有标准答案

先拥抱AI再说，走一步看一步

我总是会用一套说辞安慰自己：未来程序员都被替代了，那就没有脑力劳动能存活下来
patrick 05-18 11:58

3楼

AI是效率放大器，你本身有实力，用AI效率会更高更快更准，我觉得技术边界的感知很重要，什么业务能不能做，用什么方式做，大方向得自己把控，细节实现交给AI，所以并不是什么都给AI就可以放手
ppig 05-18 12:02

4楼

只要在AI 领域卷过别人就可以了
c12597259 05-18 12:04

5楼

我一点都不想思考, ai发展太快了, 很可能今天刚学点东西明天ai就自动化了 ^-^ 混一天是一天吧
shaonian_sun 05-18 12:05

6楼

我觉得，AI时代更重要的是个人的系统思维，判断力。

还有一方面，AI不仅提高了工作效率。也提高了学习效率。完全可以利用这一点多学一点东西。不仅仅是代码相关的东西。
9527 koala 05-18 12:09

7楼

其实没必要完全否定过去。你之所以能指挥 AI 产出符合要求的代码，是因为你之前做过实习、自学过 Vue、懂基本的研发流程。一个完全不会编程的纯外行，连怎么向 AI 提问、怎么部署环境、怎么看报错日志都不知道。
尤菲 05-18 12:09

8楼

AI是个人能力放大器、延伸器，软件工程的科班知识越丰富，AI使用起来效率越高越好用。

大模型的本质是推理预测，你肚子里知识越多越丰富，从源头就能指明方向，大模型的产出就越好。

当然前提你得有比较好用的模型，豆包之类的就算了，当玩具可以，深入研究…血压升高。

现代化的角度看，AI就是自动挡汽车搭配自动驾驶，你可以省去换挡的繁琐步骤，也可以时不时开启自动驾驶偷懒。

但无论怎么着，你需要确保方向盘在你手中，必要时能纠错！
monkey-d-luffy 05-18 12:16

9楼

我是19年毕业，7年的前端开发经验，按照我的视角来看，就是积极拥抱ai去做实际项目，关键在于如何用ai提效，对于底层原理的学习从具体的前端技术栈转移到ai技术栈，如对react的底层原理转移到cc的底层原理去，我只是认为这种学习方式的转变在当前时代性价比最高，然后对于原有前端技术栈的底层学习停留在表面即可，让ai告诉你大致的原理，你有时间就继续通过ai去深入学习，反正你要知道技术的边界在哪，更多的去关注哪些是ai能做的，哪些是ai不能做的，这本身也是一个持续学习的过程，只是方向变了，只要在持续学习，就不必要焦虑
trader 05-18 12:16

10楼

AI未来人类只能是一个提需求和监督员的角色了。A/ceo说的。想想一下也是，包括现在用ai编程不就是提需求-ai执行-人类验收下看看是不是和需求对齐了。
汇汐 05-18 12:21

11楼

既然选择了Ai生成，Ai就能兜底，怕失控是人性的本能，正常放开思维，Ai它已经能兜底了，剩下就是钱包里的钱够不够
SSN007 05-18 12:27

12楼

我前段时间也在焦虑，AI确实能在一定程度上提效，但是最近看了我们公司（电商，技术性不强）同事用AI做出来的东西，我突然又没那么焦虑了。原因如下：纯Vibe，不做任何技术性约束，做出来的东西在技术视角上真的是一坨屎山，甚至比手搓的屎山还要臭。网上很多说什么几句话就能做一个项目，或者说不懂编程的人也能做出一些东西，这个情况，得承认是存在的，但也仅限少部分人，并且这些人在私底下花费的时间也不少，只是AI加快了这个过程而已。还有的人说：现在不行，但后续AI发展起来，也能完全支撑不懂编程的人就能只靠AI，做出生产级的“东西”。但真到那个时候，对比真正懂编程的人做出来的项目和不懂编程的人做出来的项目，差距只会更大。这是我目前持有的个人观点。
天生工作狂 05-18 12:36

13楼

我觉得这个很像汽车时代。在福特T型之前每一个车都是手工制作的，所有的部件都可以私人定制，而且每一个工程师都是“全栈”工程师，从发动机到车身，所以只有很富有的人才可以用的起来。但是自从福特发明了流水线之后，研发汽车标准化，车的成本大大降低，而且工人也只用负责某个特定的步骤即可。我感觉AI就是当时的流水线，他大大降低了软件的生产成本，并且淘汰/降低了初级工程师的价值。当然高级的软件工程师和之前高级的机械师一样还是需求还是很明显。但是初级/中级工程师可能就慢慢变成流水线工种，只要用AI工具完成特定程序就可以。

这只是本人不成熟的想法，如果我有想法不对，希望各位佬更正。
kang-wt 06-30 08:55

14楼
AI时代，程序员的核心跃迁是 从“写代码”转向“做决策”：
1. 角色升维：从执行者变为取舍者（选方案比码代码更重要）。
2. 能力倒挂：**精准沟通（Prompt/需求拆解）**比编程语法更重要。
3. 重心转移：从“构建正确”变为**“验证纠偏”**（批判性审视AI输出是核心劳动）。
4. 护城河：不再是知识储备，而是基于底层原理和业务的因果判断力。
5. 警钟：警惕技能钝化，保持手动体感，AI永远是副驾驶而非主驾。
一句话：代码是水电煤，解决问题才是唯一的KPI。