打开网易新闻 查看精彩图片

这段时间,很多程序员的感受其实很一致。

活没少,反而更碎了;
工具越来越多,但心里更没底了;
每天都在用 AI,可越用越觉得不踏实。

不是因为不会写代码了,而是你隐约感觉到一件事:

这行的“玩法”,正在被改写。

最难受的,不是被替代,而是看不清接下来该怎么走。

现在的问题,不是岗位消失,而是标准在重写

如果你这两年有参与项目,大概率已经体会到了变化。

以前一个需求,从评审到开发,大致是这样推进的:

产品写文档 → 技术评估 → 开发实现 → 测试验证 → 上线

节奏不算快,但路径清晰。

现在很多团队的真实状态是:

需求还没完全想清楚,AI 先帮你生成一版;
接口没写完,前端已经用 AI 拼出页面;
测试用例一半是人写,一半是 AI 补;
文档没人写,但 AI 能随时生成一份“看起来很完整”的说明。

效率确实上来了,但同时也带来了新的问题:

谁来判断这段 AI 生成的代码能不能上线?
谁来兜底那些“看起来没问题,实际有坑”的逻辑?
谁来负责系统长期可维护,而不是一次性跑通?

以前公司看的是“你能不能把代码写出来”。
现在开始看的是“你能不能把事情做成”。

标准变了,但还没完全稳定。

这就是现在很多人不舒服的根源。

打开网易新闻 查看精彩图片

会被淘汰的,从来不是语言,而是工作方式

很多人把焦虑归结为一句话:AI 会不会替代程序员

这个问题问得太粗了。

更准确的说法是:

AI 会替代掉一部分“旧的工作方式”。

比如这些习惯:

只会根据需求单写代码,不关心业务逻辑
遇到问题只会搜答案、复制代码
对系统整体没有概念,只负责自己那一块
不愿意尝试新工具,觉得“现在这样也能干”

这些能力,在过去是可以工作的。

因为系统复杂度高,需求多,人力紧张,公司愿意用人堆。

但 AI 出现后,这类工作恰恰是最容易被压缩的。

CRUD、简单接口、模板代码、重复页面,这些东西 AI 做得越来越快。

如果一个人只是把这些事情做得更熟练,他的优势就会越来越薄。

不是他不努力,而是这个方向本身在贬值。

真正的变化,是“执行者”在减少,“负责结果的人”在变贵

打开网易新闻 查看精彩图片

你仔细看现在公司内部的变化,会发现一个趋势。

不是所有程序员都变得不值钱,而是分层开始明显。

过去一个团队,可以有很多执行型开发。
现在团队更倾向于少一些人,但每个人能承担更多结果。

什么叫“承担结果”?

不是写完接口就结束。
而是:

这个功能上线后会不会出问题
出问题了怎么补
数据能不能对上
用户会不会用
后面改动会不会牵一发动全身

这些事情,以前是慢慢靠经验积累的。
现在 AI 把“写代码”这一步加速之后,这些能力反而被放大了。

AI 能帮你写一段代码,但它不会替你对系统负责。

所以公司会越来越看重这种人:

能用 AI 提效,但不会被 AI 带偏
能看懂业务,而不是只看代码
能提前发现问题,而不是等线上出事故
能把一个模糊需求变成可落地方案

这类人不会被替代,反而会更稀缺。

最难受的,其实是这一段“过渡期”

如果只是简单替代,反而没那么痛苦。

真正让人焦虑的,是现在这个阶段:

旧的方式还在用,但价值在下降
新的方式大家都在试,但还没统一
公司在降本,但又不敢完全砍人
招聘在收紧,但岗位要求越来越高

你会看到很多矛盾的现象:

公司说要 AI 转型,但内部没人真正会用
面试问 AI,但工作里用得很浅
岗位减少,但项目压力没有减少
新人更难进,老员工也不轻松

这不是你一个人的问题。

这是整个行业在做一次“工具链重构”。

以前是 IDE + 框架 + 文档 + 搜索。
现在变成 IDE + AI + 自动化 + 数据 + 工作流

这套东西还在变化中。

所以你会觉得——没有一个明确的“新标准”可以抓住。

这个阶段,最容易做错的两件事第一种:彻底抗拒

觉得 AI 不靠谱、生成代码不安全、没必要学。

短期看,这种人反而不焦虑,因为他维持了原有节奏。

但风险很明显:

一旦团队开始全面使用 AI,他会被边缘化。

不是因为他能力差,而是他不在新的工作方式里。

第二种:盲目跟风

另一种极端,是把 AI 当成万能工具。

什么都让 AI 做:

需求让 AI 写
代码让 AI 写
测试让 AI 写
连问题都不想自己分析

这种人短期看效率很高,但很快会遇到瓶颈:

系统越来越不可控
问题越来越难排
代码看起来能跑,但不敢上线

他不是在用 AI,而是在把判断力外包出去。

这同样是危险的。

更现实的做法:先别急着下车

很多人开始想转行、换赛道、甚至离开技术。

这件事不是不能做,但现在这个时间点,不一定是最好的选择。

因为你离开的是一个正在重构的行业,而不是一个已经衰落的行业。

更稳的策略,反而是:

把现在的工作,当成一次“适配期训练”。

你不需要一夜之间变成 AI 专家,但可以从这些地方开始:

在真实项目里用 AI,而不是只在 Demo 里用
学会拆任务,让 AI 帮你做一部分,而不是全部
多花时间理解业务,而不是只盯代码实现
把 AI 生成的代码当“初稿”,自己做判断和修正
关注系统整体,而不是只看自己负责的一小块

这些能力,都是在工作中才能练出来的。

离开项目环境,很难真正形成。

“苟住”,不是消极,是一种策略

你说的那句话,其实挺真实的:

现在最难受的时期,先苟住,等安全区出现再决定。

很多人会觉得这听起来不够积极。

但在行业波动期,这反而是一种理性选择。

所谓“苟住”,不是躺平,而是:

不盲目跳车
不轻易否定自己
不跟着情绪做决策
在现有环境里积累新能力

等行业慢慢稳定下来,会发生两件事:

新的岗位标准会逐渐清晰
新的薪资结构会慢慢形成

到那时候,你再去选择:

继续往上走
换公司
换方向
甚至转型

都会更有把握。

打开网易新闻 查看精彩图片

so

程序员这个职业,不是第一次被“唱衰”。

从低代码、到自动化工具、到云平台,再到现在的 AI,每一轮都会有人说:这次不一样。

这一次确实不一样。

但不一样的地方,不在于程序员会不会消失,而在于:

它不再奖励只会写代码的人。

AI 会让写代码这件事变得更快、更便宜、更容易复制。

但把复杂业务做成系统,把系统长期跑稳,把问题提前看清,这些事情依然需要人。

而且会越来越需要。

所以与其问“这个行业还值不值得待”,不如问一个更具体的问题:

在这个变化里,我准备变成哪种人?

这个问题,没有标准答案。

但它大概率,比“要不要下车”更重要。

技术之外,也有生活

这里偶尔分享:

  • 工作思考 & 创业感悟
  • 方式 / 兴趣爱好
  • 育儿教育/ 教培兴趣
  • 赚钱方式 / 普通人如何和技术&互联网一起成长
  • 时事的理解与跟进
  • 在无人处自律,在不完美里安住慎独侘寂,都是生活的修行

如果你也在努力生活欢迎关注一起慢慢走。