【阅读笔记】当AI拿走一切之后

最近总有人问我："AI 把编码、评审甚至测试都接过去了，我们这些写代码的，以后到底还剩什么？"

这个问题，Airing 在《当 AI 拿走一切之后》里给了一个我很认同的完整回答。文章从三封读者来信讲起，最后落在一句很重的话上：当 AI 拿走一切它能拿走的，我们还剩下什么？

下面是我的阅读笔记，分四块。

一、先接受一个事实：站在意图与实现之间的，都会消失

作者提了个概念叫终态思维：别在中间态的问题上消耗自己，直接以终局为前提去思考。

他的判断很干脆------PRD 即 Code，意图即实现。一份足够清晰的意图，直接落地成可运行的系统，中间那些排期、联调、交叉评审、来回翻译，都会消失。

由此推出一条冷峻的推论：凡是站在意图与实现之间的环节，默认都会消失。

读到这我停了一下。作为带团队的人，我们过去几年花大量精力优化的"协作流程"，有多少其实就是"意图和实现之间"的那层翻译？如果这层会变薄甚至消失，我们该把精力挪去哪儿？

文章里有个画面我很喜欢：过去是机器定节奏、人追机器（卓别林拧螺丝）；现在反过来------机器在生产，人在质检。

人退守到只剩两件事：评审方案，验证结果。都不是生产，是把关。

但作者点出了一个安静而致命的推论：当生产无限快、验证成本一分没少，系统里唯一可压缩的变量，就是你的标准。老板的预期、同行的速度、绩效的鞭子，都在劝你"松手"。

他的态度很硬：效率慢一点没关系，标准一寸都不能让。

这一点我完全站他。我们团队 code review 文化里最该守住的，恰恰就是这个------一个不断降低标准的把关人，是在亲手论证自己的可替代性。

作者用前端举例（枢纽岗位、护城河最浅），但他说这其实是个关于壁垒的普遍故事。两个问题自查：

你的工作有多大比例，是信息搬运和格式转换？（把需求翻成代码、数据翻成报表、甲方的话翻给乙方......）这些位置站在水位上涨最快的滩涂，因为大语言模型就是为格式转换而生的。
你做砸了，代价有多大？代价越小，越容易被允许让机器试错；代价越大（支付、交易、架构、稳定性），机器暂时还进不去------不是不够聪明，是没人敢让它试。

出路两条：往深处走 （去代价大的地方，把自己从单点拉成纵深），往新处走 。他还给了一条戒律，我很想贴墙上：不做烧 token 就能得到的东西。 别人已经做出来、你能让 AI 照抄一份的东西，不值得投入------值得做的是范式层面的探索。

这是全文我最喜欢的部分。作者说，AI 拿走的是"我们用来交换薪水的时间"，不是"我们"。剥掉之后剩下的，才是一个人真正的轮廓。三样东西，都不是技能（技能是"器"，会过时），而在器之上：

判断力 ：AI 是最强的答题机器，但不出题。"做什么"是人的事。过去执行能力能掩盖判断力的平庸，现在执行趋近于免费，判断力第一次裸露在结果里。
品味：AI 给你的是 80 分的均值，千篇一律。让结果走向带签名感的 95 分，是人注入的品味。文中那个"不会写代码的朋友接外包"的例子很妙------两句话定方向，AI 自己就把项目重构好了。那两句话，就是品味。
推演：AI 做加法，人必须做减法。在一片丰盛的相关性里找到最坚实的点，亲手把逻辑链一环环搭出来------搭不起来的方案，落地后一定塌。作者特别珍视"先用纸笔推演再交给 AI"的习惯，因为推演的过程，就是知识所有权的来源。

这里有个诚实的矛盾：这三样都来自"亲手做事"，而我们正把亲手做事交出去。作者没有糊弄，他说自己也没有完整答案。但他分享了一个局部解，也是我最近在用的：不要立刻把问题丢给 AI。先自己把逻辑链推一遍，哪怕粗糙，再交给 AI 展开。 慢一点没关系，被浪推着走的时候，慢是一种纪律。

文章最后往更深处走：比能力更根本的，是主体性。认知外包的危险，不是岗位被取代，而是人先把自己活成"一根网线"------问题转发给 AI，答案截图转发出去，上级问起说"不知道，是 AI 写的"。

而价值感的锚点，不该系在"我能写代码、我能快速执行"上------那是正在退潮的海。真正稳的锚点，在 AI 拿不走的地方：你能感知、能在乎、能为你做的事赋予只属于你的意义。

AI 拉低的是你的报价，动不了你的价值。

这篇很长，我只捡了最对我胃口的四块。原文把"岗位 → 能力 → 主体性 → 价值感"一路向内推，每一节都压着古诗文做注脚，读起来很过瘾。强烈建议去读全文。

你觉得自己最该加固的是哪一块------判断力、品味，还是推演？欢迎在评论区聊聊。

本文为《当 AI 拿走一切之后》的阅读笔记与批注，非原文转载或全文翻译。原文作者 Airing，发布于 2026-06-12，地址：ursb.me/posts/after-ai-takes-everything/ 。版权归原作者所有。