AI時代，新程序員將何去何從？

我們還要招應(yīng)屆大學(xué)生嗎？在AI和老司機(jī)的雙重夾擊下，新程序員的出路在哪里？—— 用對工具、主動出擊、找對師傅。

窗口正在關(guān)閉

最近和幾位技術(shù)圈的朋友聊天，聊到一個讓所有人都沉默的問題：

“我們還要招應(yīng)屆大學(xué)生嗎？”

沒人能回答。不是不想回答，是不敢回答。

AI 不是在“輔助”程序員，而是在。

這不是某個公司的問題，這是整個行業(yè)的結(jié)構(gòu)性重組。

成長階梯的第一級，被抽掉了

以前程序員的成長路徑很清晰：

寫代碼 → 踩坑 → 積累經(jīng)驗(yàn) → 理解架構(gòu) → 做技術(shù)決策

這條路走了幾十年，培養(yǎng)了無數(shù)人。但現(xiàn)在出了個致命問題：前面的臺階被 AI 接管了。

Redis 作者 Antirez 最近說了一句話：

“Programming is now automatic，vision is not（yet）?！?編程自動化了，但判斷力還沒有。

問題是：判斷力恰恰是需要通過編程/開發(fā)積累的。

你得自己寫過爛代碼，才知道什么是好代碼。你得自己踩過坑，才知道坑在哪里。你得自己做過錯誤的架構(gòu)決策，才能學(xué)會做正確的決策。

Vibe Coding 怎么翻譯？“氛圍編碼”是個奇爛的翻譯。我覺得應(yīng)該叫“寫意編碼”或者“直覺編碼”——核心能力是什么？是在領(lǐng)域中摸爬滾打多年，積累出的那種“直覺”。

現(xiàn)在 AI 把“寫代碼”，甚至是架構(gòu)決策這一步都接管了，新人還怎么培養(yǎng)直覺？

那段對話里最扎心的一句話是：

“行業(yè)經(jīng)驗(yàn)不足的人，已經(jīng)沒有機(jī)會再有行業(yè)經(jīng)驗(yàn)了?！?/blockquote>軍備競賽：紅皇后效應(yīng)

還有一個更殘酷的事實(shí)：每個程序員都在用 AI，但所有人一起用的結(jié)果，是所有人一起貶值。

這是一個經(jīng)典的囚徒困境。或者說，紅皇后效應(yīng)：你必須不停奔跑，才能留在原地。

假如 1 個程序員 + AI 產(chǎn)出翻 10 倍。但市場需求并沒有漲 10 倍 ——

結(jié)果是什么？行業(yè)需要的程序員數(shù)量斷崖式下降。

這就像有人把 “葵花寶典” 公開了——人人都能練，人人都在練。練完之后發(fā)現(xiàn)，江湖上的位置并沒有變多，只是競爭變得更卷了。

更諷刺的是：你不練，別人練，你就出局；你練了，大家都練，一起卷。

個體理性，導(dǎo)致集體困境。

AI 是乘法器，不是加法器

年輕人可能會想：那我用 AI 不就能追上老程序員了嗎？

想多了。

AI 是乘法器，不是加法器。

?10 年經(jīng)驗(yàn) × AI = 碾壓級輸出?1 年經(jīng)驗(yàn) × AI = 還是菜，只是菜得更快了

老馮最近一個月日均 3800 行代碼——對于數(shù)據(jù)庫這種領(lǐng)域，以前我每天穩(wěn)定產(chǎn)出兩三百行有效代碼，已經(jīng)很不錯了?，F(xiàn)在呢？翻了十倍不止。

ClawdBot 的作者更離譜，日均 3 萬行代碼。

這和普通程序員已經(jīng)不是差距了。這是人猿相揖別。

代碼行數(shù)當(dāng)然不是衡量價值的好指標(biāo) —— 但它至少說明了一件事：執(zhí)行層的瓶頸被徹底打開了。 以前你有再好的想法，實(shí)現(xiàn)速度也被實(shí)現(xiàn)的速度限制??；現(xiàn)在，限制你的只剩下判斷力和架構(gòu)能力。

就算 AI 的產(chǎn)出質(zhì)量不如單個頂級程序員，但它能夠以十幾倍的人類思考速度并行運(yùn)作， 并且只要人類程序員幾十分之一的成本，這就足以改變一切。

老師傅的短暫窗口紅利期

這波 AI 浪潮，對老司機(jī)是有利的。

為什么？

第一，經(jīng)驗(yàn)杠桿被放大了。

AI 能幫你寫代碼，但不能幫你決定寫什么代碼。你得知道：這個需求該不該做？做的話架構(gòu)怎么設(shè)計？有哪些坑要避開？什么方案是“好”的？

這些全是經(jīng)驗(yàn)。AI 把執(zhí)行成本降到接近零，但決策的價值反而凸顯了。

第二，領(lǐng)域知識成了護(hù)城河。

連接池怎么死、HA（高可用）怎么炸、線上回滾怎么救火、數(shù)據(jù)怎么保命——這些東西在訓(xùn)練數(shù)據(jù)里是稀疏的，在生產(chǎn)里是致命的。懂的人更值錢，不懂的人更危險。

但這也只是暫時的——葵花寶典人人練，更強(qiáng)的人比你還卷。

第三，老師傅可以“自我 Agent 化”。

頂級程序員現(xiàn)在在做的事情是：把多年的經(jīng)驗(yàn)、判斷、決策模式沉淀成系統(tǒng)/工具/框架，用 AI 作為執(zhí)行層，批量輸出。

高情商的說法是，一個人開創(chuàng)一個賽道；更直白的說法是，一個人干掉一個行業(yè)。

以前資深 DBA 帶團(tuán)隊，手把手教，一年能帶出 2-3 個能用的人?，F(xiàn)在資深 DBA 把經(jīng)驗(yàn)沉淀成自動化系統(tǒng)和 DBA Agent， 新人直接用，跳過“從零踩坑”的階段。中間層被擠壓了。只剩下“造輪子的人”和“用輪子的人”。

領(lǐng)域知識，正在成為行業(yè)頂級程序員批量自我復(fù)制、屠版全行業(yè)的大規(guī)模殺傷性武器。在人人爭做 AI 降臨派的當(dāng)下，沒有誰的飯碗是牢不可破的。

開源的門，換了一扇

有人可能會說：給錢讓我刷經(jīng)驗(yàn)值的地方?jīng)]了，那我去參與開源項(xiàng)目打白工，倒貼積累經(jīng)驗(yàn)總行吧？

別的行業(yè)對這種事可能不陌生——一些護(hù)理專業(yè)的畢業(yè)生甚至要倒貼錢買工作，去三甲醫(yī)院刷履歷。程序員以前沒這么慘，開源社區(qū)是免費(fèi)的公共練兵場。

但現(xiàn)在，開源社區(qū)的游戲規(guī)則變了。

越來越多的開源項(xiàng)目開始明確拒絕“AI Slop”—— 那些用 AI 批量生成的低質(zhì)量 PR。

為什么？因?yàn)?strong>維護(hù)者自己也會用 AI 了。

當(dāng)維護(hù)者可以直接 Vibe Coding 出所有實(shí)現(xiàn)，還要外部 PR 干嘛？開源項(xiàng)目的維護(hù)者本來就不堪重負(fù)， 現(xiàn)在又多了一堆 AI 生成的垃圾 PR 要處理。反應(yīng)是什么？提高門檻，變得更加挑剔。

以前“參與開源”是積累經(jīng)驗(yàn)、建立聲譽(yù)的好路子。現(xiàn)在這條路也在變窄。

年輕人的處境：優(yōu)勢與劣勢

說了這么多，年輕程序員現(xiàn)在到底面臨什么？

劣勢很明顯：

?沒有跑道了。大廠縮招，小廠沒余糧，中廠自身難保。?1 萬小時定律沒消失，但積累的入口變少了。競爭的是新時代的 1 萬小時，但連入口都找不到。?容易被 AI 的“虛假賦能”迷惑。用 AI 寫了幾個項(xiàng)目，以為自己很強(qiáng)了，其實(shí)只是在表面的繁榮里沖昏頭腦，根本沒觸碰到深層的東西。

但優(yōu)勢也同樣顯著：

?沒有歷史包袱帶來的認(rèn)知靈活性：年輕人不用 unlearn 舊的工作方式，接受 AI 新范式更自然，老師傅的過時經(jīng)驗(yàn)有時候反而是負(fù)擔(dān)。?時間套利，少走彎路：老司機(jī)們的判斷力是用十年踩坑換來的。年輕人沒有十年，但可以用 AI 直接獲取“該踩什么坑”的元知識，學(xué)習(xí)條件要好太多了。?時間成本/機(jī)會成本低：相比老師傅，有更多的機(jī)會去探索與試錯。

開放問題：判斷力與直覺能被“模擬”嗎？

這里有一個反直覺的可能性，值得認(rèn)真思考：“踩坑”也許不是獲得判斷力的唯一路徑。

傳統(tǒng)成長模式是：寫代碼 → 踩坑 → 痛 → 學(xué)到教訓(xùn)。十年下來，判斷力長在骨頭里。

但如果你從一開始就把 AI 當(dāng)成思維伙伴——讓它解釋每個決策背后的原因，模擬每種失敗場景，扮演嚴(yán)苛的 code reviewer——你獲得判斷力的路徑可能和老司機(jī)們完全不同。

這有點(diǎn)像飛行員訓(xùn)練：真正的空難不可能靠“親身體驗(yàn)”來學(xué)習(xí)，但飛行模擬器可以讓你在安全環(huán)境里經(jīng)歷上千種極端場景。AI 可能就是程序員的飛行模擬器。

但這條路還沒有被充分驗(yàn)證。

我們不知道“模擬踩坑”能不能真正替代“真實(shí)踩坑”。我們不知道 AI 輔助建立的判斷力，在真正的生產(chǎn)環(huán)境壓力下能不能扛住。 我們甚至不知道這種新型判斷力長什么樣——它可能和老一代程序員們的判斷力完全不同，但同樣有效；也可能只是看起來像，實(shí)際上一碰就碎。

這是一個開放問題。

但如果你是新入行的年輕人，這可能是你唯一的彎道超車機(jī)會。老登們的路你沒法走了 —— 沒有十年讓你慢慢踩坑，你只能賭這條新路能走通。

好消息是：就算這條路最后被證明走不通，你在探索過程中積累的 AI 協(xié)作能力、快速學(xué)習(xí)能力、系統(tǒng)性思考能力，本身也是有價值的。

破局策略

大門在關(guān)上，但窗戶還開著。只是窗戶在變小，而且每天都在繼續(xù)變小。

對于那些還想拼一把的年輕人，我的建議是三個：用對工具、主動出擊、找對人。

一、精通 AI 工具，但要用對方式

但重點(diǎn)不是“用 AI 幫我寫代碼”，而是“用 AI 幫我建立判斷力”。

什么意思？讓 AI 給你解釋：

?為什么這樣設(shè)計？?有什么替代方案？?各自的 trade-off 是什么？?生產(chǎn)環(huán)境會遇到什么坑？

不要只讓 AI 幫你做，要讓 AI教你為什么這樣做。

二、找到你的師父，比 Agent 更有 Agency

還在等公司給你帶薪刷經(jīng)驗(yàn)值的機(jī)會？別想了。機(jī)會要自己創(chuàng)造。你得比Agent更有Agency，才能從Agent和老登的夾擊中殺出來。

AI Agent的特點(diǎn)是：給它一個目標(biāo)，它會自主規(guī)劃、自主執(zhí)行、自主修正。你作為人，得比AI更有這種能動性——主動找項(xiàng)目、主動找資源、主動找?guī)煾?，而不是等著別人來安排你。

用麥克盧漢的“淘汰-回收”框架來看：AI淘汰的是什么？是“知識稀缺性”作為價值來源的范式——過去你值錢是因?yàn)槟阒绖e人不知道的東西，現(xiàn)在AI什么都知道。

那AI回收的是什么？是“前印刷術(shù)”時代的知識傳遞模式：

?通過對話（蘇格拉底式問答）?通過師徒關(guān)系（學(xué)徒制）?通過口碑和社區(qū)（知道誰可信，比知道什么更重要）

印刷術(shù)把知識固化成書本，讓知識可以脫離人而存在。這是巨大的進(jìn)步，但也有代價——我們開始相信“知識在書里”，而不是“知識在人里”。

AI 正在逆轉(zhuǎn)這個過程。當(dāng)任何人都能調(diào)用無限知識時，“知道什么”貶值了，“是誰”重新值錢。

對年輕人來說：找?guī)煾副日抑R更重要。

不是那種“大佬帶帶我”的幻想，而是實(shí)實(shí)在在地：

?找到你想成為的人，研究他們的路徑?參與他們的項(xiàng)目，哪怕從最邊緣的貢獻(xiàn)開始?在社區(qū)里建立信譽(yù)，讓對的人注意到你?學(xué)會提好問題——這本身就是最稀缺的能力

知識民主化了，但信任沒有。誰能建立信任，誰就能破局。

三、押注“不會被掀桌”的東西

說了半天，什么才是年輕人應(yīng)該學(xué)的“真本事”？

什么是真本事？我的答案：軟件工程能力 + 基礎(chǔ)設(shè)施知識。

如果非要說具體的東西，我建議：Claude Code（BMAD） + PostgreSQL（Pigsty）

為什么是這兩樣？

軟件工程能力，不是指“會寫代碼”，而是指：怎么把一個模糊的需求變成可執(zhí)行的方案？怎么設(shè)計一個可維護(hù)的系統(tǒng)？怎么在 AI 的幫助下構(gòu)建復(fù)雜項(xiàng)目？這是一整套新的工程實(shí)踐，和“會用 AI 聊天”是兩回事。

基礎(chǔ)設(shè)施知識，是指那些“離金屬近”的東西：操作系統(tǒng)、數(shù)據(jù)庫、網(wǎng)絡(luò)、存儲。這些東西變化慢、護(hù)城河深、受 AI 沖擊很小，在訓(xùn)練數(shù)據(jù)里稀疏但在生產(chǎn)里致命。AI 應(yīng)用也好、Agent 也好，最后都得跑在基礎(chǔ)設(shè)施上。

什么東西沒有學(xué)習(xí)價值？流程軟件、SaaS、各種“翻譯層”的活兒、花里胡哨的編程技巧，以及 —— 這些全都會被 AI 掀桌。

寫代碼不重要了。以后可能壓根沒有“程序員”這個職業(yè)，只有軟件工程師

窗口正在關(guān)閉。這是事實(shí)，不用回避。但對于那些愿意拼的人，路沒有斷。

記住三件事：

一、別被 AI 的虛假賦能騙了。AI 放大的是你的能力，不是你的幻覺。但也別被恐慌敘事嚇住——年輕人有年輕人的優(yōu)勢，關(guān)鍵是找到屬于你的路徑。

二、找到能讓你快速積累經(jīng)驗(yàn)的杠桿。項(xiàng)目、工具、師父 —— 別什么都自己從零開始，那樣只會被越甩越遠(yuǎn)。

三、這個時代的競爭，不是“會不會用 AI”，而是“有沒有值得被 AI 放大的東西”。盡快找到你的 IKIGAI。

時間不多了，行動起來吧。

寫文章不打廣告約等于沒寫。如果你對 PostgreSQL 感興趣，作為 PostgreSQL 老司機(jī)，我做的開源發(fā)行版Pigsty還是可以幫上忙的 —— 這是一套可以從你的筆記本伸縮到整個數(shù)據(jù)中心的 PostgreSQL 解決方案。一行命令就能在裸 Linux 上拉起行業(yè)頂尖水平的 PG RDS：400+ 擴(kuò)展，完善的監(jiān)控、備份、高可用。

Vibe Coding 之父 Andrej Karpathy 說過，他花了一天糊出來一個 APP，但是把它部署折騰上線花了整整一周。 Pigsty 能幫你把一臺光板無毛 Linux 云服務(wù)器原地變?yōu)橥暾?Agent/應(yīng)用運(yùn)行時，解決 Vibe 最后一公里問題，而不需要操心數(shù)據(jù)庫管理運(yùn)維細(xì)節(jié)。

https://pigsty.cc

另外，我們有一個 ，關(guān)注 PostgreSQL，Pigsty，數(shù)據(jù)庫，云計算，以及 Vibe Coding。 雖然里面老登居多，但也非常歡迎業(yè)內(nèi)新人加入交流。 619377403