程序员即将隐退，建造者持续辉煌

文章指出编程之所以最先被 AI 吃掉，是因为代码可以机器验证、评估成本低，而产品设计和架构判断难以自动化。作者从 2025 年七八月起几乎不再手写代码，工作重心前移到产品与架构、后置到 review 与维护。

文中引用邹欣“程序员即将隐退，建造者持续辉煌”的判断，并提出初级工程师培养链条断裂、手艺退化两个真问题。

同步至个人站点： 程序员即将隐退，建造者持续辉煌 程序员即将隐退，建造者持续辉煌 先说结论： 编程在死，软件工程没死，而死掉的那部分，本来就不是你最值钱的部分。 我知道这话现在满大街都是，“软件工程已死”“程序员已死”“AI 工程师已死”，每隔几天就有人出来宣布一次我们的死讯。说实话，这种话我听了很多年了。今天我想站在一线的角度，认真聊聊这事儿——因为我可能算是被 AI 改造得最彻底的那批人之一。 正在发生的事 先摆几个我亲眼看到的现象。 编程这件事，真的被一句话解决了。 一个后端需求，一句话扔给 Claude Code 或 Codex ，接口、逻辑、测试全给你写出来。一个前端改动，只要你不抠像素，样式上大差不差。于是很多公司内部已经不怎么分前后端了——前端的同学顺手写点后端 CRUD，后端的同学直接改管理端的页面。工种之间的墙，塌了。 招聘市场上，“前端工程师”“后端工程师”这种岗位在消失。 取而代之的是一个新物种：AI 全栈工程师。注意，不是“全栈工程师”，是“AI 全栈工程师”——这个词的重点不在全栈，在 AI。 工程师不手写代码了。 这不是预测，是事实。我自己从 2025 年七八月份开始，几乎就没再手写过代码。我在一个 AI native 的小组，我的工作内容在这一年多里发生了翻天覆地的变化。 所以，“程序员死了”这个判断，从现象上看，好像没什么毛病。 但真的是这样吗？ 编程 ≠ 软件工程 很多人把这两件事搞混了。我们掰开来看。 一个软件从无到上线，走的是这么一条路： 立项和产品调研。 你要解决什么问题？这个问题值不值得解决？ 产品设计。 你的软件里要什么、不要什么。别小看这一步，“不要什么”往往比“要什么”重要得多，它直接决定产品的成败和开发周期的长短。 架构设计。 注意，架构不只是部署架构，更难的是业务上的拆分——哪些东西该耦合在一起，哪些必须拆开，拆错了，两年后整个团队替你还债。 Coding。 把方案变成代码。 Review、测试、发布、维护。 代码交出去之后，真正漫长的部分才刚开始。 看明白了吗？ Coding 只是这条链路上的一环，而且它有一个其他环节都不具备的特点：它最容易被评估。 从 AI 的底层逻辑说起，判断一个 AI 做得好不好，很大程度上靠评估函数——你得能明确地告诉它“对了”还是“错了”，它才能在这个反馈里迭代、变强。 OpenAI 的 Evals 指南 把这种“可重复地比较输出质量”的工作讲得很清楚。而编程恰恰是这个世界上较容易被评估的工作之一：代码能跑不能跑，测试过没过，类型检查报不报错，对错分明，机器自己就能验证，根本不用人来打分。反馈又快又准，AI 在这种任务上进步自然飞快。这就是为什么 coding 最先被吃掉，一点都不奇怪。 但你再看链路上的其他环节：一个产品设计好不好？一个架构拆分合不合理？这次发布该不该上？这些东西没有编译器告诉你对错，评估成本极高——甚至要等上线一两年后，你才知道当初的判断是不是错的。 难以评估，就难以自动化。 这是编程和软件工程其他部分之间真正的分水岭。 所以，前面的产品设计、架构判断，后面的 review、测试、发布、维护——AI 能辅助，但最终的决策和理解，全都在人身上。 这里有一个我观察到的、特别能说明问题的现象： Coding 的速度确实上去了，但交付的速度并没有普遍地上去。 为什么？因为瓶颈从来就不在打字上。只是以前写代码太慢了，把其他所有瓶颈都遮住了。现在这块遮羞布没了，真正的问题全暴露出来了：需求定义得稀里糊涂、架构判断失误、review 和验证的压力暴增、维护的债越堆越高。 说白了， AI 没有让软件工程变简单，它只是让“写代码”这一环不再是借口。 这不是第一次“程序员之死” 干我们这行久一点的人都知道，“程序员要完了”这话，每隔十几年就要喊一次。 汇编时代，有人说高级语言会让程序员消失；高级语言时代，有人说框架会让程序员消失；后来低代码火了，又有人说程序员要消失。每一次抽象层往上抬一级，“程序员”的旧定义就死一次，然后整个行业向上迁移一层。 但这次和前几次确实不一样，不一样在哪？ 自然语言是最后一层抽象了。 汇编上面是 C，C 上面是脚本语言，脚本语言上面是框架，框架上面是低代码，低代码上面是——人话。人话上面没有更高的层了。 这意味着，这次上移的终点，就是“人”本身。你躲无可躲，也没有下一层抽象替你挡着。你要么站到问题面前去，要么被挤下去。 代码正在从资产变成负债 再讲一个可能有点反直觉的判断。 以前我们觉得，代码是资产，写得越多，家底越厚。现在你得反过来想： AI 让代码的生产成本趋近于零，代码越来越像负债。 生成一万行代码只要几分钟，但这一万行代码，你要理解它、验证它、维护它、为它半夜被告警叫起来。谁的判断力跟不上生成速度，谁就是在用 AI 加速制造技术债——而且是以前十倍的速度。 所以你会发现，代码变便宜之后，真正稀缺的东西反而涨价了： 品味 ——知道什么是好产品，知道用户真正要什么； 判断力 ——知道什么该做，更知道什么坚决不做； 责任感 ——线上出了问题，Agent 不会替你扛，扛事的永远是人。 这三样东西，恰恰是手写代码练不出来的，也是 AI 给不了你的。 我的工作变成了什么样 说回我自己。不手写代码之后，我的工作整体地 前移和后置 了。 前移 ，移到了产品和架构上。现在几乎每一个需求，我都要从头自己设计：产品上做什么取舍，架构上做什么判断。这些我大量用 AI 辅助，但最后拍板的是我，理解的也是我——方案出了问题，AI 不会替我背锅。 后置 ，移到了 review、测试、发布、维护，以及一个以前不存在的课题上：怎么让团队更好地使用 AI。 中间那一环——coding——交出去了。我出一套方案，放到团队里讨论，讨论通过，然后大家和 Agent 一起愉快地 coding。 你说我还是程序员吗？按旧定义，我早就不“程序”了。但我造的东西比以前多了，我对结果负的责任比以前大了。我更像一个建造者。 也得说点泼冷水的话 光唱赞歌不是实事求是。这个趋势里有几个真问题，得摆出来。 第一个，初级工程师怎么办？ 我们这代人的判断力，是一行一行手写代码、一个一个 bug 调出来的。现在新人上来就是指挥 Agent，学徒的那条链条断了，判断力从哪长出来？这个问题我没有完美答案，但我知道假装它不存在是错的。 第二个，手艺会不会退化？ 长期不手写代码，真遇到底层问题要人肉 debug 的时候，你还行不行？我自己的做法是：代码可以不写，但不能读不懂。读 Agent 写的代码，本身就是新的基本功。 这两个问题，值得每个觉得“AI 全包了，我可以躺了”的人想一想。 最后 邹欣老师有句话，我觉得把这个趋势说透了： 程序员即将隐退，建造者持续辉煌。 邹欣老师在微软干了二十多年，写过那本影响了无数人的《构建之法》。关于软件工程、工程教育和程序员成长，他在 个人博客 里持续写了很多年。这句话从这样的人嘴里说出来，分量是不一样的。 在没有 Agent 的时代，建造软件的唯一入口是手写代码，所以“会写代码的人”和“造软件的人”被画上了等号。现在 Agent 把写代码这一环接走了，等号断开了—— 程序员隐退，隐退的是“翻译者”这个角色；建造者辉煌，是因为人和代码之间的中介层消失之后，人终于直接站在了问题面前。 所以，别再问“程序员会不会被 AI 取代”了。这个问题问错了。 该问的是： 当写代码不再值钱，你还剩下什么？ 如果你的答案是品味、判断和责任，那这是你最好的时代。

This report is categorized under AITOP's "How-to" desk, focusing on China's AI industry and domestic foundation model ecosystem. Within our cross-regional analytical framework, it directly maps to AI developer toolchains, coding agents, and engineering workflows. Key entities and technical topics under continuous tracking include Claude Code, Codex, AI 全栈工程师, 软件工程.

Source attribution: curated from 掘金本周最热 (@minorcell).