Thorsten Ball 是 Amp 的软件工程师，有 15 年编程经验。

去年他在博客里写了一段话：

十五年来，我一直以为自己热爱写代码，热爱一个字一个字地敲出代码，热爱那种“打字的节奏感”——坐在编辑器前，手指在键盘上噼里啪啦。
现在，我不太确定了。
亲手敲代码这件事，现在让我感到烦躁。

他不是一个人。很多程序员都有这种感觉：当你发现 AI 写得比你快、比你好时，那种失落感是真实的。

但问题是，这种感觉解决不了任何问题。

真正的问题是：当 AI 能写 90% 的代码，程序员该往哪里走？

这不是“将来时”，是“现在进行时”

2025 年 12 月，OpenAI 联合创始人 Andrej Karpathy 在 X 上发了一条推文：

程序员正在被大规模重构。

他用了“refactored”这个词——在编程里，重构的意思是改写代码，让它变得更好。

现在，被重构的不是代码，而是程序员这个职业本身。

Karpathy 还说：

我从来没有像现在这样觉得自己作为程序员落伍了。
如果没有抓住这波红利，纯粹就是自己菜。

这话很难听，但他说的是对的。

拐点已经来了

去年 11–12 月，三个模型的发布成为真正的拐点：

• Opus 4.5（Anthropic）

• GPT-5.2（OpenAI）

• Gemini 3（Google）

很多原本持怀疑态度的资深工程师，彻底改变了看法。

Vercel 的 CTO Malte Ubl 说：

有了 Opus 4.5 之后，世界完全不一样了。
软件生产的成本正在趋近于零。

Claude Code 的创造者 Boris Cherny 说：

上个月是我作为工程师第一次完全没有打开 IDE。
Opus 4.5 写了大约 200 个 PR，每一行代码都是它写的。

Ruby on Rails 的创始人 DHH，之前还公开说“不让 AI 直接写代码”，去年 12 月 180 度反转：

那部分抵触其实是因为当时的模型还不够好！
现在彻底反过来了。

这些技能正在变得一文不值

纯粹写代码的能力
以前，你能快速写出高质量代码，这是核心竞争力。现在，AI 写得比你快、比你准、比你便宜。
你手写得再快，能快过 AI 吗？

编程语言专精
以前，你是“Java 专家”、“Go 高手”、“Rust 大神”，很吃香。现在，AI 什么语言都会写。
一个后端工程师可以让 AI 写前端代码，一个前端可以让 AI 写后端代码。语言专精的优势正在消失。

前后端分离思维
以前，前端就是前端，后端就是后端。现在，一个靠谱的工程师可以跨全栈工作。
有了 AI，初创公司不太可能再分别招前端和后端。

手动重构
以前，重构是高级工程师的基本功。现在，AI 重构比你快得多。
当然，大规模重构还是需要人来把关，但“手动重构”这个技能正在贬值。

执行清晰的工单
以前，你能按照 PRD、JIRA 工单把代码写好，就是好工程师。现在，AI 可以自动完成这些定义清晰的工单。
Cursor 团队已经有了一套自动化流程，所有 Linear 工单都被 AI 一把搞定。

但有些东西反而更值钱了

架构设计能力
代码写得越快越多，就越需要明确软件的结构。
单体应用还是微服务？接口怎么设计？怎么让各个部分可测试？
这些决策 AI 没法替你做，你必须自己来。而且，架构决策的错误，AI 写再多代码也救不了你。

产品思维
当 AI 能实现任何功能时，决定做什么就变得更重要。
这个功能真的需要吗？用户真正需要的是什么？怎么用最小的成本验证想法？
很多敏捷初创公司已经开始招“产品工程师”——既是工程师，又是产品经理。
Linear 这家公司，80 个工程师只配 1 个产品经理。因为他们每个工程师都有产品思维。

测试和验证能力
AI 写的代码靠谱吗？怎么验证？
你需要单元测试、集成测试、端到端测试、CI/CD 流程。
没有这些，你根本不敢把 AI 写的代码推上线。而且，测试基础设施会越来越重要。
因为 AI 生成的代码越多，就越需要快速的反馈回路。

技术债管理
代码越多，技术债就越多。
哪些代码需要重构？哪些依赖需要升级？哪些性能问题需要解决？
AI 可以帮你写代码，但没法帮你做这些判断。

构建可靠系统的能力
当谁都能生成一个“差不多能用但随时可能崩”的软件时，能产出始终稳定可靠的高质量代码的工程师，会更加抢手。
安全、性能、可扩展、可观测性——这些没法靠一句提示词就让 AI 做好。
你需要知道自己想要什么、如何验证、如何设计，然后提示 AI。
知道什么时候该用自己的专业知识，这本身就是一种能力。

现在该怎么办？

这篇文章不是制造焦虑，是给方案。

立刻开始用 AI
不是“准备用”，不是“打算用”，是“现在就用”。
Karpathy 说：没有抓住这波红利，纯粹就是自己菜。
这话难听，但说得对。
用 AI 帮你写代码、写测试、重构、写文档。
越早开始，差距越小。

补工程基本功
当写代码不再值钱，工程能力就更值钱。
学习架构设计、测试策略、CI/CD、可观测性、技术债管理。
这些东西，AI 没法替你学。

培养产品思维
别只盯着代码，盯着用户和业务。
和用户多交流，多问“为什么要做这个”，多思考“怎么用最小成本验证”。
未来属于“产品工程师”，不是“纯写代码的”。

写在最后

Thorsten Ball 说他现在不爱写代码了。

但他也说：

编程依然有趣，甚至比以前更有趣了。

关键是什么？不是“亲手敲代码”，而是“用 AI 构建东西”。

AI 让“写代码”贬值，但让“软件工程”升值。

前者会被 AI 取代，后者会用 AI 变得更强。

你是哪一种？

AI 不会取代程序员，但会用 AI 的程序员会取代不会用的。

本文内容仅供个人学习、研究或参考使用，不构成任何形式的决策建议、专业指导或法律依据。未经授权，禁止任何单位或个人以商业售卖、虚假宣传、侵权传播等非学习研究目的使用本文内容。如需分享或转载，请保留原文来源信息，不得篡改、删减内容或侵犯相关权益。感谢您的理解与支持！

链接: https://fly63.com/article/detial/13459