打开LinkedIn、Twitter或YouTube，关于AI与开发者岗位的争论每天都在刷屏。两种声音针锋相对：一方认为AI代理进化速度惊人，初级开发岗位几年内就会消失；另一方则坚持AI只是高级自动补全工具，"继续写代码，别担心"。

这种撕裂感在即将入行的新人身上尤为明显。一方面，他们目睹工具能在几秒内生成完整的后端架构和UI布局；另一方面，他们也清楚真正的工程需要批判性思维、调试能力、系统设计，以及处理并发竞争、数据库死锁等复杂边界场景——而这些正是AI至今仍 struggle 的领域。

打开网易新闻 查看精彩图片

但就业市场的现实压力和AI的迭代速度，让"未来会怎样"这个问题变得难以回避。

打开网易新闻 查看精彩图片

这场争论背后有三个核心问题值得拆解：初级岗位是否真的已经面临风险？AI如何改变了生产环境中的实际工作流？以及，今天应该聚焦哪些具体技能才能让自己"AI-proof"？

关于岗位风险，分歧的关键在于对"编程工作"的定义。如果将其等同于代码生成，那么AI的替代曲线确实陡峭；但如果将工程视为问题诊断、需求澄清、技术权衡与系统维护的综合体，经验壁垒依然显著。

工作流的改变则更为具体。开发者们反馈的日常包括：用AI加速样板代码、加速文档查阅、辅助调试思路，但核心架构决策和故障排查仍依赖人的判断。这种"AI辅助而非替代"的模式，正在重塑效率基准而非岗位边界。

打开网易新闻 查看精彩图片

至于"AI-proof"技能，讨论指向几个方向：深度理解系统底层而非停留在调用层、强化跨模块的复杂问题定位能力、以及将业务需求转化为技术方案的产品思维。这些能力的共同点是：它们都涉及上下文整合与价值判断，而非模式匹配。

这场对话没有标准答案，但有一个共识： hype 之外，开发者的真实视角比任何预测都更值得倾听。