AI 取代的是「把需求翻译成语法正确的代码」这件事，这部分确实在快速贬值。
但它没有取代「知道该做什么」和「知道做出来的东西对不对」。
后两者需要的是上下文：这个项目的历史、这个团队的约定、这个业务真正的约束。这些东西不在训练数据里，在一个个具体的人的脑子里。
所以真正危险的从来不是「不会用 AI 的人」，是「只会用 AI 的人」。
#AI编程# #程序员日常#
事实正在证明，vibe coding 并不是“谁都可以靠 AI 写代码”，而是需要由具备工程知识积累的人来支配 AI，才能真正完成复杂工作。
但近期的现实却是：它因为提效显著，反而让一部分人被迫提前离场。短期看，这是成本优化；长期看，这可能制造一种更隐蔽的风险——能力断代。
如果未来十年 AI 能独立完成绝大多数软件工程工作，那这场断代也许只是旧时代的阵痛；但如果 AI 仍然需要人类工程师兜底、判断、拆解、验证和承担责任，那么今天被切断的培养链条，可能会变成未来整个互联网工程体系的灾难。
前者的概率也许大于后者。
但后者，像是每一个即将结束编程生涯的人，对这个行业留下的诅咒。
但近期的现实却是：它因为提效显著，反而让一部分人被迫提前离场。短期看，这是成本优化；长期看，这可能制造一种更隐蔽的风险——能力断代。
如果未来十年 AI 能独立完成绝大多数软件工程工作，那这场断代也许只是旧时代的阵痛；但如果 AI 仍然需要人类工程师兜底、判断、拆解、验证和承担责任，那么今天被切断的培养链条，可能会变成未来整个互联网工程体系的灾难。
前者的概率也许大于后者。
但后者，像是每一个即将结束编程生涯的人，对这个行业留下的诅咒。
展开
9
2