如果我没有记错的话，从 23 年开始程序员就一直在焦虑。
最初是因为口罩，后来是因为 AI。都说 AI 改变了程序员，确实是改变的，变得更焦虑了....
说实在的，这两年很多同学都说自己焦虑了。我也看了很多群，群里很多人都在说："公司又要裁员" 变成了 "AI 写代码比我快"。也有人半夜发朋友圈说 “感觉自己快被淘汰了”，也有人私下问我 “要不要转行？？？”。
说真的，这两年我见过太多焦虑了。群里的消息从 "公司又要裁员" 变成了 "AI 写代码比我快"。也有人半夜发朋友圈说 “感觉自己快被淘汰了”，也有人私下问我 “要不要转行？？？”。
焦虑现在都成了程序员的标配了。
但我想说的是：焦虑本身不可怕。可怕的是导致你焦虑的逻辑是什么？
什么是逻辑？
看了很多自媒体博主，都说 “AI写代码太快了，AI 一定会取代程序员“
这不是逻辑。这只是娱乐短视频。
逻辑应该是：你基于现在的角色，面对新鲜事物进行深度思考之后得出来的结论。
你想想，这两年大家焦虑的核心是什么？是怕 AI 抢饭碗。GitHub Copilot 写代码、ChatGPT 写文档、Claude 帮你做架构设计。。。仿佛一夜之间，程序员的所有技能都被替代了。
可真相呢？
我观察了一圈身边用 AI 的人，发现一个有意思的现象：越强的程序员，AI 对他们的帮助越大。越弱的程序员，AI 对他们的帮助越小。
为什么？
因为 AI 不是来 “替代” 你的，它是来 “放大” 你的。
一个只会写 CRUD 的程序员，AI 帮他写完代码，他就没事可做了。但一个懂业务、懂架构、懂系统的程序员，AI 帮他省掉重复劳动，他反而有更多时间去思考真正重要的事：如何设计更好的系统、解决更难的问题、创造更大的价值。
所以焦虑的本质，不是 AI 太强，而是 我们自己的杠杆不够。
这话听着有点扎心，但是咱们必须得承认这个事儿。
再说一个观察。这两年喊着 “AI 要取代程序员” 的人，除了博流量的自媒体之外，其他的大部分都在观望。而那些真正把 AI 用起来的人，反而没空焦虑。他们在忙着提高效率、接更多需求、涨更高的薪资。
这让我想起来之前看过的一篇短文，讲的是 宋朝的状元：章衡
大致的意思说的是：
这状元那么牛批，怎么没留下什么千古诗词呢？原因是：人家忙着改革、治国，哪有空天天发什么郁郁不得志的抒情短文？
焦虑，本质上是一种拖延。
你花三个月担心被淘汰，不如花一个月学会用 AI 写代码。前者让你原地踏步，后者让你往前走一步。
我见过最离谱的，是一个朋友跟我说："我怕学会了 AI，公司就不需要我了。"
我当时就笑了。
你学会了 AI，公司不需要你？你学会了 AI，公司反而更离不开你才对。因为你的产出效率翻倍了，边际成本下降了，性价比更高了。
写到这里，我想深入聊一个问题：AI 到底能替代什么？不能替代什么？
这个问题的答案，决定了你的焦虑是不是多余的。
先说能替代的。
AI 现在做得好的事情，基本都符合一个特征：有明确的输入输出，有可被总结的规律，有足够多的训练数据。
写一个增删改查的接口？AI 秒出。查一个报错信息？AI 直接给你答案。翻译一段文档？AI 比人工还准。写单元测试？AI 能覆盖各种情况。
但是，我们需要知道的是：这些工作的共同点：它们是 “确定性劳动”！
我们输入需求，AI 输出代码。中间的转换过程，通过 AI 模型进行优化。
但是，程序员的工作，真的只有这些吗？
我之前遇到过一个需要，是：优化用户下单流程，提升转化率。
听起来很简单？但这个需求背后，有一堆 AI 做不了的事：
- 比如：理解业务上下文。什么叫"优化"？是减少步骤？是提升体验？还是降低跳出率？
- 比如：做出技术决策。要不要重构？重构的话，会不会影响线上业务？不重构的话，能撑多久？
- 比如：协调各方资源。产品说：这个需求很简单，设计说：这个交互改不了，运营说：下周必须上线，老板说：先上线再说。你要在这些冲突的需求中找到平衡点，推动事情往前走。这是沟通能力、谈判能力、项目管理能力。
看到没有？程序员的核心价值，从来就不是写代码快不快。
写代码只是程序员工作的冰山一角。水面之上，是那几行代码。水面之下的内容才是真正决定价值的东西。
这时候就不得不祭出这张图了
而这些，AI 一个都做不了。
有人可能会说：“不对啊，AI 现在不是能做架构设计吗？不是能做技术选型吗？”
你仔细想想，AI 做的是什么？它做的是 给建议，而不是做决策
建议可以有一百条，但决策只能有一个。
建议是 AI 的强项，决策是人的责任。
那我再深入一点：程序员的护城河到底是什么？
很多人会说 技术能力，但我觉得这个答案太浅了。
技术能力当然重要，但技术能力本身不是护城河。为什么？因为技术是会过时的。
你精通 jQuery，现在还有几个人在用？你熟悉 Java 7 的特性，现在都出到 Java 21 了。你擅长手写 SQL 优化，现在 ORM 和 AI 都能帮你做。
技术能力的半衰期越来越短。 你今天引以为傲的技能，可能三年后就没人提了。
那什么才是护城河呢？
我观察了一下身边那些不焦虑的程序员，发现他们都有一些共同点：
第一：对业务有深度理解
他们不只是写代码的人，他们是懂业务的人。
他们知道公司的商业模式是什么、赚钱的逻辑是什么、用户的痛点是什么。他们能跟产品聊需求，能跟运营聊数据，能跟老板聊增长。
这种能力，AI 做不到。
第二：有技术判断力
他们知道什么时候该用什么技术，什么时候不该用。他们能在过度设计和技术债之间找到平衡点。他们能判断一个方案的可行性、风险、成本。
这种能力，AI 也做不到。因为 AI 的判断是基于技术正确性，而不是业务合理性。更没办法告诉你这个方案在公司现有的资源下能不能落地。
第三：有推动事情的能力
一个需求从提出到上线，中间会有无数的坑：需求不清晰、设计有冲突、排期被打乱、测试不充分、上线出问题 等等等等 的 。
我们能在这些混乱中找到解决问题的方式，把事情往前推。
这种能力，AI 更做不到。因为推动事情的是人，需要人争取资源，需要人来扛责任，而不是 AI
简单来说，就是：AI 可以帮你写代码，但 AI 不能帮你搞定事情。
说到这里，我想聊聊一个更深层的问题：为什么每次技术革命，都会有人喊要被取代了？
远的不说，就说程序员这个行业。
- 当年 IDE 普及的时候，有人说“程序员要被取代了，因为写代码太简单了”
- 后来低代码平台火的时候，有人说“程序员要被取代了，因为不用写代码了”
- 现在 AI 写代码，又有人说 “程序员要被取代了，因为 AI 比你写得快”
结果呢？程序员不仅没被取代，反而越来越多，薪资越来越高（参考 训练营 26 届校招数据 ）。
为什么？
因为技术的进步，从来不是"减少需求"，而是"降低门槛"。
- IDE 普及之后，写代码的门槛降低了，更多人可以成为程序员，程序员的总数反而增加了
- 低代码平台出现之后，简单需求可以自己解决，但复杂需求依然需要专业的人，市场反而更细分了
- AI 写代码之后，重复劳动被自动化，但解决问题的 需求反而更多了
技术革命消灭的是"低价值的劳动"，创造的是"高价值的机会"。
你想想，在没有 IDE 的年代，程序员要手写所有代码，光是敲键盘就要花大量时间。有了 IDE 之后，这些时间被省下来了，程序员可以用这些时间去思考更复杂的问题、设计更好的系统、解决更难的需求。
同理，AI 写代码，省下的是写代码的时间，但思考问题的时间反而更宝贵了。
技术的进步，从来不是让"人"变得不重要，而是让 “人的价值” 重新定义。
那程序员应该怎么做？我给三个具体的建议：
第一：把 AI 用起来
不要只做"观望者"，要做"使用者"。AI 不是洪水猛兽，它是工具。你现在不用，过两年你的同事都在用，你就真的被甩开了。
怎么用？从最简单的开始：让 AI 帮你写单元测试，让 AI 帮你查报错信息，让 AI 帮你写技术文档。慢慢地，你会发现 AI 能做的事情越来越多：帮你做代码审查，帮你做架构设计，帮你做性能优化。
用得越多，你对 AI 的理解就越深。你会发现 AI 的边界在哪里，哪些事情 AI 做得好，哪些事情 AI 做不了。这个 认知，本身就是你的竞争力。
第二：培养业务敏感度
不要只做"技术宅"，要做"业务专家"。了解你公司的商业模式，了解你负责的产品，了解你的用户。
你可以问自己几个问题：
- 我负责的这个功能，对公司的收入有什么影响？
- 用户为什么用这个功能？
- 不用的话会怎样？
- 我的用户是谁？
- 他们有什么痛点？
这些问题看起来跟技术无关，但它们决定了你写代码的意义。
第三：训练判断力
判断力是什么？是在不确定性中做出决策的能力。
技术选型时，A 方案性能好但成本高，B 方案成本低但风险大，选哪个？
需求变更时，这个变更会不会影响现有逻辑？要不要重构？上线出问题时，是快速回滚还是紧急修复？哪个风险更大？
这些问题的答案，AI 给不了你。AI 可以列出各种可能性，但决策必须由你来拍板。
怎么训练判断力？没有捷径，只有积累。多做项目，多踩坑，多复盘。每次出问题时，不要只想怎么解决，还要想：为什么会发生这个问题？怎么避免这个问题？下次我要怎么做？
判断力，是程序员最稀缺的能力。也是 AI 最难替代的能力。
最后，我想说一个可能有点扎心的观点：
AI 时代，真正该焦虑的不是程序员，而是不学习的程序员。
这个行业从来就不缺会写代码的人。缺的是能解决问题的人。
只是 AI 让这个差距更明显了。
以前，会写代码的人和能解决问题的人看起来差不多，因为大家都在忙写代码。
现在，AI 帮你写代码了，能解决问题的人就开始崭露头角，而只会写代码的人就开始慌了。
所以，你焦虑的不是 AI，而是你自己的不可替代性。
想清楚这件事，焦虑自然就散了。
时代在变，但我们依然有选择。不是选择对抗 AI，而是选择驾驭 AI。
跳槽不该是逃离，而该是跃迁。同样的，焦虑不该是终点，而该是起点。
如果你现在还在焦虑，不妨问自己三个问题：
- 我会不会用 AI 提高效率？
- 我除了写代码，还懂不懂业务和系统？
- 我到底有没有把 AI 当成我的助手？
想清楚了，你就知道该往哪个方向走了。
