写了十几年代码，现在几乎不手写一行：一个程序员亲历一年AI后的冷思考

2026-11-12 21:34:35 | 发布者: admin1 | 查看: 18 | 评论: 0

写在前面：一个"局内人"要退场了

先交代一句：我已经基本决定，主动离开干了这么多年的这个行业了。所以下面这些话，不算利益相关，也不吹不黑，就是一个深度泡在里面的人，说点客观话。

我们公司现在已经"人均AI"了。就我个人来说，这一年多，几乎没再手写过代码。AI用着是真爽——前提是你得驾驭它：给它准确的信息、清晰的方案，它就能把效率拉到一个以前不敢想的高度。

也正因为我们是订阅制、每月额度有限，我反而比谁都清楚"用好AI"这四个字有多值钱。额度就那么多，浪费不起，必须把每一分算力用在刀刃上。

所以，谁要问"AI到底能不能取代程序员"，我觉得我最有资格说一句：能，而且可能取代掉大部分;但要说100%不要人，还得有不少年头。

很多时候，不是AI不行，是人还没学会怎么问。

看几个公开数据你就明白了：

这不是"要不要用"的问题了，是"你用得比别人好不好"的问题。谁还站在岸上观望，谁就已经在往下掉了。

数据好看，可有个反常识的真相，藏在这些百分比背后。

GitHub那个"提速55%"，是在一个边界清晰的独立小任务上测出来的——让你用AI写个HTTP小服务，当然飞快。

但METR做过另一个狠实验：找一群在自己仓库里干了多年、熟悉到骨子里的资深工程师，让他们用AI去改真实的老项目（上百万行代码）。结果呢？用AI反而比不用慢了19%。

为什么?因为AI生成的代码"看着都对、语法完美"，可 bug 藏在语义里——一个比较符写反、一个边界值漏掉、一个并发时序没处理。这些错，便宜的检查工具抓不住（它们是按"人会犯的错"设计的，而AI犯的是"语义级的错")。你省下的写代码时间，全搭在验证它的输出上了。

这就是"专业"两个字还值钱的地方：AI能写出像模像样的代码，但判断它对不对、该不该、能不能上生产，还得靠人。

既然要退场了，把这一年多的心得，浓缩成五句大白话：

第一，别观望。

AI正在变成一项基础技能，就像二十年前的电脑、十年前的智能手机。不只是软件行业，几乎所有脑力工种都一样。你现在不用它，不是省事，是在给别人让路。掌握它的用法和策略，比掌握某一门语言更重要。

第二，基本功千万别丢。

底层原理、架构方案能力、项目里真刀真枪踩过的坑——这些是"马"，AI是"车"。基本功不扎实就上AI，等于小马拉大车，看着跑得快，一上坡、一拐弯就力不从心，最后埋的雷全得自己拆。AI放大的是你的能力，也放大你的无知。

第三，别焦虑，但也别装睡。

前两条做到位，你会发现未来行业对人才的要求更高、给真本事的人开价也更高——这是好消息。坏消息是："混子"是真的混不下去了。 靠堆工时、抄代码、划水过关的日子，到头了。这轮不是淘汰"程序员"，是淘汰"不动脑的程序员"。

第四，认清AI的边界。

"无中生有"和"大海捞针"，对AI来说既不经济，也不现实。让AI从零开始写一个几十万行的超大系统？难，而且烧钱烧到你肉疼——上下文塞不下、一致性保不住、验证成本高到离谱。

但反过来，对一个已经上线、进入迭代优化阶段的项目，AI简直是如有神助：加功能、改bug、补测试、写文档、做重构，样样顺手。所以聪明的用法是：让人来定骨架、把方向，AI来做血肉、跑迭代。

第五，硬件和纯软，完全是两回事。

我做的是嵌入式、网络这一块，说实话，这类活儿目前需要人手动介入的地方还特别多——要碰硬件、要调时序、要现场抓包、要对付那些AI够不着物理层的脏活累活。纯软岗被AI冲击得最凶，软硬件结合的岗位，缓冲期明显更长。如果你身在硬件、嵌入式、网络底层，别自己吓自己，也别轻易往纯软的红海里挤。

我判断，成熟之后的节奏会是这样的：

少数大佬和精英，在AI的协助下，把方案定下来、把第一版做出来、跑上线；之后的迭代优化，用很少的人就能撑住；剩下的测试质控、项目管理、文档流转，大量交给AI。

模式跑顺之后，整体省下一大半人力，完全做得到。

但有个前提很多人忽略：AI不是免费的。 我们这种订阅制，额度就是成本；企业级的大规模调用，更是真金白银的算力账单。所以"减人"省下的钱，有一部分又要还回给AI——这不是白捡的便宜，是一次成本结构的置换：把"养人的固定成本"，换成"买算力的浮动成本"。

谁先把这笔账算明白、把人和AI的配比调到最优，谁就赢了下一程。

聊到这儿，得说个更本质的东西——AI的终局，其实不在代码里，在电厂里。

每一个Token的生成，背后都实打实地连着水电和碳排放。阿里云的负责人就讲过一句大实话："每个Token背后都关联着水电消耗和碳排放，Token生产效率，已成为衡量AI的关键指标。"

看几个数你就懂这盘子有多大：

国内日均Token调用量，从2024年初的1000亿，飙到2025年底的100万亿，2026年3月突破140万亿——两年涨了超千倍；
数据中心用电量，2022年约1300亿度，2025年约1960亿度，预计2030年突破7000亿度，占全社会用电5%以上；
"算电协同"已经被写进"十五五"规划，政策明确鼓励数据中心用绿电，国家枢纽节点新建数据中心的绿电占比要求已达80%。

当算力越来越像"工业时代的水电煤"，谁能稳定、便宜、绿色地供上电，谁就捏住了AI的命门。而以我们现有的能源布局——西部风光电、水电、核电，加上特高压输电和正在铺开的"东数西算"——未来还真有可能，成为全世界的一个"AI词元工厂"。

这才是这场变革里，比"程序员会不会失业"更大、也更少人看懂的那盘棋。