AI 的回答我把和 AI 的对话整理了一下。它的核心观点是编码能力不会消失但它会贬值——而且已经在贬值了。它给了一张图编码能力写代码快 / 语法熟 / API 记得牢 ████████████████░░░░░░ ← 在贬值 拆解问题的能力把模糊需求变成清晰步骤 ████████████████████░░ ← 在升值 判断力和品味选方案、预判后果、审查代码 ████████████████████████ ← 大幅升值 产品感和需求洞察知道什么该做什么根本不该做 ████████████████████████ ← 大幅升值 调试和嗅出 Bug的能力找到根因修复系统性问题 ████████████████████████ ← 大幅升值这个回答让我想起了一件事。回看过去规律一直都在计算器出现后心算快的人贬值了。但知道该算什么和结果合不合理的人升值了。你能用计算器算出一家公司的财务报表但如果你不知道利润率 80% 大概率是数据错了——你的价值为 0。搜索引擎出现后记忆力强的人贬值了。但知道搜什么关键词和哪个结果可信的人升值了。两个程序员同时搜一个问题一个搜到了 StackOverflow 上的正确答案另一个被 CSDN 上 10 年前的错误方案带偏了。差距不在搜索能力在判断力。GPS 导航出现后记路能力强的人贬值了。但知道这条路高峰期会堵和导航绕的路其实更坑的人升值了。AI 编程出现后写代码快的人贬值了。但——什么会升值五种正在大幅升值的能力 第一拆解问题的能力AI 擅长解决明确的问题不擅长把模糊问题变明确。两种 prompt 的差距❌ 帮我做一个后台管理系统 → AI然后给你一坨能跑但完全不对的东西 ✅ 这个系统有 3 个模块用户管理、权限控制、数据报表。 我们先做用户管理。它需要① 列表页分页搜索批量删除 ② 编辑弹窗表单校验手机号格式、邮箱格式 ③ 状态流转启用↔禁用禁用账号不能登录 难点在权限控制那块——不同角色看到不同菜单。后面再搞。 AI先帮我做用户列表页接口还没好先用 mock 数据。 → AI清楚能做能把一个模糊需求拆成先做什么、再做什么、每一步的输入输出是什么——这是未来最重要的能力之一。这种能力不是天生的。它来自于你亲手做过项目——知道坑在哪知道什么先做什么后做会少踩坑。没有项目经验的人连怎么指挥 AI 都不知道。 第二判断力和品味AI 给你 3 个方案你选哪个方案 A简单直接但扩展性差。改需求时会很痛苦。 方案 B高度抽象扩展性好但引入了 3 层封装。新人接手一脸懵。 方案 C中庸扩展性还行抽象也不算多。但有个隐藏的性能坑。AI 不会替你选。选了之后出了问题AI 不会替你背锅。这种判断力来自于你见过好代码和烂代码——你知道那个高度抽象的方案 B现在看起来爽但 3 个人维护 6 个月后每一层封装都会变成认知负担。Taste is the ability to look at a solution and say this feels wrong before you can articulate why.这没法速成。只能通过大量阅读好代码、大量上手做项目、大量踩坑来积累。 第三调试和嗅出问题的能力AI 生成的代码跑起来了。但你有没有能力判断这段代码有没有内存泄漏这个useEffect的依赖数组写对了吗这 3 个请求是不是可以并发这段代码看起来能跑但并发场景下会不会出 race conditionAI 就像一个超级初级工程师——写代码飞快但质量不可靠。你的角色变成了code reviewer。而要做好 code reviewer你必须比写代码的人更懂。讽刺的是越是 AI 帮你写代码你越需要扎实的基础——不然你连 AI 生成的 Bug 都认不出来。第四需求洞察和该不该做的判断一个真实场景产品经理我们要做一个批量导入功能支持 Excel 上传。 你这个功能的用户是谁频率多高 产品经理运营每个月用一次每次大概导入几十条数据。 你那不需要做导入功能。给他们一个文本输入框 批量解析就行。 做 Excel 导入至少要 3 天文本框方案半天就够。 省下的 2.5 天我们可以做那个数据分析面板——那个每天都有人用。AI 不会替你做这个判断。它甚至不会问这些前置问题。这种能力是纯粹的经验积累——你被做了一堆没人用的功能伤害过足够多次才会在需求评审时本能地问谁用多频繁值得吗第五学习速度和该学什么的嗅觉技术永远在更新。AI 时代更新更快。比现在会什么更重要的是多快能搞懂一个新东西和判断这个东西值不值得投入时间学。前段时间 Vue Vapor Mode 出来了Vue 的无虚拟 DOM实验性功能你要不要学如果你理解 Vue 的响应式原理和虚拟 DOM 的关系10 分钟就能理解 Vapor 的动机如果你只会用 Vue 的 API你根本看不懂 Vapor 在说什么这就是为什么懂原理如此重要——它是你理解一切新东西的前置知识。所以现在该做什么这几天我在整理 Vue 原理的系列文章写到为什么需要虚拟 DOM这一篇时突然意识到一个问题我花这么多时间读源码、写原理文章到底是在提升编码能力还是提升判断力答案是后者。当我理解了Object.defineProperty的局限性我就能判断什么时候该用$set什么时候该重构数据结构。当我理解了 Diff 算法为什么只做同层比较我就能理解为什么v-for的key不能用index以及什么场景下这个坑会真的炸。当我理解了 Computed 的惰性求值和依赖传递我就能判断什么时候该用 computed什么时候该用 watch而不是凭感觉。这些判断力AI 帮不了你。AI 能告诉你Vue 官方建议用 computed 而不是 watch但它不会帮你权衡你当前场景下的 trade-off。一张表总结能力趋势怎么练写代码快 / 记 API 贬值AI 能替代 80%拆解问题 升值多做项目刻意练习先拆分再动手判断力和品味 升值读好代码读 RFC理解为什么这样设计调试和排错 升值多修 Bug不求快求理解根因需求洞察 升值多问这个功能谁用值不值有没有更简单方案学习嗅觉 升值学原理而不是学 API建立知识网络把复杂东西讲清楚 升值写文章、做分享、录视频最后一个能力——把复杂东西讲清楚——是我故意加进去的。因为再过 5 年最稀缺的程序员不是代码写得最好的而是能用最简单的话把最复杂的事讲清楚的人。最后我问 AI 的问题是编码能力贬值后什么能力值钱现在我有自己的答案了编码能力从来就不是程序员的核心竞争力。我们被雇来从来不是为了写代码——而是用代码解决问题。
我是怎么开始想这个问题的
AI 的回答我把和 AI 的对话整理了一下。它的核心观点是编码能力不会消失但它会贬值——而且已经在贬值了。它给了一张图编码能力写代码快 / 语法熟 / API 记得牢 ████████████████░░░░░░ ← 在贬值 拆解问题的能力把模糊需求变成清晰步骤 ████████████████████░░ ← 在升值 判断力和品味选方案、预判后果、审查代码 ████████████████████████ ← 大幅升值 产品感和需求洞察知道什么该做什么根本不该做 ████████████████████████ ← 大幅升值 调试和嗅出 Bug的能力找到根因修复系统性问题 ████████████████████████ ← 大幅升值这个回答让我想起了一件事。回看过去规律一直都在计算器出现后心算快的人贬值了。但知道该算什么和结果合不合理的人升值了。你能用计算器算出一家公司的财务报表但如果你不知道利润率 80% 大概率是数据错了——你的价值为 0。搜索引擎出现后记忆力强的人贬值了。但知道搜什么关键词和哪个结果可信的人升值了。两个程序员同时搜一个问题一个搜到了 StackOverflow 上的正确答案另一个被 CSDN 上 10 年前的错误方案带偏了。差距不在搜索能力在判断力。GPS 导航出现后记路能力强的人贬值了。但知道这条路高峰期会堵和导航绕的路其实更坑的人升值了。AI 编程出现后写代码快的人贬值了。但——什么会升值五种正在大幅升值的能力 第一拆解问题的能力AI 擅长解决明确的问题不擅长把模糊问题变明确。两种 prompt 的差距❌ 帮我做一个后台管理系统 → AI然后给你一坨能跑但完全不对的东西 ✅ 这个系统有 3 个模块用户管理、权限控制、数据报表。 我们先做用户管理。它需要① 列表页分页搜索批量删除 ② 编辑弹窗表单校验手机号格式、邮箱格式 ③ 状态流转启用↔禁用禁用账号不能登录 难点在权限控制那块——不同角色看到不同菜单。后面再搞。 AI先帮我做用户列表页接口还没好先用 mock 数据。 → AI清楚能做能把一个模糊需求拆成先做什么、再做什么、每一步的输入输出是什么——这是未来最重要的能力之一。这种能力不是天生的。它来自于你亲手做过项目——知道坑在哪知道什么先做什么后做会少踩坑。没有项目经验的人连怎么指挥 AI 都不知道。 第二判断力和品味AI 给你 3 个方案你选哪个方案 A简单直接但扩展性差。改需求时会很痛苦。 方案 B高度抽象扩展性好但引入了 3 层封装。新人接手一脸懵。 方案 C中庸扩展性还行抽象也不算多。但有个隐藏的性能坑。AI 不会替你选。选了之后出了问题AI 不会替你背锅。这种判断力来自于你见过好代码和烂代码——你知道那个高度抽象的方案 B现在看起来爽但 3 个人维护 6 个月后每一层封装都会变成认知负担。Taste is the ability to look at a solution and say this feels wrong before you can articulate why.这没法速成。只能通过大量阅读好代码、大量上手做项目、大量踩坑来积累。 第三调试和嗅出问题的能力AI 生成的代码跑起来了。但你有没有能力判断这段代码有没有内存泄漏这个useEffect的依赖数组写对了吗这 3 个请求是不是可以并发这段代码看起来能跑但并发场景下会不会出 race conditionAI 就像一个超级初级工程师——写代码飞快但质量不可靠。你的角色变成了code reviewer。而要做好 code reviewer你必须比写代码的人更懂。讽刺的是越是 AI 帮你写代码你越需要扎实的基础——不然你连 AI 生成的 Bug 都认不出来。第四需求洞察和该不该做的判断一个真实场景产品经理我们要做一个批量导入功能支持 Excel 上传。 你这个功能的用户是谁频率多高 产品经理运营每个月用一次每次大概导入几十条数据。 你那不需要做导入功能。给他们一个文本输入框 批量解析就行。 做 Excel 导入至少要 3 天文本框方案半天就够。 省下的 2.5 天我们可以做那个数据分析面板——那个每天都有人用。AI 不会替你做这个判断。它甚至不会问这些前置问题。这种能力是纯粹的经验积累——你被做了一堆没人用的功能伤害过足够多次才会在需求评审时本能地问谁用多频繁值得吗第五学习速度和该学什么的嗅觉技术永远在更新。AI 时代更新更快。比现在会什么更重要的是多快能搞懂一个新东西和判断这个东西值不值得投入时间学。前段时间 Vue Vapor Mode 出来了Vue 的无虚拟 DOM实验性功能你要不要学如果你理解 Vue 的响应式原理和虚拟 DOM 的关系10 分钟就能理解 Vapor 的动机如果你只会用 Vue 的 API你根本看不懂 Vapor 在说什么这就是为什么懂原理如此重要——它是你理解一切新东西的前置知识。所以现在该做什么这几天我在整理 Vue 原理的系列文章写到为什么需要虚拟 DOM这一篇时突然意识到一个问题我花这么多时间读源码、写原理文章到底是在提升编码能力还是提升判断力答案是后者。当我理解了Object.defineProperty的局限性我就能判断什么时候该用$set什么时候该重构数据结构。当我理解了 Diff 算法为什么只做同层比较我就能理解为什么v-for的key不能用index以及什么场景下这个坑会真的炸。当我理解了 Computed 的惰性求值和依赖传递我就能判断什么时候该用 computed什么时候该用 watch而不是凭感觉。这些判断力AI 帮不了你。AI 能告诉你Vue 官方建议用 computed 而不是 watch但它不会帮你权衡你当前场景下的 trade-off。一张表总结能力趋势怎么练写代码快 / 记 API 贬值AI 能替代 80%拆解问题 升值多做项目刻意练习先拆分再动手判断力和品味 升值读好代码读 RFC理解为什么这样设计调试和排错 升值多修 Bug不求快求理解根因需求洞察 升值多问这个功能谁用值不值有没有更简单方案学习嗅觉 升值学原理而不是学 API建立知识网络把复杂东西讲清楚 升值写文章、做分享、录视频最后一个能力——把复杂东西讲清楚——是我故意加进去的。因为再过 5 年最稀缺的程序员不是代码写得最好的而是能用最简单的话把最复杂的事讲清楚的人。最后我问 AI 的问题是编码能力贬值后什么能力值钱现在我有自己的答案了编码能力从来就不是程序员的核心竞争力。我们被雇来从来不是为了写代码——而是用代码解决问题。
