一个程序员的下午
2024 年的某个下午,一个写了十五年代码的程序员坐在工位上,看着 Copilot 三秒钟生成了一段他大概要写半小时的函数。
逻辑正确。命名规范。甚至注释都比他平时写的清楚。
他没有感到愤怒,也没有感到恐惧。他感到的是一种很安静的茫然——
“那我这十五年在干什么?”
这个问题他没有说出口。因为说出来显得矫情——明明工作还在,明明工资还发,只是多了个工具而已。但那种茫然是真实的,而且不会消失。
我自己也在 IT 行业。这种感觉,我懂。
不是"会不会失业"
关于 AI 和就业,大多数文章在讨论一个问题:哪些工作会被替代?
然后列一张清单:翻译、客服、初级编程、财务审计、文案写作、法律助理……
这种清单有一定参考价值,但它回答的是一个表面问题。
更值得想的问题,也许是另一个——
AI 替代的不是"工作",是工作里那个"可被标准化描述"的部分。
一个律师的工作里,查判例、写格式化合同、整理证据清单——这些正在被替代。但读懂当事人没有说出来的那句话、在法庭上根据法官的表情调整策略、在一团乱麻里判断哪根线该先拽——这些没有被替代。
一个医生的工作里,读影像、查药物交互、写病历——这些正在被辅助。但看一眼病人的脸色就知道他没说实话、在三种都合理的治疗方案里选出最适合这个人的那一种——这些没有被替代。
一个程序员的工作里,写 CRUD、写单元测试、调格式——这些正在被接管。但搞清楚这个系统到底要解决什么问题、在三种架构之间权衡取舍、在代码审查时闻到那种"这里会出事"的味道——这些没有被替代。
看出规律了吗?
被替代的,是"执行"。留下的,是"判断"。
而我们的教育、我们的职业训练、我们的晋升体系——几乎全部在奖励"执行"。
历史没有给出简单答案
每一次技术革命,都有人预言大规模失业。每一次,预言都部分成立,又部分落空。
1810 年代,英国卢德派工人砸毁纺织机器,因为机器抢了他们的活。他们是对的——手工纺织工确实消失了。但他们也是错的——纺织业创造的新岗位,最终比消失的多得多。
1960 年代,美国经济学家预言计算机将消灭白领工作。结果?白领工作不减反增——计算机创造了整个 IT 行业,几千万个新岗位。
这些故事常常被乐观派拿来说"别担心,新工作会出现"。
但这一次,也许有一些结构性的不同。
过去每一次自动化,替代的都是体力或程序化的工作——流水线工人、打字员、电话接线员。新出来的工作往往在"更需要认知"的层面——程序员、设计师、分析师。人总是可以往"更需要思考"的方向退。
这一次,AI 直接切入了认知层。它不是替代你的手,是替代你的一部分脑子——写作、编程、分析、翻译、设计、推理。这意味着人类历史上第一次,“往更需要思考的方向退"这条路本身也被入侵了。
这不是说没有出路。但出路的位置变了。
出路在哪
如果"执行"正在被替代,而"判断"暂时安全——那逻辑就很清楚:
未来最有价值的人,不是执行能力最强的人,而是判断力最好的人。
但"判断力"到底是什么?
在《AI 与教育》里我说过,判断力建立在内化的知识基底上。在《好奇心去了哪里》里我说过,教育系统几乎不训练"行动者”——那些能改变自我认知、能在没有标准答案的世界里做决策的人。
现在把这两件事放在就业语境里,就变成了一个很具体的判断:
未来的职业安全感,不来自你"会什么",而是来自你"能判断什么"。
一个能判断 AI 输出质量的律师,比一个只会写合同的律师安全。一个能判断建筑方案好坏的工程师,比一个只会画图的工程师安全。一个能判断代码架构优劣的程序员,比一个只会写代码的程序员安全。
但判断力不是速成的。它来自长期的积累、深度的理解、大量的犯错、以及一种难以言说的"品味"。
这就是为什么"从零到六十分"被压扁,但"从六十到一百分"反而更值钱——因为 AI 做不到那一段,而那一段恰恰是判断力住的地方。
被替代的不是工作,是身份
但我想说一个比"出路在哪"更深的事。
你有没有注意到——当一个人说"我是程序员"“我是翻译"“我是律师"的时候,他说的不只是他的工作,是他的身份。
一个人用十年、二十年练出来的技能,不只是谋生的工具,是他理解自己的方式。“我是一个写代码的人”——这句话里包含了他的自尊、他的社会位置、他在聚会时怎么介绍自己、他在深夜怎么安慰自己"至少我还会这个”。
所以,当 AI 开始做到他花十年练的事,真正震动他的,不只是"我会不会失业”,是——
如果我的技能不是"我",那我是什么?
这个问题的重量,远远超过经济学。
大多数人一辈子都不会被推到这个问题面前。日常的忙碌帮你回避它。体制的惯性帮你绕开它。你可以从 22 岁工作到 65 岁,从来不需要回答"我是谁"——只需要回答"我的工位在哪"。
AI 把这个盖子掀开了。
这件事表面上是威胁。但我越想越觉得,它也许是一种被粗暴递过来的邀请——
如果你的功能不再定义你,你终于有机会去想:除了功能,你还有什么?
我自己也没想清楚
写到这里,我必须诚实地说——我自己也在这个问题里。
我在 IT 行业。我看得见趋势:AI 写代码的能力在按月进步,从 Copilot 到 Cursor 到 Claude Code,每一代都比上一代更深地介入我的日常工作。被替代不是"会不会"的问题,是"什么时候"和"到什么程度"的问题。
我没有一个干脆的答案。我不打算假装有。
但我有一些慢慢成形的感觉。
第一个感觉:纯执行的 IT 工作,三到五年内会被大幅压缩。 初级开发、测试、运维、技术文档——这些岗位的数量会显著减少,不是因为企业不需要这些事,而是因为一个人 + AI 能做以前三个人的活。
第二个感觉:理解问题的能力,比解决问题的能力更值钱了。 以前 IT 的核心价值是"你能把这个东西做出来"。现在 AI 也能做出来。差距在于——你能不能判断"该不该做这个东西"。
第三个感觉:跨领域的人会更安全。 只懂技术的人和只懂业务的人都有风险。但一个既懂技术又懂业务、能在两者之间翻译的人——AI 暂时做不到这件事。
第四个感觉:这一条最不确定,但也最让我想得久——也许"安全"本身就不是正确的目标。 也许这一代人需要接受的不是"找到一个安全的位置",而是"学会在不安全里活着"。不是找到一棵永远不会倒的树,而是学会在树倒了之后,有能力去找下一棵树——甚至有能力自己种一棵。
这些是很初步的想法。我说不准哪些对,哪些以后会被打脸。
但有一件事我越来越相信:
就业问题的表面是经济问题,底下是身份问题。经济问题也许可以用政策和市场解决,身份问题只能自己回答。
回到那个程序员的下午
那个坐在工位上看 Copilot 写代码的程序员,他后来怎么样了?
他没有辞职。也没有"找到了新方向"。他只是开始花更多时间在一件事上——理解他在做的系统到底要解决什么问题,而不是埋头写代码。
这件事听起来不性感。但它可能是这个时代最实际的一种转向——从"我来做"变成"我来判断该不该做、怎么做才对"。
从"执行者"变成"判断者"。
这不是一个轻松的转变。判断力不是读一篇文章就能获得的。它要时间、要经验、要犯错、要在一个领域里足够深地泡过。
但至少方向是清楚的。
而如果在这个过程中,你碰巧重新想起了自己小时候好奇过的那些事——那也许不是巧合。也许那些事,一直在等你回来。
本文涉及的本博客文章
- 《好奇心去了哪里》
- 《AI 与教育:孩子今天该学什么》
- 《那些"没用的问题",是理解 AI 的入场券》
- 《AI 的十字路口》
主要参考与延伸来源
- Carl Benedikt Frey & Michael Osborne, The Future of Employment, Oxford, 2013
- David Autor, The Labor Market Impacts of Technological Change, MIT
- David Graeber, Bullshit Jobs: A Theory, 2018
- Hannah Arendt, The Human Condition, 1958
- 世界经济论坛, The Future of Jobs Report, 2023/2025
