程序员最好的时代可能已经结束了。这句话来自著名程序员、Ruby on Rails框架的作者DHH。

我刚刚听完他最新一期的播客。DHH很平静地分享了一个判断：过去十多年程序员能拿高薪，本质上是因为瓶颈溢价。

整个市场对程序员的需求太大，供给跟不上，价格就上去了。但现在，AI正在让这个瓶颈消失。

但同时他也说，现在反而是自己写代码最带劲的时候。每天指挥AI写代码，自己负责把关和修改。以前一个人埋头写一整天的东西，现在一两个小时就搞定了。

一边说程序员的好日子到头了，一边说自己写代码比任何时候都开心。这两件事怎么能同时成立？下面是我的播客读后感。

一

程序员过去二十年能拿高薪，本质上是因为程序员是系统里的瓶颈资源。

回想一下过去十年发生了什么。很多人从培训班出来，培训半年多就能上岗，薪水还不低。这在其他行业几乎不可想象。

因为这十几年，互联网在快速爆发，市场对程序员的缺口太大了。需求超过供给。

经济学有个基本原理：价格由稀缺性决定。能写代码的人是整个系统里最稀缺的环节，所以工资水涨船高。

现在，这个瓶颈正在被松动。

一个资深工程师配上好的AI，产出能翻好几倍。当效率提升到这个程度，写代码就不再是瓶颈了。

有人会说，软件需求还在增长。AI让生产效率提高了，需求也会跟着涨，程序员不还是很抢手吗？

过去两年，大家管这个逻辑叫杰文斯悖论：当一种资源的使用效率提高，对它的总需求反而会增加。煤炭效率提高了，煤的用量反而更大了。

听起来程序员也能被这个逻辑拯救。但事情没那么简单。

因为会有两类公司走向完全不同的方向。

一类公司会用多出来的产能去做更多创新。以前不敢想的项目现在可以做了，以前觉得性价比太低的优化现在可以搞了。对他们来说，AI带来的是更多可能性。

另一部分公司把研发视为成本中心。他们需要的只是完成一件确定的事。如果能用十分之一的成本完成同样的事，那就是竞争优势。

他们不会选择多做十倍东西，他们会选择少花十倍钱。

第一种情况，不需要更多程序员。第二种情况，需要更少程序员。

杰文斯悖论救不了每一个程序员。

二

AI对工程师的冲击，不能一概而论。

如果是一个资深工程师，而且愿意拥抱新工具，现在可能是职业生涯里最好的时候。但如果是刚入行不久的初级工程师，情况就没那么乐观了。

因为现阶段的AI可以理解为一个超级初级程序员。它写代码很快，产量很高，不抱怨，不要加班费，可以同时干很多事。

但它会犯错。它不知道这段代码部署到生产环境会出什么问题，不知道这个架构决策对未来三年的影响，不知道这个API设计会让后面的人骂娘。

它需要有人把关。

AWS已经出现过AI代码导致严重事故的案例。事后复盘的结论是：不能让初级工程师在没有复审的情况下，直接部署AI生成的代码。因为初级工程师还没有形成好的判断力。

一种新的分工出现了。资深工程师做把关人，同时指挥多个AI。AI负责写代码、改Bug这些体力活。资深工程师负责架构设计、质量判断、方向把控。

这对资深工程师来说是一次很实在的红利。他们的杠杆被放大了，变得比以前更值钱。

但对初级工程师来说，处境变得尴尬。

现在，如果一个初级工程师的主要工作是体力实现和简单查Bug，那这正好是AI最擅长的事。如果只是抄AI代码再贴上去，在这种新分工里就变得很鸡肋。

以前初级工程师存在的意义是：资深工程师太贵了，不可能让他们干那些简单重复的活，所以需要初级工程师来分担。

现在AI可以干这些活了，而且干得更快、更便宜、不需要休息。

分化的逻辑很简单：谁能驾驭AI，谁就被放大；谁的工作内容和AI重叠，谁就被挤压。

三

对工程师来说，这是一个全新的时代。旧的逻辑行不通了，需要新的思路。

招聘标准这些年一直在变。十年前刚毕业那会儿，大家特别看重编程语言的经验。简历上Java五年、C++三年，这些很重要。

因为那时候大部分公司还在做业务系统，对语言的成熟度要求高。

后来2015年左右，字节这批公司起来了，风向变了，大家开始特别重视算法。逻辑很简单，编程语言可以学，但一个人聪不聪明，基本功扎不扎实，这个学不来。语言只是工具，换一个很快能上手。

现在又在变。变化还没那么明显，但趋势已经能感受到了。一些走在前面的公司开始招Product Engineer，除了技术能力，还要求好奇心、沟通能力、产品Sense。会写代码越来越像一个基本前提。

这个演变背后有一条暗线：约束在转移。

以前是什么情况？产品经理想到一个功能，要等程序员来实现。程序员忙不过来，产品经理只能干等。

在这个链条里，实现是瓶颈，所以实现能力最值钱。产品经理反而是被低估的角色，因为他们不是卡脖子的地方。

现在不一样了。实现正在被AI解决。那什么变成了新的稀缺？是知道该做什么、为什么做、怎么判断做得对不对。

换句话说，是定义问题的能力。

Taste、判断力、产品Sense、沟通能力，这些听起来有点虚的东西，其实都是定义问题需要的能力。

什么是好的代码结构？这个功能该不该做？做完之后用户会怎么用？这些判断，目前AI给不了。

还有一个趋势很明显。在一些走得比较前的团队里，工程师和设计师的边界在模糊。

设计师不只是把界面做漂亮，还要参与决定做什么、为什么做。工程师也不只是写代码，还要理解业务、理解用户。大家都在往中间靠。

那种只想安静写代码、不跟人打交道的路线，以后会越来越难走。

很多人当初选这个行业，就是因为喜欢跟机器打交道，觉得比跟人打交道简单。但现在跟机器打交道这件事，AI也能做，而且做得又快又便宜。

如果谁的技术能比AI还要强，写出来足够好的代码，那另说。但这条路对绝大多数人来说都不现实。

对于大部分工程师而言，方向有两个。

第一，远离成本中心岗位。成本中心是最危险的位置，因为砍成本是最直接的选择。如果所在的部门只是为了完成一件确定的事，而这件事AI能做，那处境会比较被动。

第二，如果暂时离不开，就在里面变得不可替代。怎么不可替代？深入业务、流程、系统脉络。成为那个知道为什么要做这件事、做完之后会影响什么的人。这种理解，不是看几天代码就能有的。

说到底，是从单一的实现者向复合角色演化。能定义问题，能和用户沟通，能用AI驱动交付。

越来越觉得，对于能驾驭这波变化的人来说，现在确实是最好的时代。杠杆被放大了，能做的事情变多了，工作本身变得更有趣了。

但对于整个行业来说，那个人人都能分一杯羹的黄金时代，可能真的过去了。

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/13601