程序员还能做啥？AI 接走了写代码，剩下的才是大头
讨论来源：现在 AI 是不是逐渐能取代很多高水平程序员了（V2EX，112 楼）；五年后，还有多少程序员能靠写代码活着？（V2EX，99 楼）
一位 V2EX 用户在开发自己的游戏引擎，C++20 加 Vulkan。他让 Codex 给渲染器加上光线追踪，结果一次就写对了，还完美整合进了现有代码。
他的感受是：「感觉我已经不用干啥了。」
帖子发出一天多，就有一万多浏览、112 楼回复。就在三天前，V2EX 上还有另一个同样一万多浏览的帖子：「五年后，还有多少程序员能靠写代码活着？」
有人说取代早就开始了，有人说只是工具，也有人已经在攒钱、提前还房贷。我更关心的是那个绕不开的问题：程序员还能做啥？
评论区：四分之一认为取代已来
去掉楼主自己的 4 楼，108 楼回复里：
- 27 楼认为取代已经发生，或者迟早的事。 #24 带团队，架构设计、难点攻关本来都是自己做，「现在统一交给 AI 了，也不知道这个工作还能干几天」。#19 算了笔账：就算按顶级模型的 API 价格，AI 也比人工便宜，「不需要五险一金，还能开票」。
- 17 楼在讲 AI 的局限。 #49 说数学是深度优先、软件是广度优先，算法题 AI 已经超过多数程序员，大型项目还搞不定。#46 说：加五十个需求之后再看看代码。
- 12 楼认为价值转到了判断、业务和责任上。 #66：「你觉得你用 Claude 和 Linus 用 Claude，写出来的代码是一个水平吗？」#89：「AI 不能替你背锅，更不能替你坐牢。」
- 10 楼认为被替代的是初中级。 #41 说得最直接：企业里的现状和楼主设想的相反，是少数资深程序员加 AI，替代了大量外包和初级岗位。
- 10 楼认为它只是工具，会用的人更强。
认为「取代已来」的是最大的一派，但只占四分之一。更多人在讨论的，其实是「取代之后还剩什么」。
另一个帖子：五年后，还能靠写代码活着吗？
三天前的这个帖子（下文称「五年帖」）问得更直接。楼主打了个比方：算盘高手终究输给了按计算器的小学生，不是输在技术，是输在时代换了赛道。程序员这个岗位还能撑几年？有没有人已经像炒股一样，嗅到风向不对就提前离场了？
99 楼回复的情绪比第一个帖子更悲观，也更现实：
- 五年帖 #9（11 赞）：「一个人的命运当然要靠自我奋斗，但是也要考虑历史进程。」#11 和 #16 原样复读了这句话。
- 五年帖 #17：电车普及的时代，精通发动机、变速箱大修 20 年经验有什么用？电车不需要发动机。
- 五年帖 #61，40 岁、在制造业做 IT：公司去年新来的应届生，靠 AI 就把老项目无缝迁移到了新平台，老员工只剩资历，加上更懂一些公司业务。他的应对是攒钱、缩减开支；没有负债，所以比有房贷的同事从容。五年帖 #76 说自己在提前还房贷。
但获赞最多的，不是悲观的那几条：
- 五年帖 #50（21 赞，两帖最高）：「以前是 talk is cheap, show me the code；现在是 code is cheap, show me the talk。」
- 五年帖 #5（7 赞）：写代码等于打字，开发作品等于写文章。人人都可以打字，不等于人人都能写出好文字。
- 五年帖 #2 反驳楼主的比方：在你眼里，算盘高手就是不思进取、抵制计算器的人？
最悲观、也最有逻辑的是五年帖 #82：软件开发要从人力密集的手工业，变成「黑灯软件工厂」式的流水线，人只剩项目制定和项目验收两头，而这两头「都不需要现在这种形式的程序员参与」；所以要多做和人有关的工作，只和机器打交道是死路一条。
我同意他的前半句，后半句的关键词是「现在这种形式」。以写代码为主的那种程序员，确实会越来越少；留下来的人，做的正是他说的两头。这也是下面要展开的。
两个帖子放在一起看，已经没人再争「写代码会不会贬值」，争的是贬值之后，人站在哪里。
数据怎么说：被挤压的是入门岗位
体感之外，可以看斯坦福数字经济实验室的研究「Canaries in the Coal Mine」。他们用美国薪资服务商 ADP 覆盖数百万人的数据，2026 年 8 月发布了更新版：
- 没有看到经济整体范围的岗位替代。
- 但 22 到 25 岁、高度暴露于 AI 的职业，就业比同龄低暴露职业低约 19%。一年前这个缺口是 15%，还在扩大。
- 资深从业者没有类似的缺口。
- 调整主要通过少招年轻人发生，而不是裁员。
- 在 AI 主要用来「辅助」人的职业里，就业持平甚至上升，资深的人尤其如此。
上一版报告里有一个更具体的数字：22 到 25 岁软件开发者的就业，比 2022 年底的高点下降了近 20%。作者也强调，这是早期的描述性信号，不是因果结论。
这和 #41、#54「是替代了初中级程序员」、#56「10 个人可能只需要 1 到 2 个高水平的」的体感一致。AI 先挤掉的不是高水平程序员，是入门的位置。
先承认：写代码这件事正在变便宜
楼主的例子是真的。#27 也说，自己从零写一个 MMO 的前后端和地图编辑器，几天就做完了以前团队大半年的工作。代码生成的成本在快速下降，这不是幻觉。
但值得多看一眼楼主是谁：一个能自己从零设计游戏引擎、清楚「给 Vulkan 渲染器加光追」意味着什么的人。他能确认 AI 一次写对了，这本身就是高水平。
AI 写对了，是谁判断它写对了？
变便宜的是「生成」，变贵的是「判断」
把一项开发工作拆开看，AI 最强的是中间那一步：写代码、查文档、复刻已有方案。前后两头，仍然要人拍板。
- 验收：#71 坦白说，AI 写的编译器和解释器完全看不懂，有 bug 也不知道怎么修，只能告诉 AI 哪里有问题，让它自己修。看不懂，就只能听它的。
- 收敛：#27 几天做出了 demo，两周后还停在 demo，因为在梳理框架：「AI 弄出来的东西都是一次性的，标准化你还得花心思，甩手掌柜迟早要背刺。」
- 长期维护：#46 和 #47 说，五十个需求之后，一样是屎山，只是你没办法改这个屎山了。
还有一个容易忽视的事实：「感觉变快了」和「真的变快了」不是一回事。 METR 在 2025 年上半年做过一个随机对照实验，16 位资深开源开发者用 AI 工具后，完成任务反而慢了 19%，但他们事后仍以为自己快了 20%。之后模型变强了，METR 的后续实验测出了一定提速，但置信区间都包含零。这不说明 AI 没用，只说明提效多少，得量，不能靠感觉。
程序员还能做的五件事
#38 楼链接了一篇博客《AI 时代下程序员的价值》，作者借用了 Rust 开发者 Jon Gjengset 的一道面试题：
你怎么说服自己，你在做对的事、用对的方式做，而且它真的跑对了？
这三问，加上评论区的高信号回复，大致能拼出程序员还能做的事：
1. 定义问题。 搞清楚做什么、值不值得做、做到什么程度。#18 说以后可能不叫开发，叫「应用创造者」，主要工作是收集有效需求；#85 说复刻已有的东西容易，「老板的想法」只能人来落地；#97 说通用需求 AI 快速搞定，以后值钱的是「私人订制」。那篇博客的作者自己统计过，他开发的功能大约一半上线后很少有人用。写得再快，方向错了也是零。五年帖 #50 那句「code is cheap, show me the talk」，说的就是这件事。
2. 验收 AI。 读得懂、判得准，知道什么是真相源、它的边界在哪。#33 说「高水平」要重新定义，其中一种是对原理理解深到足以指导 AI，「更会驾驭 AI 和不太会驾驭 AI 的人做同一件事，明显是两个结果」。#82 说对 Linus 来说，AI 写啥他都能看明白；很多人是看不明白，或者压根不关心 AI 写了啥。五年帖 #93 的说法更完整：AI 更像执行者，用 AI 的人要把自己当成管理者，明确方向、拆解问题、评估结果、不断纠偏；而没有基础知识、技术原理和工程经验，就很难有好的判断力，也就当不好这个管理者。
3. 让系统在真实世界里长期跑对。 架构收敛、上线、监控、故障复盘、持续演进。这一段的知识大多是「缄默知识」：看到某段代码眉头一皱，知道后面要埋坑；知道遥远的某个角落还有一小撮客户依赖着一个错误的实现。这些很难写进文档，AI 也就学不到。五年帖里也有反面例子：有人说给 AI 一个 SSH 连接就能搞定 98% 的运维工作，#56 回了一句：剩下的 2% 是执行一条 rm -R /；#98 说自己维护的服务器就被同事这样删过，半夜爆肝恢复。
4. 带上一个行业的知识。 #67 说有公开资料的东西 AI 很轻松，遇到没有资料的领域，AI 像个傻子套公式。#42 的老板在全员信里写「钻研业务」，#55 说想在行业里继续混，精通业务是唯一的方法。AI 有全世界的公开资料，没有你公司和你行业的私域知识。五年帖里几位工业领域的人说得更具体：#62 说工控讲究「非标」，两条同期新建的生产线，程序都会因为现场情况而不同；#58 在半导体行业，一个问题常常同时涉及软件、机械、电气，还有温度、湿度、真空这些物理条件，工厂的数据又是保密的，AI 学不到，也不能为工厂事故背锅。
5. 造 AI 时代的工具。 #10 说以后剩下的程序员负责开发模型和相应工具；#33 说的第二种高水平，是理解 AI 本身的原理，它出问题时能找到办法。楼主自己的游戏引擎，就是专门为 AI 开发游戏设计的，这本身就是一个方向。不过要注意五年帖里的争论：#66 认为现在「造」Skill、MCP 和定制 Agent 的能力，就像以前造轮子一样能拉开差距；#65 则认为这些东西迟早会被封装成简单通用的工具，不是长期门槛。两边都对：造工具的能力有价值，但工具本身会过时，得不断往前挪。
这五件事的底座是担责：签字、上线、出事背锅。#89 那句话说得粗，但没错，AI 不能替你坐牢。
坏消息也要说清楚
这不是一篇「别焦虑，程序员永远需要」的鸡汤。有几件事得直说：
- 人数会变少。 如果一个人加 AI 能干原来五个人的活，就不需要那么多人。#56 说得对：不会全取代，但人数缩减是肯定的，就看谁被缩减。
- 入门的路被截断了。 斯坦福的数据显示，少招的是年轻人。那篇博客的作者讲到学徒制：他刚毕业时，100 行不到的代码被提了几十条 review 意见，线上出事时蹲在资深同事身后看他排查。**AI 在削减新人摸爬滚打的机会，招聘却要垂直领域的专家。**先有鸡还是先有蛋。五年帖 #73 也说：问题不只是需求萎缩，而是初级工程师再也没有走向高级工程师的现成路径了。
- 资历本身不是护城河。 五年帖 #61 的公司里，应届生靠 AI 迁移了老项目，老员工只剩资历和业务理解。资历要换成判断力和行业知识，才值钱。
- 判断力是从写代码里长出来的。 把手艺全外包给 AI，会逐渐失去判断 AI 是否做对的能力。
给还在路上的人
- 用 AI，但别外包判断。 让 AI 写，但你要能讲清楚每一行为什么这么写。
- 练读代码、review、debug、写最小复现。 这是验收 AI 的基本功，也是 AI 时代被低估的手艺。
- 做完整的项目，上线，有人用。 只有这样才能体验「跑对了没有」那一段。
- 带着一个领域做程序员。 金融、医疗、制造、游戏，选一个扎进去。
- 主动找「学徒」的机会。 去开源社区做 review，跟资深的人一起处理线上问题。
- 多做和人打交道的部分。 需求沟通、跨团队协作、对客户负责，这些是五年帖 #82 说的「和人有关的工作」。
- 留出财务缓冲。 五年帖 #61 没有负债、有存款，比同事从容；#76 在提前还房贷。这不是技术建议，但它决定了变化来的时候，你有没有选择权。
写在最后
程序员还能做啥？
写代码之外的那部分。而那部分，本来就是好程序员的大头。 #96 说：优秀的程序员，起码在我的定义里，从来不是代码写得好。五年帖 #86 说得更短：软件工程的大部分经验，其实并不在代码里。
五年后还有多少程序员能靠写代码活着？我猜不多。但能靠「定义问题、验收结果、让系统跑对、懂一个行业、对结果负责」活着的人，不会少。
真正变了的是路径。以前，写代码能养活人，判断力在写代码的过程中顺便长出来；以后，代码是顺手的事，判断力得刻意去练。
评论