最近和几个做HR的朋友聊天，他们提到了一个有趣的现象：同样是招程序员，但简历筛选的标准正在发生微妙的变化。以前看技术栈和项目经验，现在越来越多公司开始关注：这个候选人会不会用AI工具？
不是泛泛而问"你用过ChatGPT吗"，而是具体到工作流层面：你用AI做什么？怎么用？效率提升了多少？
这让我意识到，程序员这个职业正在经历一次静悄悄的分化。
两种程序员
第一类：AI协作型。 他们把AI工具深度融入日常工作流。用AI生成样板代码、编写测试用例、排查bug、写文档。产出效率是传统方式的3-5倍，同时把省下来的时间花在架构设计和业务理解上。
第二类：传统型。 他们坚持手写每一行代码，认为AI生成的代码"不可靠"。技术功底扎实，但产出速度明显慢于第一类人。
两类人中都有技术很强的人。区别在于：面对同样的需求，一个人的产出是另一个人的数倍。
分化的本质
传统思维下，程序员的价值在于"写代码的能力"。AI时代，程序员的价值在于"解决问题的能力"。代码只是解决问题的手段之一。
打个比方：计算器发明后，数学家并没有被淘汰，但工作方式发生了根本变化。AI编程工具就是程序员的"计算器"。
被淘汰的到底是什么？
AI不会淘汰程序员，但会淘汰"只会写代码的程序员"。
如果你的核心竞争力仅仅是"能写代码"，那你确实面临风险。但如果你把"写代码"看作解决问题的工具之一，你的价值完全不同：
- 理解业务需求 — AI无法坐在会议室里听客户描述痛点
- 系统设计 — AI可以生成单个模块的代码，但设计可扩展的系统架构需要全局视野
- 技术决策 — 选什么数据库、用什么框架，需要综合判断
- 代码审查 — 当AI能生成代码时，判断代码好坏的能力就是核心竞争力
一个残酷的现实
初级程序员面临的冲击最大。因为他们的工作内容往往是重复性较高的编码任务——CRUD接口、简单业务逻辑、测试用例。这些恰恰是AI最擅长的。
而高级程序员的工作——架构设计、技术选型、复杂问题排查——AI短期内无法替代。
如果你是初级程序员，你需要更快地提升到"不只是写代码"的层次。否则，你面临的不是"被AI替代"的风险，而是"被会用AI的初级程序员替代"的风险。
如何成为"会用AI的程序员"
- 从小处开始。 从生成单个函数、编写测试用例开始，逐步建立信任
- 学会提问。 好的提示词让AI生成高质量代码，模糊的提示词只能得到垃圾
- 建立审查习惯。 永远不要直接使用AI生成的代码而不审查
- 投资高价值活动。 省下的时间用来研究架构、学习新技术
- 保持学习。 AI工具在快速进化，今天的最佳实践明天可能就过时了
写在最后
五年之内，"会不会用AI"将成为程序员的基本技能要求。那时候，差距不在于"会不会用AI"，而在于"用AI做什么"。
从"写代码的人"到"用代码解决问题的人"——这个转变已经开始，而且不可逆转。
问题是：你站在哪一边？
Read more at My Blog
Top comments (0)