AI 来了，程序员要如何活下去？
一、一个不太温柔的开场
先说清楚一件事：这篇文章不打算安慰谁。
过去两年里，关于「AI 会不会取代程序员」的讨论从玩笑变成了日程表上的议题。招聘网站上，一些原本需要三五个人的岗位被压缩成一个人加一套工具链；一些团队不再招初级工程师，而是让资深工程师带着 AI 完成过去需要初级工程师做的活。这不是预言，这是很多公司已经在做的账。
残忍的地方在于：被挤掉的往往不是「最差的程序员」，而是「可替代性最高的那部分工作」。而可替代性，和一个人的努力程度并不总是成正比。
二、AI 到底替代了什么
要回答「怎么活下去」，得先看清 AI 真正吃掉的是什么。
它吃掉的是「翻译」环节。 把需求翻译成代码、把报错翻译成原因、把文档翻译成示例、把一种语言翻译成另一种语言——这些工作的共同点是：输入和输出之间有一条相对明确的映射关系，而 AI 恰好擅长映射。
它没有吃掉的是「判断」环节。 判断这个需求该不该做、判断这个方案三年后会不会变成负债、判断这个 bug 是偶发还是系统性的、判断什么时候应该停下来重写。这些问题的答案不在训练数据里，因为它们依赖于具体的人、具体的组织、具体的时间点。
它也没有吃掉「负责」环节。 系统上线之后出了事故，需要有人签字、有人承担、有人半夜被叫起来。责任无法外包给模型，这是目前最硬的一道护城河——但它是护城河，不是舒适区。
三、被高估的恐慌与被低估的变化
恐慌常常指向一个错误的画面：某天早上，公司宣布「所有程序员明天不用来了」。
真实发生的变化要琐碎得多，也因此更难防备：
- 岗位描述悄悄改了，从「会写某语言」变成「能用某语言加 AI 工具交付某类系统」；
- 面试题从「手写一个算法」变成「给你一段 AI 生成的代码，找出它的问题」；
- 团队规模不变，但交付量翻了倍，于是「正常产出」的标准被重新定义了；
- 一个人可以同时维护的系统数量变多，于是「上下文切换能力」变成了硬指标。
这些变化不会上新闻，但它们决定了谁在下一轮调整里被留下。
四、那么，具体要怎么做
下面这些不是心灵鸡汤，是可以今天就动手的事。
1. 把 AI 变成你的下属，而不是你的替身
用 AI 写代码的人很多，但真正把它用出差距的人，做的是另一件事：给 AI 设定验收标准。让模型生成十个方案，你来判断哪一个在可维护性、性能、团队熟悉度上最合适；让模型写测试，你来判断这些测试是否真的覆盖了风险点。
关键区别在于：你是那个「定义什么叫做对了」的人，还是那个「把 AI 的输出直接提交」的人。前者在升值，后者在贬值。
2. 往上游走，往下游走
往上游：更靠近需求、更靠近用户、更靠近业务决策。能说清楚「为什么做这个」的人，比能说清楚「怎么做这个」的人更难被替代，因为前者需要承担判断的后果。
往下游：更靠近生产环境、更靠近数据、更靠近真实的故障。AI 可以写出看起来正确的代码，但只有人能判断它在凌晨三点的流量峰值下会不会崩。
3. 建立「不可被摘要」的能力
试着问自己一个问题：如果把你这周的工作写成一页纸交给 AI，它能不能完成其中大部分？
如果答案是「能」，那这一页纸就是你的风险清单。反之，如果你的工作里有大量「需要和人反复确认」「需要理解历史遗留决策」「需要在信息不足时下注」的部分，那么这些东西恰恰是摘要不掉的。
4. 保留深度，但不要只保留深度
有一种流行的建议是「深耕一个领域，做到不可替代」。方向没错，但有个陷阱：深度只有在被需要的时候才值钱。一个极其精通某项已经停止演进的技术的工程师，深度很深，市场很窄。
更稳的做法是：有一个足够深的立足点，同时保持对相邻领域的基本理解，让自己能在技术栈迁移时快速跟上。
5. 把「学习能力」变成可证明的东西
「我学习能力强」是一句没有信息量的话。有信息量的是：过去一年你从零学会了什么，用它交付了什么，花了多久。把这变成简历上的一行字、仓库里的一个项目、博客上的一篇文章。
五、留下来的那串问题
这篇文章不打算给出一个让人安心的结论，因为现在还没有。但有九个问题，值得你隔一段时间问自己一次：
- 我这一周的工作里，有多少是「翻译」，有多少是「判断」？
- 如果我的产出被 AI 放大三倍，我是被替代了，还是被解放了？
- 我能不能说清楚我做的东西为什么值得做？
- 我上一次在生产环境里救火是什么时候？我从中学到了什么？
- 我的技能里，哪一项是「越用越值钱」的，哪一项是「越用越贬值」的？
- 如果明天公司要求我用一套我不熟悉的工具链交付，我需要多久？
- 我的工作里，有多少部分是可以被写成一页纸交给别人的？我对这个比例满意吗？
- 我在团队里，是那个「定义什么叫做对了」的人吗？
- 如果三年后回看今天，我会后悔没开始做什么？
六、写在最后
技术变革从来不是均匀地伤害所有人。它总是先伤害那些「刚好站在被替代位置上」的人，再慢慢重新分配机会。
这确实有点残忍。但残忍的另一面是：位置是可以移动的，而移动的窗口期，通常比恐慌持续的时间要长。
所以，与其问「AI 会不会让我下岗」，不如问一个更具体、也更有用的问题：明天上班，我要把哪一部分工作，从「翻译」挪到「判断」上去？