翻译自Xipu Li的文章：www.xipu.li/posts/the-l… 如有侵权，请联系删除~
我们正在见证最后一代将想法手工转化为代码的人。
Vibe coding or not, that's the question.
今年五月，我辞去了亚马逊的工作，加入了一家名为Icon的初创公司。这是我职业生涯中最好的决定，但原因可能与你想象的不同。
在亚马逊，我加入了亚马逊 Q 开发者团队，负责开发他们的人工智能编程助手。你可能会觉得身处亚马逊人工智能开发者工具的核心会很令人兴奋，但实际上却令人沮丧不已。亚马逊泡沫之外的人都能看出，我们在人工智能领域正遭遇惨败。由于缺乏真正的产品愿景，领导层一直在努力追赶。他们一直说要像初创公司一样发展，但风险承受能力却和 IBM 一样。
一切都耗时良久。AppSec 评审、设计文档评审、架构评审委员会。等我们发布任何产品时，像Cursor和Anthropic这样的公司已经迭代了十个版本。我们花了几个月的时间讨论某个功能是否足够安全，可以发布，而我们的竞争对手却每周根据实际用户反馈发布更新。
真正让我震惊的是，亚马逊的产品决策完全由内部 KPI 驱动，而非用户同理心。最明显的例子就是身份验证。GitHub 身份验证是开发者工具的标准，因为它能为目标用户消除使用障碍。但亚马逊坚持通过他们自己的身份验证系统Builder ID来引导用户。从内部指标的角度来看，这可能看起来很棒（更多 Builder ID 注册用户！）。但从用户的角度来看，这只是尝试产品的另一个障碍。我看到潜在客户不断地因为这个要求而放弃。
我感觉自己在亚马逊的限制下，关于人工智能和打造优秀产品的学习能力已经达到了极限。这就是我加入 Icon 的原因。在 Icon，我们的发展速度完全不同。我们几天就能发布一些在亚马逊需要几个月才能批准的功能。
但这并不是最有趣的部分。有趣的是观察我的队友们是如何工作的。其中一位已经好几周没看过实际的代码了。相反，他用简单的英语编写设计文档，并相信人工智能会处理实现。当需要修复某些问题时，他会编辑文档，而不是代码。
这让我深刻地意识到：我们正经历着人类手工将想法转化为代码的时代的终结。几年后，这项技能将变得像给马钉蹄铁一样重要。
我现在看到的
我的队友同时打开了六个Claude Code终端窗口，每个窗口处理不同的任务或功能。他使用Whispr Flow逐个对它们进行操作，它们并行执行。他一天中的大部分时间都花在审阅设计文档和查看实际的 Web 应用，以实时查看所做的更改。只有在极少数情况下，他才会真正深入代码进行调试。
这位开发人员的价值并没有降低。实际上，他的价值有所提升，因为他可以专注于真正重要的难题。现在我看到他大部分时间都在做产品经理的传统工作：与用户沟通，深入了解他们的问题，弄清楚哪些东西真正值得开发。编码可能只占他工作的20%，而这20%主要还是理解需求并将其转化为清晰的规范。过去占据他80%时间的实际实施工作现在由机器来处理。
唯一的瓶颈是模型速度和质量。但随着每年数十亿美元的资金投入生成式人工智能，我们将在 2-5 年内看到即时语音转代码功能和无 bug 的质量。
代码本身已经变成了一个实现细节，就像你家墙板后面的电线一样。你知道它在那里，你相信它能用，但除非出了什么问题，你根本不会去想它。而且，现在越来越少问题了。
这将彻底改变产品的生产方式和生产者。
我所见证的分裂
我们团队现在正在发生一些有趣的事情，我认为这预示着未来几年整个行业将如何分化。
目前出现了两个阵营，其区别实际上并不在于技能水平或经验，而在于对编程本质的根本态度。
一方面，我们拥有所谓的实验者。这些人利用午休时间尝试新的AI编程工具，设置工作流程，通过语音命令生成完整的功能，并不断突破手动编码的界限。在传统主义者看来，他们可能显得懒惰。他们总是寻找捷径，总是问“AI能帮我做这个吗？”，而不是埋头苦干，自己写代码。
但我观察他们之后意识到：他们并非懒惰。他们只是在遵循技术一直以来遵循的自然路径。编程领域的每一次重大进步都是为了抽象出复杂性，以便人类能够专注于更高层次的问题。我们从机器码发展到汇编语言，再到高级语言、框架和库。每一步都让事情变得“更容易”，也每一步都让人们抱怨开发人员变得软弱。
这些实验者明白一个基本道理：科技领域，懒惰终将获胜。那些找到用更少努力实现同样结果的方法的人，不仅让自己的生活变得更好，他们往往还能找到一条最终会被其他人追随的道路。
另一方面，我们有守护者。这些人深信，从根本上理解代码是不可妥协的。他们能够识别低效的算法，他们知道某些设计模式存在的原因，他们对底层系统有深入的理解，能够调试人工智能工具无法处理的问题。他们认为实验者是在不牢靠的基础上进行构建的捷径艺术家。
说实话？他们说得没错。当AI生成的代码出现细微故障、性能出现问题、出现AI未曾预料到的极端情况时，这些人才能真正解决问题。他们拥有实验人员通常缺乏的深度理解。
但我认为守护者忽略了一点：世界变化的速度比他们的守门人所能跟上的速度要快。“足够好”代码的标准不断降低，而理解用户并构建有价值产品的门槛却不断提高。下周发布的略微低效的实现通常比下个月发布的完美优化的实现要好。
我看着这两个团队研究同样的问题，真是令人着迷。实验者发布速度更快，迭代次数更多，而且最终往往能做出用户喜欢的产品（即使底层代码让守护者感到不爽）。守护者构建的系统更健壮、更易于维护，但他们有时会花费太多时间完善实现，以至于错失了了解用户真正需求的机会。
两种方法都不是完全正确的，但我可以预测从长远来看哪种方法会胜出。技术趋势是便捷和抽象。工具越来越先进，人工智能越来越智能，今天看起来像作弊的“捷径”明天就会变成标准做法。
实验者不仅仅是懒惰。他们正在适应一个瓶颈不再是代码质量，而是其他一切的世界。
大商品化
整个游戏从“我们能建造这个吗？”变成了“我们应该建造这个吗？”以及“我们如何让人们使用它？”
任何人都可以学习制作巧克力。原料已经商品化。生产过程也很容易理解。你甚至可以在亚马逊上买到巧克力制作设备，明天就能创立自己的品牌。
但看看巧克力行业的赢家是谁。赢家并非那些拥有最佳生产工艺的人，而是好时、吉百利、瑞士莲。这些品牌几十年前就摸索出了分销、市场营销和顾客心理的精髓。产品质量固然重要，但这只是筹码。真正重要的是人们是否知道你的品牌，并足够信任它，愿意购买。
软件也正朝着同样的方向发展。软件产品和消费品之间的差距正在逐月缩小。两者的竞争重点在于品牌、分销以及对客户心理的理解，而非纯粹的功能。
我已经可以想象（而且我敢打赌现在有人正在开发这种东西）AI 可以通过 URL 克隆任何应用程序。你输入竞争对手的网站或应用商店列表，它几分钟内就能生成一个功能完全相同的产品。当这种情况发生时——而且很快就会发生——产品本身就会完全商品化。成功完全取决于你是否能比原版产品更好地进行营销和分销。
真正幸存下来的
当技术实施商品化时，有三件事变得非常有价值。
首先是了解人们真正需要什么。不是他们在调查或焦点小组中声称需要什么，而是他们实际会花钱购买并每天使用什么。这比听起来难得多。我见过很多优秀的产品经理经常犯错。这需要与用户交流，观察他们的实际行为，理解他们声称的偏好和实际展现的偏好之间的差距。这既需要心理学，也需要人类学，还需要商业直觉。
其次是知道什么该做，什么不该做。这既是品味，也是策略。了解哪些功能能创造真正的价值，哪些功能只会增加复杂性。识别产品何时足够好，何时需要进一步完善。区分用户只会尝试一次的功能和他们每天都会用到的功能。大多数人在这方面做得很糟糕。他们要么照搬所有人的建议，要么什么都不做，因为他们无法决定哪些功能才是最重要的。
第三，将产品呈现给合适的人群，并说服他们关注。这不仅包括分销和市场营销，还包括定位、时机和理解客户心理。建立信任和品牌认知度。创造口碑增长。了解人们如何发现新产品，以及是什么促使他们放弃现有解决方案。
这些技能不会被自动化所取代。实际上，随着技术实现的商品化，它们的价值会越来越高。因为当每个人都能构建软件时，赢家就是那些理解人类的人。
如果你刚开始创业，这意味着什么
如果你今天正在学习编程，请不要停下来。但不要把编程当成你唯一的技能。在这个新世界中蓬勃发展的开发者，将是那些不仅了解技术，更了解用户、市场和商业模式的人。
花时间与软件使用者交流。不是其他开发者，而是真正的用户。了解他们对现有产品的不满之处。了解他们如何发现新工具，以及是什么促使他们采用新产品。
研究你所关注行业中的成功产品。不仅要研究它们的功能，还要研究它们的市场策略。它们是如何获得第一批 1000 名用户的？它们是如何留住客户的？是什么促使人们向朋友推荐它们？
练习用简单的方式表达复杂的想法。在人工智能辅助的世界里，最有价值的技能或许是将模糊的人类问题转化为清晰、可执行的规范。
如果您已在构建，这意味着什么
如果你已经是一名开发者或正在创办一家公司，请记住，你的技术实现很快就会被任何拥有优秀 AI 工具的人复制。你的竞争优势需要另辟蹊径。
更深入地理解用户。更强大的分销渠道。更清晰的市场定位。更快速的学习周期。对构建内容的品味更佳。在无法自动化的部分实现卓越的执行：与客户沟通，了解他们的问题，并根据反馈进行迭代。
趁还有时间，现在就开始做出改变吧。如果你是高级开发者，那就多花些时间与你的产品团队相处。参与用户访谈。了解真正重要的业务指标。了解为什么某些功能被优先考虑，而其他功能则没有。
如果你领导一个团队，不要仅仅因为编程技能而招聘人才。你应该寻找能够全面思考系统、能够与非技术利益相关者清晰沟通、对用户体验有清晰见解的人。能够成功将技术可能性与业务需求联系起来的开发人员才是真正的人才。
转变已然发生。问题在于，你是会主动适应，还是会在现有技能变得不再重要时措手不及。
最后一代
我们是最后一代将想法手工转化为代码的人。我们的孩子会描述他们想要的东西，然后看着它出现在屏幕上，就像我们向搜索引擎描述我们想要的东西，然后看着搜索结果出现一样。
他们会像我们评判那些在电子表格出现之前手工计算账簿的人一样评判我们。我们对工艺的执着令人印象深刻，但最终却为那些可以用更好的工具解决的问题付出了不必要的努力。
问题不在于这个未来是否会到来。看看涌入人工智能开发的资金和人才，这已是必然。问题在于，当它到来时，你是否做好了准备，以及你是否会致力于产品开发中真正对这个世界至关重要的部分。
真正重要的部分始终是：理解人们。打造他们想要的东西。把这些东西送到他们面前。其他一切都只是实施细节。
