大量程序员岗位正在消失
AI不用完全取代程序员，就足以让大量程序员岗位消失。
这句话听起来有些矛盾。程序员明明还在，岗位怎么会消失？
假设过去做一个项目需要十个人：有人负责页面，有人写接口，有人补测试，还有人整理文档、排查日志和修复Bug。
现在，这些工作有相当一部分可以先交给Agent。最后可能只需要三四个人负责拆解需求、检查代码和处理复杂问题。
AI没有独立完成整个项目，也没有取代所有程序员。
但原来十个人的团队，可能不再需要十个人了。
当然，这里有一个前提：公司的业务量没有同时增长几倍。如果要做的项目数量差不多，一个人的产能却明显提高，企业自然会重新计算团队需要多少人。
所以真正值得讨论的，不是AI什么时候能够独立开发一个完整软件，而是当一个程序员可以带着多个Agent工作，公司还需要多少程序员。
“程序员这个职业还在”和“市场上还有原来那么多岗位”，是两件完全不同的事。
AI最先接管的，恰好是程序员的基础工作
按照设计稿完成一个页面，给接口增加两个字段，为旧代码补上测试，再根据日志修复一个问题。
这类工作有几个共同点：输入相对清楚，结果容易检查，失败后可以反复重试。
它们天然适合先交给Agent。
企业也不需要等到AI百分之百可靠，才开始减少一部分重复岗位的招聘。人写代码同样会出错。企业最终比较的是：一个工程师检查五个Agent的结果，会不会比五个工程师亲手完成更便宜？
AI不需要超过最优秀的程序员。它只需要让一个优秀程序员完成过去几个人的工作，就足以改变公司的用人方式。
但事情并不全是悲观的。
AI会让很多过去不值得开发的小产品变得可行。以前需要完整团队才能启动的项目，以后两三个人可能就能做出第一版。
软件会越来越多，小团队也会变得更强。
问题在于，软件需求的增长速度，能不能跑赢程序员人均产能的增长速度。
如果一个程序员的产能提高了三倍，而市场上的软件需求只增长了百分之五十，那么即使软件数量增加了，岗位也未必会同比增加。
软件越来越多，并不必然意味着程序员岗位越来越多。
新人真正的困境，是训练场正在消失
更麻烦的问题，其实不是今天会减少多少岗位，而是新人以后怎么进入这个行业，又怎么成长。
高级工程师并不是一毕业就会设计复杂系统。他们通常也是从改按钮、写接口、补测试、修Bug开始的。
这些看起来技术含量不高的工作，恰恰是过去程序员的训练场。
一个新人会在这些任务里第一次遇到真实的软件问题：
为什么一个字段不能随便修改？
为什么测试全部通过了，功能还是不能上线？
为什么一个很小的Bug，最后会影响整条业务流程？
过去，公司会让新人从这些工作开始。新人犯一些成本可控的错误，再从代码评审、返工和线上问题中慢慢建立判断力。
可这些基础工作，恰好也是最容易交给AI的。
于是一个悖论出现了：初级岗位减少了，企业对新人的要求反而提高了。
公司希望刚入行的人已经会拆需求、看架构、判断风险，最好还能管理Agent。
但很多工程判断，只有真的改坏过、返工过，甚至扛过一次线上事故以后，才会慢慢长出来。看几套教程，很难补上这个过程。
如果新人只是让AI代写作业、代写项目，最后很可能出现一种错觉：作品越来越像高手做的，人却没有真正成长起来。
新人需要主动把训练场搭回来
对新人来说，出路既不是拒绝AI，也不是把“会写提示词”当成新的编程能力。
更现实的办法，是主动给自己创造完整的工程经历。
与其做十个只能运行的Demo，不如完整做完一个产品。从需求分析、开发和测试，一直做到部署、监控和故障修复。
AI生成的代码要认真阅读，边界情况要自己测试，关键设计要能够解释。有机会就参加开源项目，或者进入真实的团队协作。
真正需要证明的，不是你能让AI生成多少代码，而是它写错了你能发现，系统坏了你能定位，需求说不清时你知道继续问什么。
这也是AI时代新人最大的门槛：过去公司提供训练场，未来很多人可能要先自己证明，自己有能力完成训练。
可这又产生了一个行业问题。
如果公司不愿意承担培养新人的成本，却只想招聘能够设计系统、判断风险、管理Agent的高级工程师，那么未来的高级工程师从哪里来？
每家公司都想要高级工程师，却没有公司愿意培养高级工程师。
资深程序员也无法独善其身
新人面对的是入口变窄，资深程序员面对的，则是过去的一部分优势正在被重新定价。
这并不意味着所有经验都在贬值。
记住更多接口、熟悉某个框架、知道文档放在哪里，这类信息优势过去能够形成明显的溢价。
现在AI可以查询文档、阅读代码库、解释陌生模块，甚至给出迁移方案。企业自然不太愿意继续为单纯的信息差支付原来的价格。
资历越高，薪资成本通常也越高。如果一个资深程序员提供的仍然只是更熟练的局部实现，他面对的成本压力可能比新人更大。
但另一类经验依然重要。
一套旧系统为什么会留下这些奇怪设计？某个看似多余的流程曾经防住过什么事故？哪些业务指标绝对不能碰？一次系统故障发生时，应该先保住什么，又可以暂时放弃什么？
这些东西，AI把代码读一遍未必就能知道。
真正保值的不是工作年限本身，而是工作年限有没有转化成处理复杂现实的能力。
需求说不清时，能不能找到关键矛盾？
AI修改了核心模块，敢不敢批准合并？
系统真的出事时，能不能判断影响范围、快速止损，并把它救回来？
AI正在降低信息和代码的价格，但没有消除判断、取舍和责任的价值。
程序员的工作，会更像一条人机生产线
未来的软件开发，可能会形成一种新的协作方式。
Agent先生成代码，测试、类型检查和安全扫描拦截明显问题，最后由人决定它能不能上线，以及出了问题应该怎么办。
程序员未必还要亲手完成每一行代码，但必须知道正在做什么，哪些结果可以相信，哪些地方绝对不能放过去。
比如用户提出一个需求：“给我增加一个AI搜索。”
只负责实现的人，可能会立即开始写代码。
更有经验的人会先问：用户究竟找不到什么？是搜索能力不够，还是原来的信息分类就有问题？
如果方向从一开始就是错的，AI只会帮助团队更快地把错误的东西做出来。
而且功能能够运行，不等于它能够上线。数据能不能发送出去？错误会造成什么损失？发生事故以后怎么回滚？
这些问题总要有人回答。
以后还要不要学编程？
答案仍然是要，只是学习编程的目的正在变化。
以前学习编程，主要是为了亲手写出代码。
以后学习编程，还要为了看懂系统、检查结果，并发现AI究竟错在了哪里。
AI降低的是生产代码的门槛，不是理解软件的门槛。
所以，AI时代，程序员会消失吗？
我不认为这个职业会突然消失。
但如果一个人只能接收明确任务、完成局部实现，他能够获得的机会一定会越来越少。
未来程序员的价值，更多会体现在两件事上：把模糊的问题变成能够落地的方案；在AI给出答案以后，知道哪些地方不能相信。
只是这个变化还留下了一个没有答案的问题：
如果最基础的工作都交给AI，未来的年轻人要在哪里犯错、在哪里积累经验，又要怎样成长为能够判断AI对错的人？
