今年年初，OpenClaw（Claude）在国内突然火了，大家都开始聊 AI coding 的事。
确实，从 opus 4.6、gpt 5.4 开始，AI 的编码能力提升肉眼可见。就连我们公司的产品经理，现在都能 Vibe Coding 搓个高保真页面给我们评审需求。
在前 AI 时代，编程是个需要专门学、有点门槛的技能；现在它正在被“下放”，慢慢变成一种基础能力。就像英语一样，90 年代会英语能写进简历当亮点，21 世纪的 985、211 大学生，英语基本就是标配了。
假设一年后编程能力继续变强、成本继续变低，那么我们程序员的价值在哪里呢？
我自己想了挺久。作为一个普通程序员，经历几年“古法编程”之后，我越来越觉得：当编程本身已经变得 cheap 之后，真正能沉淀下来、区别于普通人和 AI 的，其实是那些需要时间积累的底层东西。
品味
我比较认同的是品味。当大家都开始用 AI 写代码的时候，怎么做出不一样的产品、写出不一样的代码？最终靠的是品味，而品味本质上是一种判断力——在众多可行方案中，持续做出「更合适、更高级、更可持续」选择的能力。
它不只是技术细节，而是知道什么值得做、什么不值得做，以及做到什么程度刚刚好。
AI 可以给出很多局部优秀的方案，但这种融合了审美、取舍和长期预判的判断力，目前 AI 还很难替代。只有积累了足够经验的人，才能 consistently 做出让人感觉高级和舒服的作品。
心态
还有心态。 经历过“古法编程”、真正扛过线上故障的人，在突发问题面前会明显更稳。同样一个问题，实习生或者没多少真实经验的人，往往只能依赖 AI 生成方案，但自己心里其实没底，不知道这个方案到底靠不靠谱、会不会留下隐患。
而有经验的程序员不一样。他们不仅能更有条理、更镇定地排查问题，更重要的是对 AI 输出的结果有判断力——知道哪个方案靠谱、哪里可能埋雷、什么情况下必须人工介入。这种能力，是长期实战积累下来的优势。
可维护性
第三是可维护性。
产品和运营用 AI 写东西时，他们只关心产物（页面/APP），代码对他们来说就是个黑箱。但对真正的商业产品，尤其是 ToB，用户最终信的不是眼前这个能用的功能，而是你这个团队后面能不能维护得住、敢不敢持续负责。
现代软件的商业模式早已不是一锤子买卖。无论是订阅制（SaaS 主流）还是买断制，用户都期望产品能持续更新和长期稳定运行。可维护性差不仅会带来巨大的长尾维护成本，每次严重故障都会消耗用户信任，积重难返。维护能力本身就是重要的商业价值。
程序员之间的差距在哪
如果代码本身大家最终都能实现，那么程序员真正的价值，不是写代码，而是降低软件生命周期里的风险。
软件的风险，从来都不只是"代码写不出来"。更多时候，是技术选型失误、架构演进失败、线上故障、团队协作不畅，以及项目交接后没人维护。这些风险，决定了一个项目最终能不能长期活下去。
而真正决定一个人能否降低这些风险的，并不是编码速度，而是另外一些更底层的能力。
具体来说，是认知、学习能力和一个人的底色。
认知和学习能力，决定了一个人能接触到什么、能不能驱使 AI 去做正确的事情。
底色，这个东西就比较玄学和复杂了，千人千面，但它关乎责任心、沟通方式，以及一个人在团队协作里到底是如何去协作的。AI 永远替代不了，也很难量化，但这才是真正拉开差距的地方。
以后怎么办？
如果还想以程序员这个身份继续在这个行业里生存下去，其实还是得继续学习。
编码变容易之后，个体之间的差异会越来越依赖代码之外的东西——说人话就是 “能不能让人信任你可以 cover 住事情”。
对于我们这种普通学校的普通程序员来说，现在死磕语法和源码，其实是没太大必要，ROI 不成正比。但可以多学学架构设计、设计模式，比如多看看《代码整洁之道》《重构》等。
另外就是多看墙外的世界。GitHub、Twitter、Telegram 这些地方，多逛逛，能看到很多国内平时接触不到的思路和视角。
还有一点，是抛开“公司”这个平台给的光环之后，我们作为一个 OPC，到底还能走多远。用这个视角要求自己，多学一些技术之外的东西——运营、剪辑、设计、营销，这些和编程无关的能力，可能才是以后的安身之道。
普通学校，普通智商，普通程序员，前路茫茫。
AI降低了写代码的门槛，却抬高了成为一个靠谱程序员的门槛
