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

Google DeepMind News
Google DeepMind News
The Last Watchdog
The Last Watchdog
腾讯CDC
Apple Machine Learning Research
Apple Machine Learning Research
有赞技术团队
有赞技术团队
Last Week in AI
Last Week in AI
量子位
雷峰网
雷峰网
宝玉的分享
宝玉的分享
美团技术团队
阮一峰的网络日志
阮一峰的网络日志
博客园 - 叶小钗
P
Privacy International News Feed
NISL@THU
NISL@THU
V
V2EX
博客园 - 三生石上(FineUI控件)
T
The Exploit Database - CXSecurity.com
T
Threat Research - Cisco Blogs
K
KPMG report finds enterprise disconnect between AI and its ROI | CIO
IT之家
IT之家
T
Tor Project blog
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
T
Threatpost
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
大猫的无限游戏
大猫的无限游戏
V
Vulnerabilities – Threatpost
V
Visual Studio Blog
cs.CL updates on arXiv.org
cs.CL updates on arXiv.org
The Hacker News
The Hacker News
Scott Helme
Scott Helme
H
Hacker News: Front Page
罗磊的独立博客
Hacker News - Newest:
Hacker News - Newest: "LLM"
K
Kaspersky official blog
S
Secure Thoughts
www.infosecurity-magazine.com
www.infosecurity-magazine.com
The Cloudflare Blog
D
Darknet – Hacking Tools, Hacker News & Cyber Security
C
Cybersecurity and Infrastructure Security Agency CISA
小众软件
小众软件
月光博客
月光博客
人人都是产品经理
人人都是产品经理
AI
AI
Help Net Security
Help Net Security
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
酷 壳 – CoolShell
酷 壳 – CoolShell
Webroot Blog
Webroot Blog
博客园 - 【当耐特】
PCI Perspectives
PCI Perspectives
A
Arctic Wolf

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—— Agent设计模式——第 7 章:多 Agent 协作 Agent设计模式——附录 E - 命令行界面中的 AI Agent Agent设计模式——附录 C - Agentic 框架快速概览 Agent设计模式——第 3 章:并行化 Agent设计模式——**常见问题解答:Agentic 设计模式** Agent设计模式——第 14 章:知识检索(RAG) Agent设计模式——第 18 章:Guardrails/安全模式 Agent设计模式——第 15 章:Agent 间通信(A2A) Agent设计模式——第 8 章:内存管理 Agent设计模式——第 12 章:异常处理和恢复 Agent设计模式——第 4 章:反思 Agent设计模式——附录 B - AI Agentic 交互:从图形界面到现实世界环境 Agent设计模式——第 5 章:工具使用(函数调用) Agent设计模式——结论 Agent设计模式——第 6 章:规划 Agent设计模式——第 2 章:路由 从经验主义到贝叶斯理论:如何排查线上问题 我用AI为自己造了一把安全的开发者“瑞士军刀”” 从LLM和MCP的协同过程看如何做优化 打通Dify与AI工具生态:将Workflow转为MCP工具的实践 一文了解知识库背后的技术RAG AI应用的五个级别:从入门到专家的进阶之路 一文入门AI圈最近爆火的MCP协议 HTTP/3:性能改进(第 2 部分) deepseek-r1祛魅:从过度热捧到理性认知⁠ 为什么AI智能体需要工作流 如何用GPT-4o解读视频 json命令行处理神器jq介绍 OpenAI的结构化浅析 从大模型的原理到提示词优化 从经济学原理看团队分工合作 [翻译]关于人工智能的30个思考 从马斯洛需求层次理论谈职场激励 知识与智慧 如何使用大语言模型绘制专业图表 两个开源项目打造自己的大模型聚合平台 我让gpt4o给我推荐了一千多次书 得到了这些数据 用Langchain创建一个可以总结网页内容的Agent 推荐一个好用的命令行工具ShellGPT 关于ffmpeg height not divisible by 2的错误 使用Certbot解决https证书自动更新的问题 Spring Cache简明教程 软件开发中的抓大放小vs极致细节思维 OpenAI Assistants-API简明教程 OpenAI的多函数调用(Multiple Function Calling)简介 如何使用ffmpeg制作透明背景的视频 spring-kafka中ContainerProperties.AckMode详解 如何在地图上寻找最密集点的位置? IO密集型服务提升性能的三种方法 职场中的基本归因错误和自利归因 使用javax.validation.constraints校验参数合法性 Java Optional:让你的代码更优雅 ChatGPT函数调用初体验:让ChatGPT具备抓取网页文本的能力 如何使用ChatGPT提升自己的“码”力? 使用ffmpeg拼接两张图片 ThreadPoolExecutor——高效处理并发任务的必备良器 从CPU的视角看 多线程代码为什么那么难写! 使用ffmpeg缩小视频体积的几种方式 Linux parallel 命令使用手册 为什么说过早优化是万恶之源? Linux xargs命令介绍 深入理解Spring的事件通知机制 Java高并发之CyclicBarrier简介 聊一聊过度设计! 详解Redisson分布式限流的实现原理 Java中使用HashMap时指定初始化容量性能一定会更好吗? 如何用ffmpeg截取视频片段&截取时间不准确的坑 XINDOO的2022年年终总结 使用ffmpeg将视频转成HLS(m3u8)格式 谷歌Guava LoadingCache介绍
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。