（点击缩略图打开原图）
接下来我讲讲我的真实经历——因为我发现，模型说的这些点，在我的团队里几乎是一比一地出现过。 --- ## 四、我自己的一个小样本：一支 98/99 团队，和一个“Y” 我先讲个我自己的经历，可能比空谈更有说服力。当然样本不包括我，虽然我可能是团队里工作量最大开发量可能也是最大的，但是因为我的职位以及以及工作能力上来说（削微有点不要脸哈），不太适合跟大家一起比。 我当前所在的公司在创业期，首先待遇和平台确实没法一步到位，但是我还是对招人的要求比较高，因为人没法招的多，所以我希望能进来的人都是能独当一面的。老板这边呢招人偏好很明确：更喜欢年轻的——觉得年轻人有活力、能拼、要的也没那么多。 说实话，这种想法我也能理解，甚至某种程度上我也认同：创业期确实更适配年轻人。但是因为我自己 34 岁，也是大龄开发，所以我也没有完全按所谓的35岁来卡简历，因为我上一家公司学到的很多东西都是从比我年龄还大的人身上学到的。 总之最终招人，团队里大多是 98、99 年左右的同学。另外还有一位年龄跟我相差不大、也算大龄开发者的同事，为了好说明，我就叫他 **Y**。 人招齐了，几个月共事下来，我被“刺激”得挺狠的——当然这个刺激主要是刺激我。 ### 1）“年轻 = 有拼劲”？至少在我的团队里并不成立 团队里大多数人并没有我想象中那么有拼劲。 我观察下来，初步的感觉是有些同学的精力和注意力很多投放在短视频、短剧、游戏这些东西上。 我伸懒腰的时候瞄到一个同学：左边在 vibe coding，右边短剧放着。我当时一度分不清 vibe 的到底是哪边。 总之给我的体感是：状态不但不“拼”，反而有些消极和懈怠。可能更多的对他们来说就是类似流水线上那种计件工作一样，反正就是干一天就挣一天。（我估计很多人就要喷我了），就是我的意思是啥呢，当然我是old school哈，如果你不讨厌这份工作，那是不是对工作赋予一点其它的价值？比如对自己的锻炼、成长、成就感等 ### 2）有了 AI Coding 以后，反而更暴露“设计与表达”的短板 为了避免 AI 滥用，我提了一个要求：**重难点模块必须做设计**。 我讲了要求，也给了模板，而且很直白地说：可以借助 AI 来完成设计任务。 但结果很现实：大多数人连“详设里应该写啥”都不清楚，UML 也不太会画，最终交付物一言难尽（说实话，Y 也没例外到哪去）。 我的感受是：很多人不是做不出来，而是压根没把心思放在“把问题讲清楚”以及“怎么解决”这件事上。 ### 3）AI 让代码“飞起来”了，但 CR 一拉：屎山也能飞 有了 AI Coding，表面上代码写得很快。 但一到 Code Review，屎山代码一大堆：结构乱、边界不清、异常兜不住、测试缺失……一旦出 bug 就会变成“补丁套补丁”的恶性循环。 后来确实没办法，我让其中一位代码问题很严重的同学离开了。 他那块业务的 bug 多到修不完，修到后面甚至发现没法修——因为他自己找不到根本原因，只能不断打补丁，然后继续恶心循环。 我接手重构，前后花了差不多两周时间。 这里也顺带提一句：虽然 Y 的代码也有一些问题，但总体是可控的，不用担心暴雷。 我猜原因有两个：一是他比较遵守规则（我提的要求大多能做得比较到位），二是他大概有 10 年左右的开发经验，能在一定程度上“指导 AI 怎么干活”。 这三个刺激让我更确信一件事：AI Coding 把“写代码”这件事变得更容易了，但把“写对代码”这件事变得更重要了。 --- ## 五、对年轻程序员：利好很大，但坑也很深 ### 1）利好：入场门槛变低，反馈速度变快 对年轻人最直接的利好是：**你可以更早做出完整作品**。 以前你要先攒很久“基础设施能力”：脚手架、工程化、框架细节、各种配置地狱…… 现在这些都能被 AI 帮你跨过去一大截。 于是你能更快进入“真正的战场”： - 做一个能跑的产品/工具 - 去真实用户那里挨骂 - 在反馈里快速迭代 这对成长是好事，甚至是非常好的事。 ### 2）坑：把“生成”误当成“掌握” 但年轻人也更容易踩一个坑：**以为自己会了，其实只是 AI 会了**。 你会发现项目能跑、功能能用，但一旦出现下面这些情况，就开始头皮发麻： - 线上偶发 bug，日志看不懂 - 性能抖动，不知道从哪儿下手 - 需求一改，牵一发动全身 - 加一个看似简单的功能，最后变成“屎山滚雪球” 说得更直白一点： AI 能帮你跳过一些“枯燥”，但跳得太狠，也会错过一些“肌肉训练”。 年轻人的关键不是“用不用 AI”，而是“能不能把 AI 变成你的教练，而不是代打”。 --- ## 六、对大龄程序员：利好也很大，但会更“残酷” ### 1）利好：经验被放大，稀缺能力更稀缺 大龄程序员的优势，通常不在“手速”，而在“判断”： - 方案取舍：这事该用微服务吗？该上 MQ 吗？该引入新框架吗？ - 风险感知：哪里会炸、什么时候会炸、炸了怎么兜底 - 复杂协作：跨团队、跨系统、跨角色（产品/运营/安全/法务）的落地能力 AI Coding 让“写”的成本下降后，**判断的价值反而会更凸显**。 因为系统越容易被搭起来，系统也越容易被搭坏； 上线越快，事故也来得越快。 这类场景里，经验不是包袱，经验是护城河。 ### 2）残酷：如果你把自己定义成“高级码农”，会被挤压得很厉害 更残酷的一面是：有一类“大龄”会很难受—— 不是因为年龄大，而是因为他过去十年把自己训练成了“熟练工”： - 熟练地堆功能 - 熟练地应付需求 - 熟练地修修补补 当 AI 把“熟练工”这块压到极致性价比后，这条赛道会非常拥挤。 不是 AI 淘汰大龄，而是“只剩熟练”会被淘汰。 --- ## 七、真正的分水岭：谁能“问对问题 + 做对取舍 + 负责结果” 如果要我给一句话版本的答案： AI Coding 的利好，不属于某个年龄段，属于“能把 AI 当成杠杆的人”。 你能不能： - 把问题说清楚（目标、约束、边界、验收标准） - 把方案选对（可维护、可观测、可扩展、成本可控） - 把结果交付（线上稳定、可追踪、能迭代、能复盘） 这三件事，AI 都能参与，但 AI 都不能替你承担。 --- ## 八、我给两类人的具体建议（尽量可执行） ### 给年轻程序员的 5 条 1. **把 AI 当“解释器”**：让它解释你不懂的代码、让它画调用链、让它写测试，而不是只让它“写功能”。这方面稍微用点心就会发现有一堆skill或者提示词可提升让AI写”准“的能力。 2. **刻意练基本功**：调试、日志、性能、并发、网络、数据库索引，这些是你未来十年的复利。 3. **做真实项目**：哪怕是一个很小的工具，能被别人用，比刷十套题更接近现实。 4. **训练问题定义**：每次让 AI 干活前，开启PLAN模式，先反复交流，让双方都搞“我到底要什么”，这是最值得投入的能力。 5. **保留手写能力**：不是为了炫技，是为了在关键时刻你能掌控复杂度。 ### 给大龄程序员的 5 条 1. **别抗拒工具，抗拒的是落后感**：先用起来，哪怕从“写测试/写文档/写脚本”这种低风险场景开始。比如我几乎试遍了主流的所有AI模型和AI工具，比如Codex、Claude code、Opencode、GLM、Minimax、Antigravity、Cursur、kimi-cli、Kiro等，每次都很兴奋，我会不断用他们在我的工作任务中尝试，最终筛选出来我最顺手的。（当然这个过程又是另一个故事了）。 2. **把经验产品化**：把你脑子里的“事故清单”“选型原则”“排障套路”写出来，变成团队资产。你要能快速的把你多年的积累分类并补全（可靠AI），随时抽取出来给到AI使用。 3. **强化架构与质量话语权**：可观测性、灰度、回滚、SLA、成本模型……这些会越来越值钱。 4. **练提示词，但更要练评审**：你不是比谁会 prompt，你是比谁能看出生成代码的坑。你要能评估AI的方案是否合理。 5. **把自己从“写代码的人”升级为“交付结果的人”**：能把事情做成的人，永远稀缺。 --- ## 结尾 当然看到这儿，肯定有人会说我是在和稀泥一顿输出孟如虎，但是又好像啥没说，那咋可能呢，我可是很不喜欢和稀泥的。 所以回到最开始的问题：AI Coding 的兴起，是对谁的利好？ 我的答案比较乐观是：利好年龄大的开发者，因为在我看来，从当前现状分析，就算各有利好，那就算趋近55开了，相比之前的3/7开甚至1/9开是不是提升？当然还是得补一句和稀泥的话。 **对愿意重新学习的人利好，对愿意承担结果的人利好，对愿意把经验变成杠杆的人利好。** 年龄只是你当前的状态，AI 才是这场变化的放大器。 你站在放大器的哪一边，取决于你接下来三个月怎么过。 我自己 34 岁那次带队招人、带队落地，被那一轮“刺激”按在地上摩擦之后，反而更确定了：**真正的安全感不是年龄给的，是你把“负责结果”的能力练出来之后，自然长出来的。** 当然到底工作能力高低应该怎么评价，那就是另一个故事了。如果有幸可以发挥，我后续会来一篇。