人人都用 AI 之后，怎么判断程序员能力高低？
讨论来源：所有程序员都用 AI 的话，那以后怎么判断能力的高低？（V2EX · 职场）
核心观点
工具普及不会抹平差距——同一把 AI，不同人手里差很多。
评估重心应从「能不能写代码」转向四件事：
- 方向感——任务怎么拆、往哪走
- 纠偏力——AI 跑偏时能不能拉回来
- 架构与业务判断——选什么、不选什么、异常怎么盖
- 可维护交付——不是 vibe 出一堆难交接的代码
帖主在问什么
人人都会用 AI 之后：
- 面试还问八股吗？
- 是不是更看学历？
- 性格好、会说话的人是不是更容易过面？
表面是「怎么筛人」，底下是：编程能力作为唯一标尺失效之后，新标尺是什么。
社区共识：武器一样，胜负仍在
高频类比几乎一边倒：
- 写轮眼是武器，强弱看使用者
- 人手 AK47，仗照样分胜负
- 同一辆车，驾驶员不同
- 计算器再发达，数学基础该学还得学——面向谷歌编程变成面向 AI 编程，逻辑一样
一句可带走的话：没有人的方向指引，AI 会在错误方向上越走越深。
同帖也有冷案例：一流程序员配中等模型，效果远好于脑子僵化的人配顶级模型。模型贵，补不齐判断力的洞。
什么在涨、什么在降
权重上升： 任务理解、架构与业务深度、异常覆盖、表达协作、自驱与学习速度、单位产出（含 token 效率与质量）。
权重下降但未归零： 纯手写速度、把八股当唯一筛子。水平不够时，vibe 出来的东西往往难维护、操作反直觉——这本身就是能力信号。
面试会怎么变？社区并不统一：有人说底层照问、筛人办法只会更多；有人说 80% 可不变、20% 考适应变化；有人主张自拟题上机或三天交付真实功能；也有人认为以后面的不是「程序员」而是新岗位 JD。现实冷水则是：多数公司短期仍八股 + 手撕。
老板视角更粗暴：不关心你怎么叙事经验，关心产出价值。
给招聘方 / 自检的五步
- 模糊需求拆解：看方向与边界，而不是看谁敲得快。
- 拦偏航：故意给 AI 一条坏路径，看候选人是否察觉。
- 可维护性：问交接成本、异常与回滚，不只问「能不能跑」。
- 设计决策：算法/系统仍可考，但重点是「为什么」。
- 产出证据：履历里有没有被 AI 放大后的真实成果，而不只是「会用 Cursor」。
岗位名也许会变，判断力与交付质量不会过时。还在纠结「别人怎么被判断」时，更值得先问：自己在这五步上，站在哪一侧。
评论