程序员不死,只是凋零:从汇编到 Vibe Coding 的抽象演进
dotey 这篇长文聊透了 Vibe Coding 时代程序员的位置变化。和那种"AI 要取代程序员"的论调不同,他把焦点放在验证和担责上。正在用 AI 写代码但不确定自己还该学什么的开发者,读完会有答案。
dotey 发文探讨 AI 时代程序员职业的演变。他提出传统意义上的程序员早已消失——没人再写机器语言与汇编,也没人用制表机打孔,程序员职责随人与机器沟通方式的抽象而持续演进。
文章认为编程的本质始终是"将模糊的人类意图转化为精确、无歧义的逻辑规则",变的只是"翻译工作"的层次。过去语法报错保证精确性,如今自然语言天生模糊、模型输出带概率,同一句话两次可能生成两个程序,"精确无歧义"的重担转移到了人身上:想清楚需求、拆解问题、验证结果、承担后果。
作者判断,把别人定义好的需求翻译成代码是最容易被 AI 替代的部分,但定义真正问题、做方案取舍、为结果负责这些从打孔时代就最难的能力不会消失。Vibe Coding 降低了写代码的门槛,把想法变成现实的能力将从少数会写代码的人扩展到所有能把问题想清楚的人。
程序员不死,只是凋零 传统意义上的程序员其实早就死了,毕竟现在没人写机器语言与汇编了,更没人用制表机打孔了。 程序员的职责一直在演进,因为人与机器沟通方式在不断的抽象,从直接操控物理机械与电路,逐步发展到使用贴近人类自然语言的逻辑代码,到现在已经变成了自然语言与AI协同。 无论载体是从黄铜齿轮、打孔纸卡变成现代云端服务器,还是工具从汇编语言演进到 AI 生成。 编程与程序员最核心、恒定不变的本质是:“将模糊的人类意图转化为精确、无歧义的逻辑规则,以解决现实世界的问题。” 这个本质一直没有变,变的只是人与机器之间的那层“翻译工作”。 过去几十年里,因为机器听不懂人话,我们不得不迁就机器:背诵繁琐的语法、手动管理内存、把朴素的业务需求拆解成密密麻麻的控制流与接口调用。 久而久之,很多人误把熟练写某种程序语言当成了程序员的全部,却忘了代码本身只是沟通的媒介,或者说解决问题的工具,从来不是目的。 AI 做的事情,不过是把人与机器的抽象推到了新的一层。当 AI 能理解自然语言,“怎么把代码写出来”的门槛正在迅速降低,不会编程的人也能 Vibe Coding 出不错的产品。 只不过 AI 这一次有一点和以前不一样。以前从汇编到高级语言,每一层抽象都是确定的,同样的代码编译一万次,结果一模一样。 自然语言天生模糊,模型的输出又带着概率,同一句话说两遍,得到的可能是两个程序。 所以“精确、无歧义”这件事并没有消失,只是位置换了。 以前精确靠语法保证,写错了编译器会报错。现在得靠人自己:把需求想清楚、讲清楚,把大问题拆成 AI 能稳定生成的小问题,还得要验证它生成的结果对不对,最后还得要人为结果负责。 如果说程序员职业就是把别人定义好的需求翻译成代码,那已经死了,这是最容易被 AI 替代的事。 然而搞懂真正的问题是什么,在几个方案之间做取舍,验证结果,背锅承担后果,从打孔时代起这些就是这个职业最难的部分。 麦克阿瑟说,老兵不死,只是凋零。程序员也一样:凋零的是一代代的工具和手艺,留下的是把想法变成现实的能力。 这种能力过去只属于少数会写代码的人,以后属于每一个能把问题想清楚并且变成现实的人。 DinoDeer @xDinoDeer 如果共识是:软件已死,程序员职业已死。 那反共识是? 🔗 View Quoted Tweet📊 1 ⚡
This report is categorized under AITOP's "Industry" 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 Vibe Coding, programmers, AI coding, developers.
Source attribution: curated from 宝玉 (@dotey).