《当代码不再稀缺：程序员真正稀缺的是判断力》

[swananan]

https://jt26wzz.com/posts/0017-the-value-of-programmers-in-the-ai-era/

这篇博客是自己纯手敲的，花了几天的业余时间，写的比较艰难，但是还是想整理总结下自己的认知，不管对错，至少提供一些观点吧，发出来和大家交流下。

原标题是《 AI 时代下程序员的价值：一些可能会过时的个人思考》，AI review 我博客的时候，给了我好多建议，我基本都没接收。除了这个标题，我改成了 AI 力荐的，现在想想，我可能还是更喜欢自己这个标题。。。

[kkchan1999]

学习了

[liangc230323]

为什么文章的标题前面会多出 ###. 还是 md 格式渲染有问题

[heartleo]

很深刻的思考

[swananan]

@liangc230323 这个主题的设计就是这样，其实我还挺喜欢这个的，就一直没改

[CYZG]

好文点赞

[lovedebug]

赞同博主，比如 AI 造成了人才断档，新人没办法从头到尾的培养学习。

[YanSeven]

我感觉就是人类兜底，无论再怎么智能，仍然需要那一小撮人能不依赖 ai 来进行开发和维护的兜底，角色再扩大一点，不限于程序员这个角色，那就是判断力的兜底。所谓兜底，就是在某种层面能够接近或超越 ai ，力大砖飞这个层面肯定是不行了。

[Sundayz]

判断力是个通用技能吧，只要是人都稀缺

[zhongzhaoguo]

我也写了一篇类似的公众号，强调的也是判断力和品味。https://mp.weixin.qq.com/s/gUPeywG2ZGSqmwPqNuK7zQ

[wetalk]

标题一眼 ai

[encro]

作为程序员，你会思考：


什么是判断力？


判断力的来源是什么？

[xzysaber]

OP 做的事情都是我向往和感兴趣的。

[sonia00000]

学习了，感谢

[InkAndBanner]

好文

[raylax7]

感觉很久之前看过“线上故障应急处理：4 年多 on call 经验总结”那篇文章
但是已经忘了从那个渠道看到了
今天在这还能刷到作者

[seekinglight233]

很诚恳的好文，留个赞

[0x114514]

感谢分享，你的文章文风读起来很舒服。

[swananan]

@wetalk 嘿嘿，我原来自己写的标题是这个 《关于 AI 时代下程序员的价值：一些可能会过期的个人思考》
然后 claude code 和 codex 评审我博客的时候，强烈要求换标题。。。我没坚持住，我觉得这个新的标题可能酷炫点。
另外，AI 疯狂建议我删内容，说写的有点散，影响阅读体验。我实在是不想删，好不容易写的，都是回忆。
最后，我只是拿 AI 把错别字和病句都改了。
现在想，我要不要把标题改回来。。。

[Orangeee]

写得很好，比读 AI 文舒服多了，期待后续更新。👍

[jydeng]

想起了刚毕业的时候，老大带我熬夜发布的日子。

[jydeng]

去年看过大佬的《线上故障应急处理》写得真不错。

[liangc230323]

@swananan 大佬，拜读完了，能否转到我的个人公众号，会标注转载来源

[ShadowPower]

最近几年读到的 AI 文章太多了，像这样有人味文章已经很少见了

[staticage]

写的很棒 很久没有这样读完一篇文章了👍🏻

[jacketma]

OP 引用大佬的发言：
> Jon Gjengset: How do you convince yourself you are building the right thing in the right way, and that it runs correctly?

这种人具备人生四阶求导能力（convince > runs right > in right way > the right thing)，一般人根本实现不了哇

[xiaoz]

的确，让我想起了纳瓦尔宝典中的一句话：当下的年轻人不是不够努力，而是缺少判断力。

所以这句话用在不同的领域，依然合适。

[taifu]

感谢分享

[WorseIsBetter]

本来以为这又是一篇贩卖焦虑的营销号垃圾（标题确实很像），捏着鼻子点进去看的。
但读下来发现，这其实是一篇客观中肯，有思想的优质文章。如今已经很少能看到这种发自内心的深刻讨论了。

---

不过作为一个常年混迹于自由软件社区的编程爱好者，我对于所谓的 agentic coding 持杜绝态度。
除了私下进行的用于试探 LLM 能力边界的实验性工作，我无意将其用于任何实际的软件开发。

这一点不同于 OP 。或许过段时间我也会写篇博客来讨论一下自己的感受。

[ret2onion]

老生常谈的观点，得比 ai 更懂才能掌控 vibe coding 的项目，而判断力来自于经验，陷入死循环

[wsseo]

没有手写代码的经验，哪来的判断力的提升？

[kneo]

也许你真的是手敲，但可能你自己阅读太多 AI 输出被同化了。不管是文章组织还是遣词用句，还是信息密度，我觉得和 AI 文章没明显区别。不认同评论区的溢美之词。

[liquid207]

感谢分享，很深刻的思考

[catamaran]

有点长

[catamaran]

@wetalk ai 看多了吧，我觉得这标题挺中规中矩的

[horizon]

好文

[swananan]

@jacketma 确实很难，特别是我在写这篇博客的时候，也一直感觉写的有点磕磕绊绊的。
但对我个人而言，能够主动意识到这些问题的存在，并且在每一次实践中，都去练习，总归会有一些成长。

[icchux]

感谢 op 分享。好文，学习！

[motorw]

‘分别是如何相信你做的事情是正确的，如果确保以正确的方式去做这件事情，以及最后如何确保事情是按照正确的方式运行。’ ------ 这个可以总结成：
1.做对的事情
2.把事情做对
3.怎么保证自己死后这个事情还在进行

[swananan]

@kneo 其实如果把这篇文章的主旨交给 Claude code 来写，肯定会写的比我更流畅，甚至删掉很多冗余的部分，信息量和阅读体验也可能会上一个台阶。

不过，AI 写的东西，终究没有我个人的经历和情感在，自己动手写，更多的都是自己当年的回忆，这也是写博客的主要快乐来源。

[mustcool]

好文，感谢分享

[Charlie17Li]

从不说安全词？ 这个安全词是我理解的那个吗

[falser101]

写得不错 读完了

[archxm]

太长了，看了一半，接着快速浏览了下，到一大半时，关了。感觉你是个半吊子工程师。
正如当年我看《黑客与画家》一样，那个作者也是个半吊子程序员。个人感觉。

[leon0918]

AI 带来了老登的春天

[luvcoriander]

学习了👍，另外很喜欢这个主题色，红色点缀+选中变红

[m319]

别的不说，你自己起的标题比 AI 写的好，AI 写的这个太标准化了，单看这标题真觉得是 AI slop

[luvcoriander]

@raylax7 本站就有。https://www.v2ex.com/t/1126452

[cccn]

@swananan #4 这种风格可以，很多时候从视觉上并不能看出谁是大标题，谁是小标题。

[GeekGuru]

好文章

[darksword21]

只要是手写的我一律点赞！

[Agassiz]

跟很多大佬的看法一致

[xyooyx]

比起“判断力”我觉得“品味”会不会更精确

[swananan]

@archxm 没毛病，和很多大佬比，我确实是半吊子。不过，我更蛋疼的是，我大概知道怎么慢慢积累和成长，只不过我不太确定，积累的东西，在未来 AI 高速发展的情况下，是否还有用。这也是我硬着头皮写这篇文章的原因。

[swananan]

@cccn 存在这种问题，所以我搞了侧边栏，方便导航

[swananan]

@xyooyx 我一开始也是准备用 “品味” 的，但是考虑到三个问题拆解的核心，都是 how to convince ，所以我最后还是用了“判断力”。

[MoeDisk]

以后顾的都是决策者了，起码中上层级别的 code 是这样，因为实现已经有 AI 来完成了。
再往下非专业场景就是个人助手，不需要 App ，纯和设备自然语言交流就能实现任意功能。
=====
说个题外话（，我第一次觉得程序员职业危机是智能手机普及，
更多人接触到电子计算设备会大幅增加群众对这方面知识了解间接增加非常多程序员。
实际上并没有，从人性和资本市场需要考虑都没有发生，毕竟普及就意味着要放低门槛。
大部分人还是不理解：为什么我复制了快捷方式到 u 盘在其他电脑上不能运行或者压缩文件是什么。
=====
我觉得学技术还是有必要的，但就是技术和钱强相关这道门槛被拉高了。。

[MoeDisk]

展开一下要是真的谈，挣钱，我觉得这是一场资本引来的革命。
高精尖技术这下会被强垄断在那些大企业上面，
所以不止程序员会被干爆倒是。
以后想赚钱都给靠洞察人性了，找人性的弱点，再折腾出对应的骗钱方法。。

[crstudio]

判断力？哪个行业都稀缺啊，执行力，判断力，专注力。有这三个干啥不成，甚至人情世故都不是重要的。

[bmwh123]

写的挺好的，我想判断力的养成和文章里说的“缄默知识”，都是人之所为人的锚点。目前的 AI 只有文字和少量的世界知识能学习，应该还不能感受那种现场问题排查的氛围的，我想目前程序员的竞争力在哪呢？
行业 know how,品味。还有呢，我也不知道了

[Geon97]

我记得在 TED 上好像看到过类似的演讲

[xyooyx]

@swananan #54 我逐渐意识到，真正的抉择往往发生在“哪个更适合”，而不是“哪个最正确”。这其中包含了无法被完全理性化的主体判断。由于 AI 基于 next token prediction 的生成机制，如果一味追求所谓的“最优解”，很容易陷入不断扩展可能性的无限优化循环，最终失去行动。

[levelworm]

判断力是要靠写代码喂出来的。普通人哪里有那么神，直接在纸上写算法一遍就出来的？

所以说写代码不重要的，其实都是忽略了自己当初是如何学习写代码的。就算你们是搞算法的，难道从头到尾都是在纸上搞的，和老早在 mainframe 上，琢磨一个月，写一个小时，递交一遍就对？那算你们牛。

[xyooyx]

@xyooyx #60 design skills 横行加速了品味同质化，独特品味就愈发弥足珍贵

[coderzhangsan]

op 有没有想过，职业的产生，依赖当时环境的生产力和生产关系，每当生产力变化，对应的生产关系也是会变化的，变化会催生新的组织结构变化，催生新的职业，所以 AI 的出现以及后续迭代，将会导致现有的生产关系发生变化。

IT 产品基础流程：需求产生-产品设计定型-研发/测试-交付
传统流程下 IT 职业：运营/销售/产品/开发/测试
AI 流程下的 IT 职业：运营/销售/AI 全职业栈(产品/研发/测试)或 AI 产品(产品)+AI 技术全栈(研发/测试)

AI 的出现，会合并原来多个职业，如果产品设计的越标准，则 AI 越容易直接从产品原型一步到位生成代码和测试用例，尤其是简单的 CURD 业务，所以 AI 的发展，我觉得将会催生：AI 全职业栈(有产品能力+较强的技术架构能力)/AI 产品(依赖 AI 高效输出标准化产品)和 AI 技术全栈(较强技术架构能力)

AI 现在还在迭代，很多行业还在探索阶段，在没有形成完整工业化落地方案前，传统职业还能拿 AI 提效继续生存，AI 工业化落地后，对产品能力强和技术架构+经验能力强的人来说是一件好事，但对只会拿 AI CURD 的程序员来说，则是致命的。

[BruceLiu77]

哈，我最近也有类似的想法，判断力、审美、销售能力（广义的）将是下一个十年内决定一个创作者影响力或收益的决定性因素，代码很快就会完全交给 AI 来写了。程序员在当前的节点，优势是有一定的领域知识，但是领域知识的壁垒比代码能力小的多。鉴于代码能力壁垒已经被 AI 打破，任何一个有一定学习能力的人，经过短期学习后，完全可以用 AI 工具来开发产品。

[miku999]

感谢 op, 很喜欢看这种人味重的文章, 像纪录片一样, 也学到了一些东西

[fakel]

好文，特别对于我这种初踏入职场，面临 AI 浪潮瑟瑟发抖的萌新

[nofishing]

判断力是啥，做决策？工作是做很多决策，是不是就成了管理的工作。那么关键就是管理的内行去管理管理的外行，管理的外行是 AI ，人就要转变为管理的内行。

[waterwawa]

做正确的事情
把事情做正确
平常心
本分

[wxVIP]

我觉得 AI 会在各个领域、维度出现两级分化的情况。

[kairosbladejiuji]

前辈写的太好了，全篇一个字一个字看完的。看完的感悟就是，AI 在现有的可采集到拿来训练的知识，也许可以找到目前已知问题的最优解，且执行的效率是人类无法比拟的，但是在处理各行各业内那种只有拥有海量经验，也就是所谓的 knowhow 的人才能解决的问题上，AI 依然需要由拥有这些技能的人类来驱动。

[enihcam]

未来程序员的主要工作就是在 spec review 和 code review 上。

[gullitintanni]

@archxm #43

我觉得，在贬低别人职业能力之前，最好先掂量一下自己有多少斤两。

OP 或许不是楼里某些人说的“大佬”，但从他的历史博客文章来看，至少是一个在自己领域能够游刃有余地发现和解决问题的称职工程师。

你觉得 OP 是“半吊子工程师”，那你自己呢？

/t/1215194 身为程序员连点“零碎的数据”都不知道该怎么存，只知道个 GitHub 。我不懂代码的舍友都能闭着眼睛列出一堆便宜、稳定、不需要梯子的替代方案

/t/1210634 基本的包管理都玩不转。这种帖子发到 Arch Linux 论坛的 Newbie Corner 都会被标记为 spam

/t/1191227 搞不定 nginx 代码，让 AI 解决的。要知道你在 2020 年就是“10 年 C++，2 年 golang”经验了（/t/656124 ），这么容易就被 AI 替代了？

/t/1173852 没逼硬要装。我还真没见过正经的软件工程师有这样的想法

别说半吊子工程师了，让你年轻 20 岁，以现在的经验应聘我司操作系统团队的初级岗位，估计都够呛。

至于《黑客与作家》作者 Paul Graham ，不认同他的某些观点很正常，但说他是“半吊子程序员”？哈哈，你还没这个资历去碰瓷，还是洗洗睡吧。

[archxm]

@gullitintanni 纯个人感受，我就这么发出来了，实话实说。你看起来很不爽

[yosoroAida]

学到了

[zzzlll]

好久没有读过这么有人味的文章了，很有启发，感谢

[whisper1225]

感悟挺好，学习了。只是有点啰嗦

[waiterlin989898]

写的很好

[celiachu207]

好文

[chaosbear]

@gullitintanni 大快人心哈哈哈

[cstj0505]

@gullitintanni 哈哈,本来想进来回复的,结果吃个瓜

[yunbingH7]

之前看到的一句话：知识分为三种： 你知道你知道的， 你知道你不知道的，和你不知道你不知道的。即便回答你的是全知全能的神， 但是你连该如何问都不知道。所以在 AI 当道的今天应该尽量拓展知识面， 可以不懂但是得知道有这么个东西，至少知道该问啥，而不是在某些深度上和 AI 死磕。

[wqvb]

最近看到的两个帖子：
https://www.infoq.cn/article/d2tmcGi9Fy6PMkNGpo9y
https://mp.weixin.qq.com/s?__biz=MzkwMzY5NzU2Nw==&mid=2247490076&idx=1&sn=c575ff4827b38dcf177a3c3bb3787d95&poc_token=HDCVWWqjpYmGtq0clgI2lTF0g2c-HCz4AFpK5eRw

涉及两个人
Geoffrey Huntley ，Ralph Loop 创造者、Claude Code 核心技术设计者
Andrew Ambrosino ，OpenAI Codex 产品和工程负责人


Geoffrey Huntley：软件开发已死，因为人人都能生成代码。但软件工程师依然稀缺--区别在于你能不能从底层解释 AI 工具的原理，并用 300 行代码重建它。纯"写代码"被替代了，验证能力才是新护城河。
Andrew Ambrosino：工具越快，判断越贵。AI 把实现成本打到了零，反而让那些不能被自动化的东西更值钱了：
- PM 的**判断**
- 设计师的**品味**
- 工程师对架构的**直觉**
这些东西的习得，靠的不是 prompt ，是**一个学科里反复踩坑的积累**。

[lucarfulllll]

好文！学习了，感谢作者的分享。

[poping888]

判断力长期实践经验萃取出来的结晶

[niceNickname]

看完之后的记录的一些思考：
做都能做了，但是呢？
现在 ai 解决了怎么做；但是你要知道为什么要做，做了之后对不对？这个到底做的是个什么？
从以前到现在怎么做在 3 个里面重要程度是最低的。
就和程序编程的分析、设计、编码中的编码一样，之前听到说的分析和设计就已经完成了 80%了，编码门槛就低了，一般都能做出来。
所以我们要重要提升分析和设计能力。
这个时候，我突然想到以前从高级到架构很难。现在有了 ai 之后从高级转向到架构是不是就比以前容易很多了。

[surv2ex]

文字功底深厚

[Daliangshen]

很认同啊。评价 AI 的能力前提是有相关的技能积累，没有积累的话是看不出它号称的各种方法是否真的成立。

[smileeast]

想提个小的修改建议，那个自我介绍页面的，curl 链接可以加一个复制按钮，可以点击直接复制指令，然后有个比较轻的小提示已复制

[jaxjaxjax]

又刷到你了，安全词老哥，文章写的真不错

[fkdtz]

@gullitintanni 给这位仁兄打的标签可说是实至名归

[LazySheep]

认知能力有限，选择能力太差，判断能力不够。怎么办？

[edisonwong]

现在的 ai 只需要略带点拨，基本就能在正确的方向上走的很快
但怎么点拨其实就是判断力，有些人用 ai 写得又快又好，架构，文档都搞得有条有理，通俗易懂，人类上手维护也不觉得吃力

我本身是从 dba 做到 sre 做到 devops developer 做到 infra ，经常给别人排查疑难杂症，ai 我也用得很多，我自己的体会就是，这些经验让我在用 ai 开发的时候，我大概率知道 ai 会在哪方面偷工减料或者能力边界，也有时候他能做，只不过我们提供的信息太少了，ai 就会以一种很变扭的形式去绕路实现，这时候你只需要点拨一下

举个例子，最近我接了个 litellm ，里面只能按 token 计费限制，我要实现按次数去限制，ai 忙活半天：“先是求平均每次 token 开销，再设置个价格，然后去算；要么就告诉我 litellm 不支持按次数限制；浪费我 token 和时间”，我对 ai 说：“你还不如直接让程序直连 litellm db 读取次数去控制...”

[4shen]

@gullitintanni 哈哈哈哈哈

[jiangyue]

不错

[aireason]

一字不漏耐心看完了，很不错。确实是用心写出的文章。

我认为 AI 还会持续扩大其能力边界，“压缩”人的价值边界。每过一两年，我们就得重新评估人最重要的是什么。

[diandian666]

自从有了计算器的普及，就没有人再学算盘了。

[719579]

好文章。
最近也也一直在思考，在迷茫中思考，在思考中迷茫，都快丢失生而为人的自信心了。
AI 用的越多，越丧失自信心，既是自身的自信心，也有对项目失控的恐惧心。
你所花费精力学习的知识，不过在未来几个月内都会被推翻，那为什么还要去学习？
谁都能 vibe coding ，那你的价值是什么？
价值在哪？

[loveleyla2013]

你说的判断力，似乎就是产品经理或者高级管理的角色。只要给足 context ，AI 自然也能完成的。

[osto]

写的不错!
run it right 章节, 把做的事情的系统边界扩大到非核心项目组, impact 天然就来了