AI浪潮中的感慨

去年到今年，身边的人陆续离开了工位。不是跳槽，是裁员。名单上的人前一天还在群里聊需求，第二天头像就灰了。留下来的人并不轻松——一个人要干过去两三个人的活，说是"降本增效"，其实就是把消失的岗位，平摊到还坐在工位上的人头上。物是人非事事休。于是想着这半年看到和想到的事，尽量平静地记下来。

被切碎的注意力

组织扁平化以后，一个人干多活成了常态。从一个项目到多个项目，从前后端到测试，项目经理等多个岗位，这样的笛卡尔积导致工作量直线飙升，这就直接导致我关注某一件事的注意力直线下降。因为人脑天生不是为高频切换设计的。

写代码这件事，一半时间在把问题装进脑子，另一半在写。每被拉去开个会、回个消息、处理一个线上报错，脑子里的"栈"就被弹空一次，回来的时候还得重新加载。一天切换十几次，看起来忙了一整天，实际深入的东西很少。我大概已经有好多天无法进入心流状态了，那种忘我工作的真实感和问题被解决后的畅通感我想大概率是回不去了。也许在未来的某一个下午，古法编程就真的跟现在钓鱼，骑马一样单纯的乐趣了。

《从前慢》

记得刚入行那年

大家诚诚恳恳

写一行，是一行

清早打开电脑

屏幕黑着，光标在闪

桌上的咖啡在冒着热气

从前的代码变得慢

编译、测试、提交都慢

一周只够合一个 PR

从前的变量名也好看

注释写得有样子

你写了，人家就懂了

抢饭碗

AI越来越强大以后，岗位边界也在模糊。程序员开始画界面、写文案、做数据分析，因为 AI 把这些门槛拉低了，什么都能"上手试试"。

最近有一个突然爆火的岗位FDE（前沿部署工程师），其实就是集售前，产品，开发，测试，运维，部署的超级外包，但这个活还真不是人人都能干好的。因为代码写的好，一般都不擅长跟人打交道。

反过来，产品、运营，甚至行政，也开始用 AI 写脚本、做表格。大家忽然都能跨一步，跨到彼此的领域里。这看起来是能力边界的扩张，其实是在重新瓜分一块正在缩小的蛋糕——只是这次，跨界的不再是少数人。

生产力、分配与失业

技术确实提升了生产力，这一点我从不怀疑。但生产力提高之后，多出来的部分归谁，从来不是技术能回答的问题。看过去远比看未来看得清楚，蒸汽机替代了织布工，也创造了新的工种，那是几代人慢慢消化的过程。这一次的节奏更快、波及更广，没有人能打包票说"新岗位一定会等量出现"。

古法编程、Vibe Coding、Agent Coding

顺着这条线，能看清我们这行正在经历的三个阶段。

古法编程，是过去二十年大多数人的样子：查文档、背 API、手写每一行，靠经验和肌肉记忆。写错了就调试，一个 bug 可能耗一下午。那时候，会写本身就是门槛。

Vibe Coding，是现在的样子：你不再逐行写，而是描述你要什么，AI 生成，你跑起来看效果，不满意就继续描述。门槛从"会写"降到了"会说清楚要什么"。代码写得快，但对错要靠人来兜底。

Agent Coding，是正在来的样子：你给目标、给验收标准，一个能自己拆任务、自己写、自己测、自己改的智能体去跑，跑到你满意为止。人退到更后面——定义问题，验证结果，为结果负责。

三个阶段有一条共同的主线：实现这件事，越来越便宜；而"想清楚要什么、判断对不对、出了事谁负责"，越来越贵。

破局之道

这个问题我想了很久，只能给出几个不算答案的答案。

第一，别对抗工具，去用工具。人和动物最大的区别就是善于使用工具。把重复的部分交给它，把省下来的时间拿去做更难被替代的事。工具的浪潮不会因为你不用而停下。

第二，把身份从"写代码的人"挪到"定义问题、验证结果的人"上。能一句话把问题说清楚、能写清楚验收标准、能判断 AI 产出对不对——这些比手写速度重要得多。这就要求我需要主动去学习产品和业务方面的知识。

第三，主动守住整块时间。切换的代价是真实存在的，深度工作是需要自己抢回来的。关掉没必要的通知，给重要的事留出不被切的时段。

第四，多往上游走一步。理解业务为什么这么做，理解系统为什么这么设计，理解一个决策背后的代价。这些东西，恰恰是 AI 目前最不擅长、也最不该替人做决定的。

第五，接受不确定性，但别让它变成内耗。没有人知道三年后这行什么样。能做的，是保持学习的能力，而不是焦虑地囤积知识。

说到底，这跟两百年前的英国织工有点像。蒸汽织布机出现的时候，他十年练出来的手艺并没有变差，只是"织布"这件事本身变便宜了，于是那双手的价值，跟着一起缩了水。今天写代码，正在发生同样的事。

写到这里，我并不悲观，也不盲目乐观。工具在变，但"有人需要被解决问题、有人需要为结果负责"这件事，不会变。浪潮会淘掉一批人，也会把另一些人托起来。我们能做的，大概就是别把身子绑在会被淘掉的那部分上。

日子还要过，代码还得写，只是写的方式，和过去不太一样了。

你我AI前没相见，AI后别相逢。