程序员在AI时代应该如何生存？

最 近在 V 站看到一个有意思的帖子《大家是怎么使用 AI 的，真能做到不手写代码吗，在我手里感觉是个智障。。。》楼主用的官方购买的 Codex GPT-5.5 High。他原话是这样的

"最典的是它需求实现错了，我指出错误的地方让它调整，它反手就说刚刚的代码是我写的，它是基于我的代码修改的，我直接红温了…"

v站原帖内容

v站原帖内容

这个帖子里面讨论的一些内容跟我们组内的一些争议也有点像，我们组有些人觉得AI出的活质量很低，完全不可用，而我们组有些人就觉得AI写完之后，自己完全不用改。看完这个帖子的时候，我很有感触，所以我就写下这篇文章。

从2025到现在，AI写代码已经不是新鲜事了，正好最近胡彦斌还出了一个彦火的APP，然后就成了字节Trae的代言人了，一边是资本市场和自媒体在大肆宣扬全民 coding/Vibe Coding 一小时一个产品；另一边是大量开发在吐槽AI，上下文太多降智严重，不能理解我的需求和业务逻辑，过度封装导致代码质量下降，甚至直接写出上线就崩的代码。

这就是现在AI环境的现状，有人在疯狂宣传AI无所不能，有人在质疑AI，其实他们说的都对，不过得看站在什么角度来说这个问题

◆

这个帖子下面总共有 130 条回复，我基本上每条评论都看了一下，我把里面的回复按照场景进行了总结，并对一些回复进行了深度的拆解，总结了以下几条

1. 有很多人说，大半年没手搓代码了。这些人实际是在写一些新工具、管理后台，崩了可以随时修，影响都是可控的，或者说都是一些玩具产品

2. 有一部分说，界面改个字/改个变量都让AI改。这其实是在说一些纯体力活，重复或者含金量极低的工作，交给AI省事儿

3. 还有一部分说，老项目各种关联，AI没法完成他的需求。这部分才是目前职场最普遍的现象，遍地屎山，维护着几年前甚至十几年前的老系统，不知道为什么这么写，但是就是能跑

看了那么多回复之后，最后我总结出一条，所谓AI能不能写业务代码，在现在已经不是一个技术问题了，而是一个沟通交流问题，怎么把需求明确描述给AI，怎么把规则边界给AI划清楚，都是要花大量时间的。

综合这个帖子来看，觉得AI有时候聪明有时候智障，其实并不是模型本身不行，而是我们对它的使用场景和规范约束不够，然后看到微信公众号/B站/小红书各种营销手段，强行把AI写代码的焦虑贩卖给你，感觉明天就要失业了。

而且这两年，AI也发生了一些有趣的现象，主要有三

1. 1做 AI 代码工具的公司，宣传"我们已经不用程序员了" Claude Code就是一个经典例子。他们天天在X上说，我们已经不用这个，已经不用那个了，但其实，这本身可以看作是代码工具的一种营销手段。不可否认Claude Code的代码能力已经是行业领先，毫无疑问的第一梯队，但是实际在使用过程中，也会经常犯傻。我就遇到过一次，让Claude Code 4.6给我改一个线上Go语言的panic，它给我改完了，我问它这么改，在Go的template里面不是看不见别人添加的内容了吗？它回答我这是正常的，然后我上线后，埋了一个坑，导致一天晚上半夜起来查问题
2. 2卖课的人，看到互联网上一些动静，就开始贩卖焦虑 比如大模型刚出来那会儿，学会Prompt你就赢了，GitHub天天都是各种prompt霸榜。最近出了Harness工程，变成了，xx领域工作流，有手就行，这种人基本上都是没有实操过AI的人，主打一波卖课的变现，把AI的抽卡包装成你没有找对方法
3. 3企业内领导，要求全员使用 AI，根据使用 AI 进行考核 典型如Facebook，最后因为昂贵的账单而放弃这条路。其实这个最核心的是，老板想找到替代昂贵程序员的一种方案。

以上三种，每天都在生活中上演，但其实我们要看清AI的本质，其实是不确定的，就是因为它的不确定性，才带了整个行业的机会，如同帖子里有一条评论说的

AI 的本质驱动力是完成任务，不是持久可维护一个项目。

◆

程序员在 AI 时代的生存空间

前面说了那么多，那么程序员在AI时代应该如何生存呢？我回顾了一下历史上的几次工业革命，如果把视野拉远一点，你会发现AI现在跟第二次工业革命非常相似。

在第二次工业革命期间，福特创造了流水线生产汽车的方式，彻底改变了制造业的进步，而在这次变革中，最先被替代的是标准化部分，把非常标准的流程进行流水线生产，最先被边缘化的，是中断半熟练工，而没有被替代的是哪些懂得汽车原理的高级人才

那当你知道AI的边界在哪里，你也就可以看清现在软件开发行业，哪些是不可替代的部分，哪些是已经被替代的部分，哪些是正在被替代的部分

1. 首先是架构决策/历史逻辑/安全边界和性能瓶颈，这些是AI无法替代程序员要干的活

2. 其次是样板代码，比如CRUD，测试的脚手架，这些都已经被大量的skill化的固定流程，如果你只懂得这些，被优化是迟早的事

3. 最后是一些新的产品功能，我能写，AI也能写，这个时候，我们就要充分利用AI来提效，释放自己的时间，来完成对第一个部分的强化

这个论点跟帖子里的一条评论有相似之处

所有高绩效的人都有一个共同特征，他们有纠错能力，能判断垃圾就是垃圾

V站原帖评论观点

V站原帖评论

AI是一种新的技术，但是它并没有产生新的生产力，它只是放大了已有的技术人之间的差距。强者拥抱它，弱者排斥它。

看着AI写代码，在某些业务场景已经发生，但是它在生产环境的可用性，还是需要人来监督和review。根本的原因，并不是模型不够聪明，而是现有的历史代码不够干净、喂给大模型上下文不够以及实现需求时，需要人作为桥梁沟通的细节巨多。

AI写代码这件事，就像是一个吨级的锤子进入了不整齐的工地，修整了工地，碎石乱飞也是客观事实，但别因此说锤子是假的。

◆

如果你也用 AI 写代码

欢迎在评论区分享你用 AI 写代码的真实感受