关于AI编程能力对程序员的职业影响

如今对于AI的很多媒体炒作（包括自媒体），在技术方面是有根本性错误的，例如，最近经常有人在嘲笑"老一辈说洗衣机不如手洗，这一辈说AI编程不如手写代码"之类的。这种行为的麻烦之处在于他们对问题本身都描述得不清楚，还要再加上几个自以为是的，不伦不类的比喻，根本是在搞乱一个旧问题的同时，制造一个新问题（制造不必要的对立）。在Twitter/X或微博上，我们确实经常会看到有人在不懂装懂嘲笑别人不了解人工神经网络，然后自己没有半个推文在科普这方面知识的，基本上是在炒作概念。贩卖焦虑。

那么在技术方面上，我们该如何分辨一个人所说的话是在炒作概念还是科普技术呢？较为简单的方法是：

如果这个人说话，是在让你热血沸腾，很激动或很焦虑，不是想创业就是想放弃，wow，xxx时代来了，xxx要过时了，xxx要被淘汰了，这大概率是在炒作。
如果这个人说话，能让你顺着他的用词一个一个查，且越查越知道自己要学啥，他通常是真的懂这项技术，并且在做科普。

另外，如果有人跟你说，他常常和一堆大牛线下聊AI技术。大概率情况不外乎两种:一，这堆人中只有一个大牛，他讲课来的。二，这堆人中至少有一个投资，其他人是创业找钱来的。一堆技术大牛在一起，聊啥都比聊技术可能性大。说真的，技术就不该让人热血沸腾。

对于文科生或对编程逻辑不太熟悉的人来说，学点vibe coding，确实能在产品设计阶段更好地和开发沟通，减少沟通成本，这是值得鼓励的。但作为技术人员，整天折腾提示词和大模型客户端，就敢出来炒概念、贩卖焦虑，这就太离谱了。靠几句 prompt 就想代表"AI编程能力"，这不是创新，是偷懒。技术不是拿来表演的，别把不学无术当成新趋势。

具体到技术上来说，现在大家所说的AI，大多数都属于大语言模型（LLM），这基本上是一种以自然语言处理（NLP）技术为核心的产品。虽然这类产品如今得到了多模态的扩展，多模态的模型可能在某程度上整合了自然语言处理、计算机视觉及语音处理等方面，但它在编程领域所能做到的只是将自然语言"翻译"成编程语言，而不是直接编译程序或进行解释执行。更精确地说，它所做的工作是一种统计式的语义生成，而非具备程序语义理解的编译过程。所以，它能否编程，实际上取决于自然语言是否足以描述一个产品级程序。那这可行吗？显然是不行的。在编程领域，自然语言所能起到最大的作用，是描述一个产品的需求，设计的idea。而且即便如此，也要求描述者至少要了解程序的架构，例如C/S，MVC。这些都是架构师的活，

换而言之，我们怎么能幻想让一个核心功能为NLP的系统学会如何构建软件架构？它最多只能把一个初步的设计翻译成一个demo罢了。即使是科幻，阿西莫夫也在他的小说中反复强调，机器人三大定律用自然语言来描述只需要三句话，但在机器人的正子脑中，对应的是数以亿计的量子决策分支，更何况如今的计算机离他所描述的正子脑还远得很。浪漫和信仰都可以理解，但做技术，不能哗众取宠，取悦流量，图个热闹和自嗨。

说真的，无论媒体或者那些网红把LLM吹成什么样子，作为技术人员，我们至少要始终清楚，这类产品聚焦的只是以NLP技术为核心的领域，这只能让机器"听懂"人类的idea，但不等于它能系统性地解决人类的问题。在我个人看来，AI编程能力在可以预见的短期未来，给程序员带来的直接影响大约有三个方面。

大幅度增加提示词工程师职位，用于产品的最初设计以及demo开发。
大幅度增加测试岗位，用于产品的质量保证以及快速迭代。
大幅度增加维护岗位，用于应对更为陡峭的新产品维护曲线。

最后，我想说的是：AI的编程能力不只是对不懂编程的新人不友好（如果只会一些提示词的话），对一堆想依赖ai创业的人会更不友好。因为，AI的编程能力目前最大的作用其实是把一个idea快速变成demo，但是从demo变成真正的产品，恐怕门槛是提高了，而不是降低了，因为由LLM所生成的编程语言编码通常缺乏可维护性、稳定性和架构一致性，导致后期的重构成本上升。如果创业者迷信AI，意识不到这些，他的投资是有很大风险的。