程序員即將被分成三層！

很多人看到這幅圖，覺得程序員要完蛋了。

甚至還有人說：編程，就是打字而已，而打字已經(jīng)不值錢了。

說這種話的，要么是外行，要么是別有用心。

我覺得程序員雖然受到AI影響最大，但是這個崗位肯定還會繼續(xù)存在，只不過可能會出現(xiàn)三層結構，形成一個金字塔。

0 1

第一層：AI系統(tǒng)設計者

真正的核心工程師，數(shù)量稀少，可能只有1%。

他們不寫業(yè)務代碼，而是設計AI系統(tǒng)，訓練大模型，開發(fā)基礎設施。

操作系統(tǒng)、數(shù)據(jù)庫、編譯器、瀏覽器等也應該算進去，因為已經(jīng)證明AI在系統(tǒng)軟件領域的表現(xiàn)極其差勁。

全世界的程序員都在使用這一層程序員的產(chǎn)品，影響力超級巨大。

0 2

第二層：AI“牧羊人”（主流程序員）

這一層，是未來數(shù)量最多的專業(yè)程序員。

以后你不再是“碼農(nóng)”，而是 “AI 指揮家” 或者 “AI 牧羊人”。

你的工作不是一行行敲代碼，而是：翹著二郎腿，打開電腦，同時指揮 10 個 AI Agent 小老弟去干活。

你自己呢？是項目經(jīng)理 + 系統(tǒng)架構師 + 終極背鍋俠。

為什么 AI 還取代不了人類？因為 AI 這貨太弱了，無法獨自應對復雜的企業(yè)級系統(tǒng)。

比如你對 AI 說：“給我寫一個支持高并發(fā)的電商系統(tǒng)。”

AI只會輸出一個玩具，可能看起來不錯，也能跑，但是人數(shù)一多就死給你看的Demo。

你得把需求掰開了、揉碎了，告訴 AI：

這是個電商系統(tǒng)，包括用戶管理、商品管理、庫存管理，訂單管理......等n個模塊； 技術上要分布式，用緩存技術，主從復制，分庫分表，消息隊列，服務拆分，限流熔斷，搜索，秒殺......，前端要如何如何,后端要如何如何...... <此處略去8000字>

你得指揮它，把這些功能性需求和非功能性需求精心分類、排序，拆分成小塊單元，指揮一堆Agent逐個實現(xiàn)。

為了防止AI腦子一抽，走上邪路，你還得指揮它寫好測試，自己測試自己。

這還是新項目，老項目、遺留項目更是要命。

代碼已經(jīng)寫了多年（甚至幾十年），代碼量達到數(shù)百萬甚至數(shù)十億行。

你想快速添加新功能是不可能的，一不小心就會破壞數(shù)百萬用戶以來的功能。

程序員的主要時間耗在規(guī)劃、用AI來理解龐大的屎山代碼，確定優(yōu)先級、開會討論進度。

即使是AI把代碼寫完，也得經(jīng)歷嚴格的代碼審查和測試審核，確保它實現(xiàn)了功能，并且安全無害。

所以Google CEO 說，AI 對成熟科技公司程序員生產(chǎn)力的提升，大約是 10%。

這樣復雜的系統(tǒng)，普通的小白能用AI來做嗎？

絕對不可能，專業(yè)程序員依然是剛需。

但是，這種狀況對新手是不利的，初級崗位正在被AI侵蝕。

去年，斯坦福數(shù)字經(jīng)濟實驗室主任、經(jīng)濟學家 Erik Brynjolfsson 和他的同事根據(jù)不同年齡群體以及工作被 A.I. 替代的可能性分析了多個行業(yè)。他發(fā)現(xiàn)，計算機程序員是最“暴露在 AI 之下”的職業(yè)之一，而初級開發(fā)者受到的沖擊最大。 自 2022 年以來，22 至 25 歲（最可能剛進入行業(yè)的年齡段）的程序員崗位數(shù)量下降了 16%，而年長程序員的崗位數(shù)量幾乎沒有明顯減少。

原因很簡單，過去公司需要會招聘新人，輔助資深程序員干活兒，現(xiàn)在資深程序員有了不知疲倦的AI，工作效率猛增，公司為什么還要去招聘新人呢？

這又形成一個悖論：沒有新人進入這個行業(yè)，等這一批人逐漸老去，這個行業(yè)不就完蛋了嗎？

0 3

第三層：AI 賦能的“野生魔法師”（數(shù)量最多）

他們不是專業(yè)程序員，也不懂復雜架構，他們使用AI編程就是為了解決自己手頭的實際問題。

醫(yī)生可能會寫一個醫(yī)療小工具，老師寫教學軟件，會計寫自動化腳本，設計師寫網(wǎng)站，他們不會叫自己程序員，但實際上他們就是在編寫軟件。

這類軟件通常功能明確，易于開發(fā)，幾個小時，最多一天就能完成一個應用。

不過，這樣的工具和應用可擴展性比較低，適合一次性或者小范圍使用，肯定不是企業(yè)級系統(tǒng)。

未來可能出現(xiàn)個人軟件時代，就像今天：自媒體，短視頻，人人都可以創(chuàng)作。

軟件也會這樣。

你可能覺得這是危言聳聽，其實現(xiàn)在已經(jīng)有這樣的苗頭了。

Maxime Cuisy 是巴黎一家印刷公司的生產(chǎn)經(jīng)理，他的公司專門為 Dior 和 Louis Vuitton 等高端客戶制作攝影畫冊。

有一天，Cuisy發(fā)現(xiàn)公司現(xiàn)有軟件無法兼容新買的打印機，員工必須手工調(diào)整照片邊距，非常耗時。

Maxime Cuisy碩士期間研究的是法國漫畫小說，完全不懂編程，公司也沒有錢去雇一個開發(fā)團隊解決這個問題。

于是，他決定用Codex試試AI編程，它花了幾個小時詳細描述如何調(diào)整圖片，到了下班的時候，Codex實現(xiàn)了一個可以在macOS和Windows運行的程序。

員工可以用這個程序一次處理多達2000張圖片，老板非常滿意。

我身邊也有個例子，閨女想做個回合制卡牌游戲，有攻擊牌、附加牌（效果會持續(xù)幾個回合）、防守牌，牌還可以合并，有攻擊距離，角色可以移動，有體力值，邏輯復雜，再加上各種動態(tài)特效，讓我這個老程序員來做，也是很頭疼的。

但是讓我萬萬沒想到的是，我僅僅幫她開了個頭，做了技術選型，完全不懂編程的她，竟然獨自用自然語言驅(qū)動AI把游戲的功能逐個實現(xiàn)了。

我相信，隨著AI編程越來越強，這樣的案例會越來越多。

0 4

為什么會形成這三層？

因為 AI 改變了 軟件生產(chǎn)的成本結構。

在過去，軟件開發(fā) = 高門檻， 你得會18般武藝：編程語言、算法、框架、設計模式……

但是，正在發(fā)生的AI革命越來越清楚地指向一件事情：軟件開發(fā) = 表達能力

你能不能把問題說清楚，能不能像指揮一個有點笨但又很聽話的小弟一樣，把需求拆解明白，讓 AI 去執(zhí)行，變成了關鍵。

這是一個翻天覆地的變化，最終的結果就是：軟件開發(fā)這個行業(yè)不會消失，但是薪資不再像過去那樣高，以前那種“我會寫代碼”的稀缺性，正在被 AI 一點點抹平。