这篇文章分享了我对 AI 时代下，软件行业发展以及程序员命运走向的 5 点思考，供大家参考。
1 匠人时代落幕
Redis 之父 antirez，最近写了一篇文章 《 Don't fall into the anti-AI hype 》，读完之后，我深有感触。
文章的观点非常明确： AI 不仅改变了编码方式，更重塑了软件行业的价值结构和职业路径，程序员需要从"手动编码"转向"设计系统与与 AI 协作" 。
过去的软件行业，其实有一种很典型的"匠人红利"。谁代码写得更优雅，谁框架更熟，谁对某个领域理解更深，谁就更有价值。 技术壁垒主要建立在熟练度和经验积累之上。
但 AI 出现之后，一个明显变化是： "熟练度/经验"正在被急剧压缩。
大量标准化编码工作可以自动完成。这意味着，纯粹依赖熟练度/经验建立优势的工程师，价值空间被挤压。
虽然说匠人精神并不会马上消失，但"只做匠人"正在变得性价比极低。
虽然有不甘，但不得不承认：在 AI 的浪潮之下，编程匠人的时代正悄然走向尾声。
2 豆包手机被封杀
2025 年 12 月，字节跳动旗下 AI 助手"豆包"正式宣布进军智能手机领域 。
豆包手机深度集成安卓系统底层权限，采用类似荣耀 Magic OS 的"模拟操作"技术，可以直接跨应用调用服务------无需打开美团、淘宝或携程，只需一句话，豆包就能在多个应用之间自动比价、提醒下单、甚至为用户代填地址。
笔者第一次看到豆包手机的演示视频，觉得很神奇 ，为什么豆包手机可以模拟人的操作呢 ？
通过网上的资料，流程见下图 ：
1、豆包手机在执行自动操作时，会利用一个与物理屏幕分辨率相同的"无头"虚拟屏幕在后台运行，且拥有独立的焦点，不影响用户在前台的操作，这其实就是内存副屏的概念， 虚拟屏幕的画面由 GPU 合成后，对应的缓冲区信息会直接被autoaction消费 。
2、豆包手机在自动化操作时，会频繁地（每3到5秒）与 obriccloud.com（字节的服务） 服务器通信，发送约 250K的单帧图片进行推理。
3、云端在接收图片后，会返回约 1K 的数据，内容是告诉手机下一步要执行的 7 种指令之一，如打开应用、点击、输入、滑动等等，整个自动化 Agent 的推理和路径规划主要在云端完成，云端思考后将执行步骤指令发回本地执行，本地任务很轻 。
从豆包手机的整体架构来看，它实质上掌握了完整的"感知---决策---执行"链路，在这种前提下，用户的安全与隐私就变成不得不考虑的问题了。
但更为严肃的是 ：豆包手机这么做大大冲击了阿里系、腾讯系的 APP 的利益 ，因为所有的操作都可以自动完成了，做为用户的我还有必要打开 APP 吗 ？
不出所料 ，微信、阿里相继封杀豆包手机。
封杀的明面的原因是安全 （确实也存在），但本质来看，豆包手机颠覆了移动互联网的游戏规则，用户根本就不需要频繁手工打开 APP ，对于互联网大厂来讲，他们的 APP 将不再是入口 ，而会变成了豆包手机上的租户。
虽然豆包手机出师未捷身先残 ，但更深层次的思考是：既然 AI Agent 通过通过视觉感知（看屏幕）和模拟操作（点屏幕）就可以达到一切目的。那么 AI Agent 的载体可以是手机，也应该会有其他的形态吧？
3 龙虾机器人 openclaw 爆火
刚刚，OpenClaw 在 GitHub 上已经冲到 23 万颗星了。它已经成为了 GitHub 史上增长速度最快的开源 AI 项目。
OpenClaw 和普通聊天机器人完全不同。它是一个运行在你自己电脑上的 AI Agent，拥有文件读写、终端命令、浏览器操作、邮件和日历等系统级权限。采用无头架构（Headless Architecture）作为后台守护进程运行，不依赖专门界面，通过 WhatsApp、Telegram、Discord 等聊天工具与你交互。你发一条消息，它就像一个隐形员工一样在后台为你工作，无论你是否在电脑前。
更重要的是持久记忆：OpenClaw 会将所有交互历史存储在本地文件系统中，跨会话保持上下文。它记得你上周说过的话、上次处理的项目，以及你的工作习惯和偏好。加上开源生态支持，社区开发的 Skills 插件已经覆盖了从自动化部署到数据分析的各类场景，目前活跃开发者已超过数十万。
它和 Claude Code、Cursor 这类编码助手解决的问题并不相同。后者主要面向开发者，在终端中提供代码辅助；而 OpenClaw 住在聊天软件里，面向所有人。
它的核心创新，不是单纯让 AI 做事，而是把 AI Agent 融入你已经在用的消息界面，全天候在线、本地运行、跨对话保持记忆，让与 AI 的协作像给同事发微信一样自然。
典型案例：
软件工程师 AJ Stuyvenberg 想买一辆现代帕里斯帝（Hyundai Palisade）混动版，但他不想和 4S 店的销售纠缠讨价还价，于是把任务交给了 OpenClaw。
他的指令很简单：在波士顿 50 英里范围内找到指定配色的帕里斯帝，并联系每家经销商获取最低报价。OpenClaw 接手后，先去 Reddit 帕里斯帝论坛爬取真实成交价作为谈判基准，然后自动在各经销商网站填写询价表单，从 Gmail 提取邮箱、从 WhatsApp 提取手机号自动填入，无需额外授权。
第二天，销售回复开始涌入。Stuyvenberg 让 AI 继续操作：每隔几分钟检查邮件，把最低报价转发给其他经销商，要求他们"看看能不能给出更低的价格"。当销售试图打电话或发短信推进沟通时，AI 礼貌地把对话引回邮件，让整个流程更可控。
经过三天的自动化邮件谈判，最终成交价锁定在 56,000 美元，比标价低约 4,200 美元，低于 Stuyvenberg 设定的 57,000 美元心理预期。整个过程中，他没打过电话，也没踏进过一家 4S 店。
唯一的限制是法律要求的实体签名和付款，AI 无法替人完成。Stuyvenberg 最终还是亲自去经销商完成手续，但他在博客中写道："我的体验让我觉得自己活在未来。"
数字世界的谈判、比价和沟通，AI 已经可以端到端完成。涉及物理世界的签名、付款和面对面交接时，AI 才会停下来。
不过，中间的灰色地带正在被快速填充。社区有人把 1Password 的访问权限交给 OpenClaw，通过 CLI 和 API 自动获取登录凭证执行操作，无需暴露明文密码。还有人在讨论"Agent 专用钱包"，让 AI 在设定规则和限额内自主支付。安全地让 AI 花钱，正在从极客实验变成真实产品需求。
我以为：OpenClaw 的火爆背后，是 AI Agent 这种软件形态正在以烈火燎燃的趋势吞噬着传统软件的边界 。
4 全球 SaaS 概念股全线受挫
今年二月份 ，Anthropic 发布了一款面向企业法务团队的生产力工具，导致法律软件和出版公司的股价暴跌。
整个板块的抛售压力显而易见：拥有大型数据分析业务的伦敦证券交易所集团（LSEG）下跌13%，汤森路透暴跌16%，CS Disco Inc.下跌 12%，Legalzoom.com Inc. 则惨跌 20% 。
据统计，追踪软件、金融数据和交易所股票的两项标普类股指数市值周二合计蒸发了约3000亿美元。
要理解近期 SaaS 股票的大幅波动，首先需要了解 SaaS 的商业模式。
SaaS，即"软件即服务"，通常通过按月或按年订阅收费，涵盖 CRM（客户关系管理）、ERP（企业资源计划）、SCM（供应链管理）、财务管理、OA（办公自动化）等类别。
与传统一次性售卖软件不同，SaaS 更像是"长期收租"，其估值更依赖客户数量、用户黏性和营业收入等指标，因此头部 SaaS 企业长期被视为增长稳定、收入可观的投资标的。
SaaS 的核心优势在于：一是通过云端部署和订阅制降低企业使用门槛，无需高额前期研发投入即可启动；二是集成行业最佳实践，以低试错成本帮助企业达到行业中上水平。这种模式本质上是交付方式与解决方案的结合，使中小企业能够以低成本获得成熟的软件能力。
近期 SaaS（软件即服务）类股票大幅下跌，主要源于 AI 带来的竞争压力。
投资者担心 AI 会颠覆传统软件商业模式，AI 原生公司能够提供更快、更便宜的解决方案，削弱了传统 SaaS 企业的竞争优势。同时，"氛围编程"（vibe-coding）技术让没有编程经验的用户也能搭建软件，降低了门槛，动摇了原本僵化的产品模式，使传统 SaaS 面临更大冲击。
市场还担忧 AI 会加大定价压力并削弱企业护城河。软件企业原有的竞争优势可能被 AI 侵蚀，增长前景更加不确定，这让投资者难以判断合理估值，导致市场情绪偏向"卖出"。Piper Sandler 已经下调了 Adobe、Freshworks、Vertex 等公司的评级，分析师认为"席位压缩"和"氛围编码"趋势可能限制估值上限。
另一方面，软件股的超卖现象也引发部分投资者关注抄底机会。一些机构认为，像微软这样的巨头仍有潜力在 AI 时代获益，但大多数中小型 SaaS 企业由于面临颠覆风险，其股价短期内波动幅度较大。市场分化明显，投资者需要区分 AI 领域的潜在赢家和输家。
从长远来看，AI 将重塑软件行业格局。摩根大通和杰富瑞的分析显示，大约 33% 的公司将成为赢家，33% 可能违约，其余成为"僵尸企业"。
这种行业分化加剧了市场的不确定性，也解释了近期 SaaS 股的大规模下跌。
5 程序员的未来 (裁员 or 两极化)
这场 AI 革命，正在对传统软件行业的从业人员产生剧烈冲击。
01 裁员
2 月 26 日，Afterpay 母公司 Block 的掌门人 Jack Dorsey 在 X 上发帖表示："we're making @block smaller today。"
当天，Block 发布第四季度财报：毛利润同比增长 24%，每股收益超出分析师预期。 但与此同时，公司宣布裁员超过 4000 人，占员工总数约 46%。
业绩增长、利润提升、股价盘后上涨 24%。 而另一边，是 4000 份离职通知。
这种看似矛盾的现象，正在成为新的常态。
Block 的举动并非个例。 过去一年，全球多家科技公司以"效率提升"和"AI 转型"为名，持续压缩白领岗位。
Salesforce 去年因 AI 技术进步裁员约 4000 人； Pinterest 裁员近 15%，将资源向 AI 相关岗位倾斜； Amazon 首席执行官 Andy Jassy 也明确表示，生成式 AI 将重塑企业运作方式，未来几年员工总数可能持续下降。
效率在提升，但岗位似乎在减少。 这或许是 AI 时代最直接、也最现实的信号。
02 两极化
去年，我注意到一个有些反直觉的现象。
在当前我服务的公司里，有一个前端实习生，他的工作效率竟然明显高于不少工作四五年的前端同事。他不仅文档写得清晰完整，而且能快速实现相对复杂的交互与逻辑。
后来交流才知道，他对 AI 协作编程非常熟练。
这并不是"天赋差异"，而是工具认知差异。
同样的情况也发生在我自己身上，我本身就是一个中年程序员大叔，体力和精力比以前弱很多。
节前的某天，数据集预览服务出现了一次 OOM（内存溢出）问题。这类问题放在过去，其实是比较消耗时间的。 数据集预览涉及多种格式解析：jsonl、csv、parquet、json 等，每种格式的读取方式、内存占用模型都不一样。要逐个排查内存增长点，分析数据加载策略、对象生命周期以及是否存在全量读入等问题，通常至少需要 1 天时间。
这一次，我在修复过程中借助 AI 辅助梳理了不同格式解析的内存路径，快速定位到问题出在全量加载和未及时释放中间对象上。调整为流式读取并优化缓存策略后，内存占用迅速下降。
如果没有 AI，这个问题很可能要消耗整整一天。而这一次，从定位到修复完成，只用了几个小时。
效率的提升，并不是少写了代码，而是减少了反复试错和信息查找的时间。
三年前，我们还默认程序员是一个需要"拼体力"的行业：多写代码、多熬时间、多积累经验。
但现在，效率不再完全取决于编码熟练度，而取决于：
- 你如何拆解问题
- 你如何向模型表达意图
- 你如何验证与重构结果
AI 并没有平均地提升所有人，它放大了"会使用工具的人"，也暴露了"只依赖经验的人"。
于是，两极化开始出现：
一端是能够借助 AI 成倍提升产出的开发者，另一端是依然停留在旧生产方式中的人。
6 写到最后
AI 会影响到 IT 行业的每一个人 ，似乎有的时候会感到迷惘和无助，我觉得 Redis 之父 antirez 这篇文章的结尾会给大家带来一点温暖和启发。
回到编程。我只有一个建议给你，朋友。
无论你认为什么是"正确的事"，你无法通过拒绝现实来控制它。
回避 AI 并不会帮助你或你的职业。
思考它，谨慎地测试这些新工具，用几周时间，而不是五分钟就做测试以强化自己原有的信念。
找到让自己能力倍增的方法，如果不行，每隔几个月再尝试。
是的，你可能觉得自己为了学习编程付出了很多努力，现在机器在替你完成。
但当你熬夜写代码，只为看到项目运行时的火焰，是什么让你兴奋？
那是"创造"。
而现在，如果你能有效利用 AI，你可以创造得更多、更好。
乐趣依旧存在，未曾被触碰。
参考文章：