惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

H
Hackread – Cybersecurity News, Data Breaches, AI and More
U
Unit 42
Vercel News
Vercel News
Martin Fowler
Martin Fowler
云风的 BLOG
云风的 BLOG
爱范儿
爱范儿
MongoDB | Blog
MongoDB | Blog
J
Java Code Geeks
F
Fortinet All Blogs
MyScale Blog
MyScale Blog
C
Check Point Blog
N
Netflix TechBlog - Medium
Microsoft Azure Blog
Microsoft Azure Blog
aimingoo的专栏
aimingoo的专栏
博客园_首页
WordPress大学
WordPress大学
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
IT之家
IT之家
Last Week in AI
Last Week in AI
罗磊的独立博客
大猫的无限游戏
大猫的无限游戏
Jina AI
Jina AI
V
Visual Studio Blog
小众软件
小众软件

XINDOO

关于内卷,几个值得深想的洞察 当创作被 Skill 化:我用 AI 写了一部 320 章的长篇网文 AI第一剑,先斩程序员 AI 也会偷懒?这个 PUA 工具专治“摸鱼式编程” Gstack 深度解析:YC CEO 开源的 AI 工程团队 GitHub Trending霸榜!深度解析AI Coding辅助神器 Superpowers 深度探讨:从 OpenClaw 爆火,看 AI Agent 的真相与程序员的未来 我复刻了NotebookLM的信息图功能 我用AI写了部小说,这里是整个过程 [翻译]我在谷歌14年学到的21堂课 2万字吊打40万字:为什么我的“牛马Agent”比“数字分身”更聪明? 最近AI领域爆火的 Agent Skills 是什么? 从计算机科学的视角来看拖延症 使用n8n做一个自动同步更新的Github项目问答机器人 Agent设计模式——第 20 章:优先级排序 Agent设计模式——第 1 章:提示词链 Agent设计模式——附录 D - 使用 AgentSpace 构建 Agent Agent设计模式——第 19 章:评估和监控 Agent设计模式——第 10 章:模型上下文协议 (MCP) Agent设计模式——第 21 章:探索和发现 Agent设计模式——智能体设计模式 Agent设计模式——第 11 章:目标设定和监控 Agent设计模式——第 9 章:学习和适应 Agent设计模式——第 16 章:资源感知优化 Agent设计模式——附录 G - 编码 Agent Agent设计模式——第 13 章:人机协同 Agent设计模式——第 17 章:推理技术 Agent设计模式——附录 F - 深入剖析:Agent 推理引擎的内部运作机制 Agent设计模式——章节目录 Agent设计模式——
一周改6个库后我悟了:AI时代,程序员正在退化成“甲方”
xindoo · 2025-11-24 · via XINDOO


  先说一下我上周的工作情况,因为我们人事变动,前端资源紧张,一些需求前端同学没有人力支持,我就试着用AI帮忙跨栈解决。然后上周我就改了6个代码库,有前端、后端、还有微信小程序,语言涉及Java、Python、JavaScript。代码绝大部分都是AI帮忙写的,这个时候你是不是开始觉得程序员这个行业危矣!但这个经历让我有产生了一些新想法,我先直接抛结论:AI会干掉大量初级程序员,但对高级程序员来说反而是一种能力增强。

  为什么这么说?让我换个角度思考这个问题。假设没有AI,这些工作我依然能完成,只不过原本一周能搞定的事情可能需要两周,也许我需要多查些资料、多看看代码、多调试几次。但反过来想,如果只有AI没有我,不管给它多少时间,它产出都是0。另一件事,在今年的国际大学生程序设计大赛(ICPC)上(这可是编程领域的顶尖赛事,被誉为程序员的奥林匹克),GPT-5和Gemini都超越人类拿到了金牌,所以我可以很笃定的讲,写代码你绝对写不过头部的那几个AI。 结合这两件事,我得出一个结论:程序员的核心价值已经不再是写代码了,而是知道该做什么、该怎么做、以及如何管理好这个过程。AI可以是完美的执行者,但它还不足以成为决策者。

  当AI能完成大部分代码编写工作时,程序员面临两种可能:如果无法与AI有效协同,可能被淘汰;如果善用AI提升生产力,则会变得更强大。这引出几个关键问题:

  • 程序员的核心价值到底是什么? 如果写代码本身不再是壁垒,那什么才是我们不可替代的能力?
  • 如何与AI协作才能发挥最大效能? 是简单地把AI当作代码生成工具,还是需要掌握新的协作方式?
  • 什么样的程序员会被淘汰,什么样的会变得更强? 技术能力的分水岭会发生怎样的变化?

带着这些问题,让我们先明确AI时代程序员的新定位,然后再看如何在实际工作中践行这些角色。

AI时代程序员的三种新定位

1. 产品经理——决定做什么

  决定应该实现什么样的功能,把控产品方向和需求。在使用AI之前,必须先搞清楚要解决什么问题,包括明确功能目标、梳理业务流程、定义验收标准。

  举例来说,在这次修改6个代码库的过程中,我首先需要决策应该修改和增加哪些功能,这些功能与之前的功能如何配合协同才更合理。比如前端页面需要新增一个数据展示模块,我要先确定这个模块应该放在哪个位置、与现有功能如何交互、用户操作流程是否顺畅。

  AI可以帮我写代码,但无法替我决定产品的功能规划和用户体验设计。只有把这些问题想清楚,才能给AI提供准确的上下文,让它生成符合预期的代码。

2. 架构师——决定怎么做

  虽然以AI目前的能力,这个"架构师"仍需关注一些琐碎的细节,但核心职责是设计系统架构和技术方案。关键问题是:哪种方案更适合你当前的业务情况?成本更低?风险更小?

  这需要基于业务背景、团队现状、历史技术债务、未来扩展规划等因素综合考虑,而这些都是AI所不了解的信息,所以它很难帮你做出最优决策。技术方案的选择必须由你来决定,包括选择合适的技术栈、设计系统架构、评估技术风险。

  在我修改6个代码库的过程中,有些需要调整API接口,有些需要修改数据库表结构,有些需要重构前端组件。这些偏架构层面的决策都是我做的,AI只是帮我完成具体的实现。

3. 管理者——管好AI执行

  这里管理的对象不是人,而是AI。与管理人类团队不同,AI协作需要采用更细致的微管理(Micromanagement)方式。因此,在与AI协作时,你需要像管理实习生一样,把任务拆解得足够细,每个环节都要明确要求和验收标准。

有效的AI协作需要遵循以下原则:

  • 拆解任务 — 不要给AI一个大而模糊的任务,而是拆解成具体的小步骤。比如"实现用户登录功能"应该拆解为"创建登录API接口"、"添加参数校验"、"编写单元测试"等独立任务。
  • 提供明确上下文 — 告诉AI当前代码的结构、使用的框架、命名规范、编码风格。例如不要说"优化这段代码",而要明确"将这段重复代码提取成公共方法"。
  • 严格代码审查 — AI生成的代码必须逐行Review,检查逻辑正确性、异常处理、安全漏洞和性能问题,不能因为是AI写的就盲目信任。另外,Review不仅是为了找出问题,更是为了理解AI的实现思路,方便后续的维护和扩展。
  • 持续反馈优化 — 如果AI的输出不符合预期,要明确指出问题在哪里,让它修改。这个过程可能需要多轮迭代。

总结

  AI不会取代程序员,但会重新定义程序员的工作方式。未来的程序员不再是纯粹的代码编写者,而是懂业务的产品经理、懂技术的架构师、会管理的协调者。那些只会写代码、不思考业务和架构的程序员会被淘汰,而那些能有效驾驭AI、将其作为生产力工具的程序员会变得更强大。

  关键在于:不要把AI当作威胁,而要把它当作助手;不要被动地担心被取代,而要主动地学习如何与AI协作。就像当年IDE的出现没有让程序员失业,反而让我们写代码更高效一样,AI也会成为我们工作中不可或缺的伙伴。

  最后,如果你还在纠结"AI会不会取代程序员"这个问题,不如问问自己:我是在单纯地写代码,还是在做有价值的决策?我是在被动地完成任务,还是在主动地思考和创造? 答案决定了你在AI时代的位置。