“AI淘汰程序员”是一场闹剧

寂静回声

回望技术发展史，相似的剧本已多次上演。
数据库技术发展初期，SQL语言的诞生也曾引发类似讨论：“有了如此接近英语的查询语言，还需要专门的数据管理员吗？”但很快，数据建模的复杂性、查询性能的调优、数据一致性的保障、以及大规模数据库的管理，使得数据库管理员（DBA） 这一角色变得至关重要，其专业价值远超简单的SQL编写。
无代码/低代码工具曾许诺“拖拽即应用，告别程序员”。现实却是，复杂的业务逻辑设计、系统间的无缝集成、处理各种边界情况的难题，依然需要专业人士的深度介入。结果非但没有消灭开发者，反而催生了一种更专业的角色——“无代码专家”，他们的价值甚至高于被预言取代的传统程序员。
云计算兴起时，“上云即自由，无需系统管理员”的口号响彻云霄。然而，系统管理员并未消失，而是华丽转身为DevOps工程师。他们的工作重心从物理服务器转向了基础设施即代码、自动化部署流水线以及日益复杂的分布式系统管理。工作内容升级，复杂度提升，其价值与薪资也随之水涨船高。

如今，AI编程助手登台，承诺“描述需求，代码即现”。然而，当下的实践揭示：AI生成的代码片段常常需要经验丰富的工程师投入大量时间进行严谨的验证和细致的修正。资深开发者能更高效地驾驭AI工具，而构建真正复杂、可维护的系统，其核心依然牢牢扎根于人类的设计能力。AI更像一件威力强大的新工具，而非预言中的职业终结者。
这些历史的回响勾勒出一个清晰的模式。新技术的目标，往往不是消灭专业需求本身，而是对其进行重塑。它们自动化或简化了底层的、重复性的劳动（如手动配置、基础代码编写），同时将专业技能的需求推向了更高的抽象层级（如系统架构设计、规则定义）。

随之而来的是价值的重心持续上移。从“如何写代码”到“如何设计系统”，从“如何管理机器”到“如何定义规则”。每一次技术的飞跃，都在强化解决复杂问题的核心人类能力——思考、设计、架构——使其变得愈发稀缺和珍贵。

一个反直觉的事实：代码本身并非资产，而是负债。每一行代码都需要持续的维护、调试、安全防护，并终将被替换。真正的资产，是代码所实现的业务能力。如果AI让编写代码（即产生负债）变得极其容易和快速，那么战略性地管理、最小化这些负债的能力——即高屋建瓴的架构设计能力——其重要性便会呈指数级提升。
AI正以前所未有的速度廉价化“实现”过程，将想法转化为基础代码的门槛大幅降低。然而，硬币的另一面是，清晰定义问题、结构化表达系统意图、设定合理的边界与约束的能力（“意图表达”），以及进行全局性、前瞻性、考虑长期演进的架构设计能力，其价值被推向了前所未有的高度。

AI展现出强大的局部优化能力，能优化一个函数，却难以驾驭全局。它无法判断一个服务是否应该存在，或者它如何优雅地融入更宏大的系统生态。当“实现”的速度被AI急剧拉升，“架构错误”的代价会被无限放大，因为它们可能在人们意识到其危害之前就已根深蒂固。
AI本身并非错误的源头，它是一个高效的“放大器”。它会忠实地执行人类的设计决策，并迅速放大其中未被察觉的盲区。模糊的服务边界、被忽视的系统演化需求，会被AI精准地执行并规模化，最终导致系统复杂性失控或技术债如雪球般滚大。因此，程序员的“边界感知力”——敏锐地辨别哪些任务不应托付给AI，并为其协作设定清晰、安全的边界——变得前所未有的重要。
程序员最本质的价值，在于设计出能被AI、业务逻辑和未来需求共同演化的系统秩序。AI极大地降低了“造物”（即编写代码）的成本，却同时将“认知”（即高质量的系统设计）的门槛提升到了新的高度。