历史会不会重演
AI编程会显著降低软件生产的必要劳动时间，使“写代码”从一种稀缺技能逐渐变成普通生产工具。由此，大量低稀缺性的程序员劳动可能发生贬值，程序员群体内部的收入分化会加剧。年龄本身不是决定因素，但缺乏业务、架构、管理、资源和产品能力的中高龄程序员，确实可能面临比年轻新人更严重的劳动力市场压力。
AI 提效很可能重复工业革命早期的一部分逻辑，但也可能最终走向完全不同的结果。
过去： 工厂机器是劳动者的生产工具。体力劳动。
未来： AI可能成为脑力劳动者的生产工具。脑力劳动中的标准化部分。
AI会变成 “数字版工厂”，公司只需要雇佣少量的劳动者，同样的事情，以前需要10个人x8小时，现在2个人x8小时，比以前又快又好。
互联网公司现在只需要付出16个小时 就能完成过去 80个小时的事情。
那么剩下的64小时去哪了？按照理想状态，剩下的时间可以变成更多休息、学习、家庭时间、创造活动。问题是，资本主义的企业家不会这样做，但民族企业家会将时间留给你。
AI 把编程劳动中的“必要劳动时间”大幅压缩以后，资本会如何重新定价程序员的劳动，以及谁会因此失去稀缺性。
之前的10个人，有8个人会失业，剩下的2个，不会因为AI生产率的提升而涨薪，反而工作强度越大、压力越高、剩余价值压榨的更多、负责的模块只增不减、
职业转变
“写代码”从核心稀缺技能变成基础工具；程序员 数量 和 收入 会严重分化，低稀缺性的编码劳动 受到最大冲击，而业务理解、系统架构、复杂问题解决、决策和责任能力的重要性上升。更进一步，AI还给程序员提供了从 “出售劳动力” 走向 “拥有产品和资产” 的机会。
短期内，AI还不会“消灭程序员”，但会压缩 中低端程序员 的 数量 和 工资溢价，因为大量基础开发工作会被自动化。
有经验(业务理解、系统判断、架构能力、解决复杂问题的能力)的程序员短期内仍然有价值，但不是永久护城河，AI也会不断向架构、测试、业务分析甚至决策层渗透。。
程序员的工作会从 “执行” 转向 “监督和决策”，变成AI生产过程的设计者、管理者，最终责任人。
现在的学习方向和以前也不一样的，有些东西AI可以帮你写，但需要有判断，举个例子，以前我们需要理解 StateFlow 和 SharedFlow 区别，现在 应该是 "这个系统为什么需要 StateFlow？状态应该放在哪里？谁拥有它？生命周期是什么？"。
再举个例子，比如跨平台 使用KMP，你应该学习 为什么要跨平台？那些代码应该共享(业务模型、数据库、网络、Repository、UseCase等)，那些不应该强行共享(生命周期等)！！！如果你没有这些边界的判断能力，AI给你生成一个KMP项目，你很容易能跑但架构扩展很差得项目。
总结一句话，KMP要学，但不值得像以前一样，为了掌握KMP，大量花时间去死磕API了。
成为掌握生产资料的人——成为自己的资本家
