知乎上有个问题:36岁程序员被AI写代码吓到,如果不转型,几年内会失业吗?
看完几十个回答,我想说点不一样的。
不是”多学习”,也不是”保持终身学习”。
而是:你可能搞错了焦虑的方向。
一、你的”空心化”,是伪命题#
提问者说:
“长期依赖AI之后,我是不是在慢慢失去独立思考和系统设计的能力?”
这个问题我熟。因为我半年前也这么想。
那时候我刚用上Claude Code,效率确实提升了——以前想半天的代码,AI几秒就能给出一版。评审、写文档、写测试用例,都能让AI先出一版。
但我越来越焦虑。
有时候甚至分不清,哪些是我自己的能力,哪些是AI堆出来的。
直到我读到OpenAI那篇《Harness Engineering》。
他们讲了一个实验:3个工程师,5个月,用Codex Agent构建了一个超过100万行代码的产品。1500个PR,平均每人每天3.5个。所有代码由Codex生成,没有一行手写。
但最有价值的部分不是”AI多牛”,而是他们踩了哪些坑。
早期进展比预期慢得多。
不是因为Codex编码能力不够。而是环境没搭好——Agent不知道项目的依赖结构,不理解架构约束,无法验证产出是否正确。
他们花了大量时间做一件事:把规矩写下来,让机器能读懂。
这让我想到一个类比。
二、调速器的工人,后来去哪了#
1780年代,蒸汽机刚出现。工人得守在旁边,盯着压力表,手动拧阀门。
后来James Watt发明了离心调速器——一个带飞球的机械装置。转速快了飞球升高,自动关小阀门;慢了就降低,自动开大。
工人的角色变了:从亲手拧阀门,到设计调速器本身。
2010年代,同样的事又发生了一次。
你不需要SSH进服务器手动重启进程了。Kubernetes让你声明一个目标状态——“我要3个副本、每个2G内存”——控制器会持续监测,有偏差就自动修正。
工程师从手动运维,变成了编写目标spec。
现在,第三次变化来了。
AI编程工具就是那个新的调速器。而你,还在纠结”拧阀门的手艺会不会生疏”。
三、真正危险的不是”会用AI的人”#
提问者第二个焦虑:
“以后公司是不是只需要一个会写提示词、会粘贴的人?那我和刚毕业的新人有什么区别?”
区别大了。
会写提示词、会粘贴,确实没门槛。但你知道什么是好代码,这就是门槛。
知乎上有个回答说得特别好:
“真正危险的不是’会用AI的人’,而是’只会被AI用的人’。”
什么意思?
让AI写代码、查bug、出方案——这只是AI应用的初级阶段 。真正拉开差距的,是把AI从「临时帮手」变成「你的专属团队」的能力。
我最近在研究Claude Code的子代理机制。你可以配置出前端专家、后端架构师、代码审查员、技术研究助手——基本上把整个开发周期都覆盖了。
这些代理创建一次就能跨项目复用,等于你攒了一个随叫随到的AI团队。
但关键是:这些配置需要什么?
需要你真的懂架构、懂安全、踩过坑。需要你先想清楚:什么是Critical级问题?什么是High级?什么只是建议?
这逼着你把十几年的经验系统化、结构化。
AI不是替代你思考,而是逼你把隐性知识显性化。
新人能粘贴代码,但他配不出这套东西。
四、36岁程序员的真正优势#
提问者第三个问题:
“在AI时代,程序员还适合怎样的成长路径?继续卷底层技术,还是转向业务、产品、架构、AI工程化?”
我的答案:从”执行者”转向”指挥官”。
不是不卷技术,而是卷的方向变了。
未来3年最值得投入的能力组合:
| 能力 | 为什么重要 |
|---|---|
| 领域专长 | 你对业务的理解、对架构的判断,这些是喂给AI的”系统提示词” |
| AI工程化 | 不是用AI,而是配置AI、编排AI、组建AI团队 |
| 质量定义 | 你定义什么是好的,AI负责执行和检查 |
36岁不是劣势,是优势。
你有10年踩坑的经验,知道什么是好代码、什么是坑、什么是客户真正需要的。这些隐性知识 ,是刚毕业的新人无论如何都学不会的。
而AI,恰恰擅长把显性知识自动化。
你的价值,从”写代码”变成了”告诉AI该写什么代码”。
五、写在最后#
回到最初的问题:36岁程序员,几年内会失业吗?
如果你还在纠结”拧阀门的手艺会不会生疏”——可能真的会。
但如果你愿意接受一个事实:你的角色已经变了,从工人变成了调速器设计师 ——那你不仅不会失业,还会比以前更值钱。
OpenAI那个实验里,3个工程师5个月100万行代码。
他们写的不是代码,是让代码被正确写出来的系统 。
这才是36岁程序员该有的定位。
最后,给还在焦虑的你三个建议:
- 别再把”写代码”当作核心竞争力 ——把它当作基础技能,像英语一样
- 开始积累你的”系统提示词” ——把你对好代码的定义写下来,让AI能读懂
- 试着配置一个AI团队 ——从Claude Code的子代理开始,体验”指挥官”的感觉
36岁不是终点,是新的起点。
你准备好了吗?