Ai 降本增效已经把部分只会 CRUD 。只会按需求写业务开发人员已经是裁员名单上了.
从 0 到 1 完成一个“商业”项目的能力是程序员的多年经验。多年实际业务的弯路堆叠起来
所以过于牛马毫无思考.对新事物没有快速的理解能力和调研能力的传统开发程序员就比较危险了
但是 Ai 会增加其它岗位的能力。例如一个只会简单编程的毕业生。能 Ai 写代码处理爬虫和一些数据清洗简单的小事情。然后总结文档等等。完成小需求.小 demo..相对改善了大部分底薪的岗位的能力。因为 Ai 一体化做出来的目前都是小工具.解决工作上的汇报或小需求。变成商业不太可能..最终上升高度也不会到太多.
A 级 > B 级 > C 级 > D 级 > E 级。
会高等级技能的，肯定会低等级技能。目前的 AI ，假设为 C 级。因为现在的 AI 在「架构」「品味」上仍然逊色于人类。
这里的级别，是一个综合的指标，比如功能完善程度、运行效率、可扩展性等等。
E 级人类 + C 级 AI：
===>那么 E 级的人类，也可以完成 C 级的任务 OK ！这里无论 AI 是像 Anthropic 预言的一样持续 N 天工作，还是像在 Cursor 中一样，需要人类不断介入。相当于硬生生拔高了人类的基线水平。
C 级人类 + C 级 AI：
===>平添 N 个同级别组员！但也是局限在 C 级任务。
A 级人类 + C 级 AI：
===>AI 如果像 Claude Opus 4 一样持续 N 天工作，给它定义好 A 级的架构和框架并分解出 C 级的任务，让 AI 去实现这些 C 级任务，那简直太爽了！平添 N 个下手。
===>AI 如果像 Cursor 一样，还需要时不时盯着，那就是在拖 A 级人类的后腿，一个经济有效率的方案是需要再招 N 个 E 级的人类来盯梢 AI 。
这样定量一分析，情况就很清楚了。
如果 AI 的代码能力到了 C 级，且可以连续持续工作，那么 C 级以及 D 级 E 级的人类，就被无情淘汰了。A 级和 B 级的人类则如虎添翼。
如果 AI 的代码能力到了 C 级，但不能持续工作，需要人类不断督促反馈，那么 A 级和 B 级的人类，都可以招聘 E 级人类来做这部分督促工作，对 C 级和 D 级的人类打击最大。
闽公网安备 35020302035485号
⸻
🚀 效率提升与生产率跃升
• 工作效率显著提高：McKinsey 报告指出，使用 AI 工具后，软件工程师的编写速度提升约 35–45%，重构速度提高 20–30%，文档速度提升 45–50% 。arXiv 实验结果显示，GitHub Copilot 可使开发者完成任务速度提升约 55.8% 。
• 大规模应用：据 2025 年报道，亚马逊和微软约 25% 的代码已由生成式 AI 自动生成 。此外，Github 数据显示 Python 函数中约 30% 由 AI 编写，这提升了提交频率和整体价值，估值规模达数十亿美元 。
⸻
🧭 职责与角色转型
• 从写代码转向质控和指引：OpenAI 联合创始人 Greg Brockman 指出，AI 削减了乏味劳动，但也让工程师留给的主要工作是质量控制和部署 — 并非最有趣的部分 。与此同时，Codex 管理者谈及将来更多是“指导 AI 代理”而非写每行代码 。
• “Vibe Coding”兴起：由 Andrej Karpathy 提出，通过自然语言提示驱动 AI 编程，开发者更多进行“对话—测试—迭代” 。Y Combinator 最新批次中，25% 的项目几乎全部由 AI 完成 。
⸻
⚖️ 风险与挑战：质量、安全与失控
• 代码质量堪忧：研究表示 AI 编写的代码“代码 churn”（被替换率）上涨，常有大量复制粘贴 ；最好的模型虽然能赚取高报但错误率仍高，仅解决约 26% 问题 。
• 安全与可维护性隐患：Vibe Coding 虽方便，但也可能带来漏洞、安全问题，开发者可能并不完全理解 AI 代码 ()。
• 技能退化危机：维基提及，过度依赖 AI 编程会导致程序员基本能力“deskilling”（退化）()。
⸻
🛠️ 职位结构与就业形态变化
• 程序员岗位大幅减少：华盛顿邮报指出，近两年美国电脑“程序员”岗位（注重具体编码任务）减少超过 27% 。
• 入门岗位受冲击，中高阶稳定：Anthropic CEO 警告入门级白领岗位未来五年可能减少 50%，但 OpenAI COO 和行业高层持谨慎乐观态度，认为短期并不会出现大规模替代 。
⸻
🛤️ 新机遇：转型为“构建者”、“设计者”、“产品导向者”
• 转型“builders”角色：Windsurf CEO Varun Mohan 表示 AI 将把传统开发者职责拓展为更广义的“构建者”，以实验、反馈和迭代为核心工作流程 。
• 产品开发层面的革命：McKinsey 指出，在产品整个开发生命周期中整合 AI ，可提升创新与产品质量 。
• 复兴个性化软件：Pragmatic Engineer 认为 AI 将促发“个人化软件复兴”，开发者能集中于用户体验、边缘案例和细节层面设计 。
⸻
🎧 播客与行业视角
• Steve Yegge （ Sourcegraph ）：在播客中预测，传统行代码方式将在 5 年内被聊天式编程取代，程序师会更多进行“对话式编程”（ Chat‑Oriented Programming, CHOP ），形成新工作流程 。
• Lex Fridman 对话 Sundar Pichai：探讨是否 AI 会替代程序员，倾向认为 AI 是增强工具，而非完全替代 。
⸻
✅ 总结建议
1. 提升 AI 协作能力：掌握 prompt 编写、AI 代理指挥、结果验证等能力。
2. 专注高阶素质：架构设计、需求分析、系统思考、用户体验和边缘问题处理等仍是人类擅长领域。
3. 强化软实力：沟通、跨团队协作、创新思维等可提升适应性。
4. 持续学习与转型：关注 AI 在产品开发、自动化测试和安全中的新角色，提升集成与审核能力。
⸻
综上所述，AI 正 重新塑造 程序员职业结构：消解重复劳动，重塑新技能，淘汰低阶岗位，但同时带来更具创造性、交互性、高价值的职业空间。适应这一变革，是每位程序员当前最急迫的课题。
⸻
1.如果你把程序员理解为, 接受需求, 编写代码, 通过测试, 提交完工
2. 还是给程序员一句话, 要你交出一个软件
这完全是两码事, 如果是 1, 肯定需求会大量减少, 因为一个程序员确实可以通过 ai 协助干原来可能 3 个人活
但是 2, 那依然有较高的门槛的, 即时有 ai 的协助
从 0 到 1 完成一个“商业”项目的能力是程序员的多年经验。多年实际业务的弯路堆叠起来
所以过于牛马毫无思考.对新事物没有快速的理解能力和调研能力的传统开发程序员就比较危险了
但是 Ai 会增加其它岗位的能力。例如一个只会简单编程的毕业生。能 Ai 写代码处理爬虫和一些数据清洗简单的小事情。然后总结文档等等。完成小需求.小 demo..相对改善了大部分底薪的岗位的能力。因为 Ai 一体化做出来的目前都是小工具.解决工作上的汇报或小需求。变成商业不太可能..最终上升高度也不会到太多.
以后的手写代码就跟顶级手工定制车一样，需要极端高级的工程师来写
对群体来说要求更高了，因为不再需要低端程序员了
但是对个人来说可能是减轻了要求，因为很多活不需要亲自劳累动手
会高等级技能的，肯定会低等级技能。目前的 AI ，假设为 C 级。因为现在的 AI 在「架构」「品味」上仍然逊色于人类。
这里的级别，是一个综合的指标，比如功能完善程度、运行效率、可扩展性等等。
E 级人类 + C 级 AI：
===>那么 E 级的人类，也可以完成 C 级的任务 OK ！这里无论 AI 是像 Anthropic 预言的一样持续 N 天工作，还是像在 Cursor 中一样，需要人类不断介入。相当于硬生生拔高了人类的基线水平。
C 级人类 + C 级 AI：
===>平添 N 个同级别组员！但也是局限在 C 级任务。
A 级人类 + C 级 AI：
===>AI 如果像 Claude Opus 4 一样持续 N 天工作，给它定义好 A 级的架构和框架并分解出 C 级的任务，让 AI 去实现这些 C 级任务，那简直太爽了！平添 N 个下手。
===>AI 如果像 Cursor 一样，还需要时不时盯着，那就是在拖 A 级人类的后腿，一个经济有效率的方案是需要再招 N 个 E 级的人类来盯梢 AI 。
这样定量一分析，情况就很清楚了。
如果 AI 的代码能力到了 C 级，且可以连续持续工作，那么 C 级以及 D 级 E 级的人类，就被无情淘汰了。A 级和 B 级的人类则如虎添翼。
如果 AI 的代码能力到了 C 级，但不能持续工作，需要人类不断督促反馈，那么 A 级和 B 级的人类，都可以招聘 E 级人类来做这部分督促工作，对 C 级和 D 级的人类打击最大。
AI 还有个优势，用 AI 学习是真的快。前段时间搞 vue ，因为不熟悉 JS ，所以即使 AI 生成出来让我去改都没法下手。但是回头看了 2 天 B 站教程，懂点基础，直接就可以改了。当然如果遇到一些语言特性，还是改的抓狂。不过就这样慢慢磨了差不多 2 周多也开始熟悉了 VUE 和 JS 了。 现在过去了 1 个多月项目也完成了，过后故意不用 AI 自己手撸了下，除了 CSS 美化没法搞好，其他的还行。
确实，他们举例子最多的就是几分钟写一个贪吃蛇小游戏，一个简单的网页什么的，我觉得这就像让小朋友玩沙坑里的挖掘机。。