Vibe Coding 时代的职业排序:运营>设计>产品>测试>程序员

毋庸置疑,Vibe Coding 时代已经来了,并且也绝对是未来。

几个现象:

1、大厂纷纷下场了,并且是下重注

2、卖编程课的人也多了

3、各种小应用纷纷火起来了

越来越多的人也在说,Vibe Coding 时代下,程序员不再值钱了,反而是产品要更占优势。

既然说到了两个职业,我觉得还不够全面。

按照以往互联网大厂的职业分类,不止产品和程序员,我就把运营、设计、产品、测试、程序员都拿出来比较一下。

要比较,自然需要有个标准。

我觉得标准就是谁能做出好的产品。

什么叫「好产品」呢?

用户说好才叫好。

所以可以定一个标准,越多的用户说好,那产品就越好。

所以基于这个标准,再来聊聊这几个职业。

先说说我个人理解的几个职业的优劣势,当然这里只考虑通用性,不考虑个人能力高低的影响。

运营应该是最接近用户,最懂怎么让产品触达用户的人。先不管产品好坏,至少用户要知道这个产品,才能去用吧?

所以这里又引申出一个话题,那就是一款产品最重要的是什么?

是产品理念?是背后的技术?

我觉得都不是,最重要的是用户要知道他。

要不然这就是自嗨的产品。

当然自嗨本身也不是坏处,只是如果你励志要做一款大众化的产品,靠自嗨就不行了。

所以这就是我把运营排在第一的原因。

再说说设计。

不知道你有没有发现,现在的独立产品,在设计上都是非常漂亮的。

其实这是人之常情,大家都喜欢漂亮的东西。

功能一样的情况下,肯定会选择漂亮的,这就是找对象一样。

甚至有些时候,漂亮会弥补功能上的缺失。

而且产品的功能是需要慢慢体验的,但是产品的颜值是一眼就能看到的。

所以如果现在要做一款产品,一定不能太丑。

而这恰恰是设计的长处了。

当然了,颜值决定了一见钟情,功能决定了用户的忠诚。

如果功能做得太差,用户是不会留下来的。

写到这里,有没有发现,还没有开始讨论技术的事情。

这就对了,对于一款产品来说,技术根本不是主要因素。

如果是5年前的我,对此一定嗤之以鼻,当时的我会认为技术才是一切。

现在我觉得那种想法非常幼稚。

用户不会关心你的代码写得有多好,不会关心你这个设计模式有多精妙。

这些都不会让用户「更爽」,爽的只是自己。

所以程序员唯一的用处,就是让这个产品「产生」,而之前和之后的事情,都是程序员不擅长的。

而现在,因为有了Vibe Coding,产品已经和流水线一样了,说几句话就能产生了,所以程序员的作用就微乎其微了,更多的就是看看结果,不对的话,让AI去修改。

不过实话实话,现在的Vibe Coding,只能做一些比较简单的功能,太复杂的还是搞不定,还需要程序员来。

不过未来呢?

那说到这里,怎么测试还排在程序员前面呢?

还是从Vibe Coding说起,有了Vibe Coding,程序员的作用也只剩下测试AI的结果对不对了。

有测试专业吗?

大概率没有。

程序员更擅长白盒测试,但是Vibe Coding的结果,跟趋近于黑盒。

所以基于上面的讨论,我得出这个排名结果:

运营>设计>产品>测试>程序员。

不过我有一个小小的预测,未来这些职业的边界会渐渐模糊掉。

而程序员,此时此刻正在被模糊。

不过在未来,随着AI的发展,测试、产品、设计、运营的能力,也肯定会被替代掉。

但是我觉得难度是逐渐递增的。

所以如果你是程序员,一定要思考,代码之外,还有什么竞争力。

最后不要脸的加个硬广,我开发了一款浏览器插件,叫NoTab,用来在当前页面预览链接,可以让你不用打开那么多标签页,保持专注,更效率,挺好用的,希望您也来试试:notab.wand.tools

相关推荐
AI浩2 分钟前
基于多焦点高斯邻域注意力机制与大规模基准的视频人群定位
人工智能·深度学习·音视频
中杯可乐多加冰3 分钟前
2025长沙1024程序员日:为开发者职业发展插上腾飞之翼
人工智能
8Qi84 分钟前
A Survey of Camouflaged Object Detection and Beyond论文阅读笔记
人工智能·深度学习·目标检测·计算机视觉·伪装目标检测
开发者导航8 分钟前
【开发者导航】全自动 AI 视频创作与发布工具:LuoGen-agent
人工智能·音视频
AI智能架构工坊11 分钟前
提升AI虚拟健康系统开发效率:架构师推荐10款低代码开发平台
android·人工智能·低代码·ai
AI规划师-南木14 分钟前
低代码开发医疗AI工具:5分钟搭建用药推荐系统,零基础也能落地
人工智能·深度学习·低代码·计算机视觉·推荐系统·rxjava·医疗ai
CareyWYR35 分钟前
每周AI论文速递(251020-251024)
人工智能
晚霞apple39 分钟前
Graph + Agents 融合架构:2025年七大创新路径
论文阅读·人工智能·深度学习·神经网络·机器学习
纪伊路上盛名在1 小时前
如何批量获取蛋白质序列的所有结构域(domain)数据-2
数据库·人工智能·机器学习·统计·计算生物学·蛋白质
这张生成的图像能检测吗1 小时前
(论文速读)InteractVLM: 基于2D基础模型的3D交互推理
人工智能·计算机视觉·交互·生成模型·图像生成·视觉语言模型·3d重建