「AI 什么都会了,公司还要我吗?」小迪入职三周就慌了

简介: 小迪入职三周就慌了:AI 三天写完整个后台,她两天改不通一个接口。老陈一句话点破——熟练度不是经验,AI 只是放大器:你手里有问题,它把答案放大一百倍;没有问题,它就把空白也放大一百倍。

周三下午两点,小迪入职刚满三周,工位上的第 4 杯奶茶还没喝完,人就先崩了。

她本来在摸鱼刷手机,顺手点进一条帖子:某团队用 AI 三天写完一个完整后台,配图是密密麻麻的文件树,评论区一片「前端已死」「新人怎么活」。

小迪把手机扣在桌上。这两个小时她刷了七八个帖子,越刷越空——不是被 AI 抢了活,是她忽然不知道自己该干什么了。

她盯着自己改了两天还没跑通的那个接口,突然觉得有点想哭。

她是计算机系大三,还没毕业,边上课边在这边实习。成绩中等偏上——如果「中等偏上」不算客气的话。别人看一遍就懂的东西,她要看三遍。上周阿杰让她改一个接口,她改了两天,中途还把测试环境的表清空了半张,最后是阿杰帮她回滚的。

「杰哥,」她小声说,「AI 三分钟就能写完的东西,我两天还改不明白。我这个速度,实习期过了公司还要我吗?」

阿杰正准备打哈哈安慰两句——「没事的,慢慢来」——话到嘴边,他发现这句安慰自己都不信。

「你等等,」他说,「我给你找个真正该听这话的人。」


十分钟后,老陈端着咖啡被按在了会议室里。

听完小迪的问题,老陈没急着说话,先问了她一句:「你觉得,写代码这份工作,值钱的是哪一步?」

小迪想都没想:「写啊,写得又快又好。」

「那是上一代的定价。」老陈在白板上画了三道横线,从上往下写:

做 —— 把代码敲出来
判 —— 知道这段代码对不对、好不好、有没有坑
问 —— 知道到底该让电脑干什么

「过去三十年,'做'最贵,因为它最慢。所以大家拼手速、拼熟练度、拼谁背的 API 多。」老陈敲了敲最上面那道线,「AI 把这一步的价格,一夜之间打到接近零。」

小迪的脸更白了:「那我练的就是最不值钱的那层?」

「对。但你先别急着哭——」老陈往下敲了敲,「'做'便宜了,'判'和'问'就变贵了。以前一个人一天写两百行,写完自己知道对不对,顺便就验收了。现在 AI 一天吐两万行,谁来判?」

小迪愣了一下:「所以……得有人检查它?」

「检查只是最低配。」老陈说,「真正的'判'是:知道这两万行里,哪三十行的设计会在半年后咬人。真正的'问'是:客户说'我要一个能管理订单的系统',你能把它翻译成三十二条可以验收的具体要求。」

他转过身看着小迪:「你刚才说你学得慢。我问你,你慢在哪?」

小迪想了想:「别人看一遍就会,我得自己想明白为什么。」

「这就对了。」老陈笑了,「AI 是看一遍就会的那种。你要跟它比这个,永远比不过。但正因为你会多问一句'为什么',你才有机会拿到下面两层——因为'为什么'这三个字,正是'判'和'问'的入口。」


「不过有个词,我得先给你拆一下。」老陈在白板上又圈了两个字:经验。

「你们这行最爱说『我有五年经验』。我面试过太多这样的人——一问项目,说得出用的什么框架、什么版本、踩过什么坑;再问一句『那你做的这个东西,给公司解决了什么问题』,他就开始绕。省了几个人?少赔了多少钱?客户少等了几天?说不上来。」

阿杰在旁边接了一句:「我以前就是这种人。」

「你知道他那几年在干嘛吗?」老陈指了指阿杰,「写代码。写了很多。函数和 IDE 用得滚瓜烂熟,闭着眼能敲完一整套增删改查。但你问他:这段代码创造了什么价值?他不知道。你再问:同样这个问题,一共有几种解法?哪种更好?他更懵——因为在他的世界里,『能做出来』就是终点,至于『还有没有更好的做法』,从来不是他要操心的事。」

小迪听得坐直了:「那这五年……算什么?」

「算熟练度。」老陈说,「熟练度不是经验。真正的经验是三样东西:知道你解决的问题对别人值多少钱;知道同一个问题有几种解法;知道在你们公司这个阶段,该选哪一种。」

他把笔一放:「而 AI 最擅长的,恰好是熟练度。它见过的代码比你多一万倍,快捷键比谁都熟。所以这轮被冲掉的,不是『没经验的人』,是『只有熟练度的人』——不管他是应届生,还是十年老兵。」

小迪小声说:「那我现在练的……是不是也是在练熟练度?」

「你练的那点东西,是的。」老陈没打算哄她,「但你现在就意识到了,比很多工作五年的人早了五年。」


「还有件事,你可能没意识到。」老陈把白板笔转了个圈,「你刚才那两个小时,才是真正的危险信号。」

小迪一愣:「啊?」

「你刷了两小时手机,一行代码没写。不是因为 AI 抢了你的活,是因为 AI 把活干完之后,你忽然不知道该让它干哪一件。」老陈说,「AI 是个放大器——你手里有问题,它把你的答案放大一百倍;你手里没有问题,它就把你的空白也放大一百倍。」

阿杰接话:「这事儿我上个月刚经历。同一个工具,隔壁组的小伙子两天拿它验证了三个想法,跑不通就换,第三天端出一个能演示的东西。我呢?第一周拿着它发了一下午呆——因为我当时根本不知道自己要验证什么。工具一模一样,差别在脑子里有没有那个问题。」

「所以你现在慌的,其实不是 AI。」老陈看着小迪,「是你暂时还没找到值得问的问题。这个 AI 给不了你,但它能让你验证得飞快——只要你先有那个问题。有兴趣、又知道什么算有价值的人,会用 AI 一天跑完过去一个月的试错;没有的人,AI 替他把活干了,他反而彻底没事可做,只能对着光标发呆。」

小迪低头看着键盘,忽然想起上周那半张被她清空的表——那是她这一个月里唯一真正动手试过的事。


阿杰在旁边听着,忽然想起自己这一年。

「小迪,我跟你说个真事。」他说,「去年我写东西,一天憋八百字,卡了三天的一个函数,最后还是 CV 大法解决的。今年我让 AI 写,一天能出三个版本。」

「那不是更惨了?」小迪说。

「是更惨,但惨的不是我。」阿杰说,「出三个版本之后,我发现真正的时间花在哪了——花在挑。三个版本哪个能上生产、哪个会在高并发下炸、哪个看着漂亮但其实是拿别人的轮子硬拼的。这个判断,AI 一点忙都帮不上。」

他顿了顿:「以前我觉得自己是个写代码的。现在我觉得自己像个审稿的。写的人不要钱了,审稿的身价涨了。」

老陈补了一句:「因为你得为结果负责。AI 不能负责,它连明天还在不在都不一定。」


小迪低头想了很久,抬头问了一句:「那我这几个月,具体该练什么?」

老陈擦掉白板,写了五条:

第一,练「问得准」——先说清它值多少钱。
以后每次想让 AI 干活,先不许说「帮我写个订单系统」。先写清楚三件事:这是谁的麻烦(哪个岗位、哪个客户、一天烦几次)?做完对公司意味着什么(省多少人力、少多少投诉、快多少上线)?点哪里、出什么结果、什么算错。写不出来,说明你自己也没想清楚——这时候 AI 帮不了你,它只会把你没想清楚的部分,一本正经地编出来。

第二,练「判得狠」。
AI 给你的每一行,默认是有问题的。挑三个毛病:边界情况呢?数据量翻一百倍呢?用户乱输呢?挑不出来不许用。这个能力叫「不信任的能力」,学校不教,但以后最贵。

第三,练「比得出」。
同一个需求,让 AI 给你三种做法,然后你自己选一种、写清楚为什么:为什么不用最快那种?为什么不用最漂亮那种?为什么在当前这个阶段,选这个最合适?一个需求练三次,「方案感」就长出来了——这正是那五年里最该练、却最常被跳过的那一步。

第四,练「讲得白」。
把一个技术方案讲给你妈听,讲到她能复述出来。讲不白,说明你只是记住了,不是懂了。顺便说一句:这是你唯一天生就比 AI 强的地方,别浪费。

第五,别丢掉你的「慢」。
慢的人有个隐藏优势:你不会只抄结果,你会把中间那步自己走一遍。AI 时代最缺的不是跑得快的人,是知道路为什么这么走的人。

小迪把五条拍下来,忽然又问:「那……写代码这件事本身,我还练不练?」

「练,但换个练法。」阿杰说,「以前练是为了写得快,现在练是为了看得懂。你要是连代码都读不明白,AI 给你挖的坑你连在哪都找不到。」

老陈站起来收杯子,留了一句:

「小迪,你不是被 AI 挤掉的那拨人。你是被 AI 解放的那拨——前提是你别只盯着被解放的那块地。」


晚上十点,小迪在群里发了条消息:

「杰哥,我把今天那个接口重新写了一遍。这次我没让 AI 直接给答案,我先自己写了需求清单,一共十一条,然后让它照着写——它写错了三条,我挑出来了。」

「还有,我让它给了三种写法,我选了第二种。第一种最快,但订单一多就卡;第三种最漂亮,可咱们下个月就要上,没时间重构。」她顿了顿,「我第一次觉得自己是在选,不是在抄。」

阿杰盯着这条消息看了几秒。他想起自己那几年闭着眼敲增删改查的日子——那时候他从来没问过自己:这玩意儿除了能跑,还值什么?

他回了个大拇指。

小迪又发了一条:「下午我刷了两小时手机,一行没写;晚上照着这五条干,一个接口跑通,还多试了两种写法。工具是同一个,差别是我终于有个问题要问它了。」

老陈回了一句:「第四条,讲给你妈听听。」

群里安静了三分钟。

小迪:「我妈说她听懂了,但她说这个东西为什么不能让电脑自己修。」

老陈:「你看,她问的这个问题,比今天评审会上任何人问的都深。」


AI 不会取代人,它只会把「人该干什么」这件事重新定价,同时把每个人原本的差距放大——有问题的,一天跑完一个月的路;没问题的,一天空出一个月的茫然。价格变了,恐慌是正常反应,但你真正要守住的,不是手上的活,是脑子里的那个问题。

所以真正该问自己的,从来不是「AI 会不会干我的活」,而是那两个更扎心的问题:我做的这件事,到底为谁解决了什么问题?同样这件事,还有没有更好的做法?

能答上来的人,五年是经验。答不上来的,五年只是重复了五遍。

目录
相关文章
|
1月前
|
人工智能 API 调度
Windows 本地 AI 漫剧全自动生产线部署完整教程(零基础、全指令、带源码、模型配置、排错方案)
本文详解Windows下本地部署AI漫剧全流程:涵盖硬件要求(RTX3060/4050起)、Python/CUDA/ComfyUI环境配置、剧本解析、批量API调度、GPU监控与FFmpeg后期处理,提供可直接复用的脚本与故障排查方案,兼顾个人创作与计算机毕设需求。(239字)
|
28天前
|
机器学习/深度学习 前端开发
发动机故障诊断智能体(三):特征可分性优化与加权对比投影层
在基础时序编码网络完成对正常工况的压缩表征后,尽管模型具备了提取稳态规律的能力,但在面对多种不同类型的微量气路故障时,潜在空间中的特征分布仍可能存在相互交叠的现象。该组件致力于通过引入度量对比学习机制,在特定的低维投影空间内重塑特征拓扑结构,系统性优化不同故障模式之间的几何可分性。
|
28天前
|
人工智能 缓存 数据库
常青翻新|Mock 不是万能替身:Dummy/Stub/Spy/Mock/Fake 五种 Test Double 的边界与踩坑
本文厘清测试替身的五大分类(Dummy/Stub/Spy/Mock/Fake),指出滥用“万能Mock”导致测试脆弱或假绿的根源:混淆“提供数据”与“验证交互”。强调选型核心原则——**先明确断言对象(数据?交互?真实行为?),再决定替身类型**,并结合AI场景(如Agent轨迹验证、假模型替代)赋予经典模式新生命力。
|
1月前
|
数据采集 人工智能 算法
4大AI引擎45条引用源实测:AI搜索的内容选择机制与下一问预判
本文基于2026年5月对豆包、DeepSeek、Kimi、秘塔四大AI引擎的实测,分析45条引用源发现:各引擎平台偏好迥异(如豆包重CSDN、秘塔偏学术文献),但均统一青睐「问答结构清晰、信息块完整」的内容。核心提出“下一问”预判法——将用户问题拆解为对话链,每链撰写200–300字可直接摘录的答案块,并按平台特性(如知乎重逻辑、头条重情绪)分发优化。技术合规是基础,内容结构才是被引用的关键。
285 1
|
1月前
|
API
阿里云微服务引擎 MSE 及 API 网关 2026 年 8 月产品动态
阿里云微服务引擎 MSE 及 API 网关 2026 年 8 月产品动态
167 13
|
1月前
|
Web App开发
图片死活传不上去:事件是有出身的
阿杰的自动上传卡在媒体库:合成拖放处理器触发了,图却死活传不上去。老陈一句话点破:事件有出身,isTrusted 才是入场券。cda v0.26.0 的 trusted 拖放让浏览器替你拖——自己读盘、构造真实 File、盖章 isTrusted=true。
113 7
|
1月前
|
人工智能 自然语言处理 安全
2026 智能客服选型实操手册:从 “回答问题” 到 “解决问题”
2026年智能客服迈入“能办事”新阶段。阿里云瓴羊Quick Service作为企业级AI客服平台,以AI Agent为核心,实现从“回答问题”到“自主执行退款、改地址等全流程业务”的跨越,支持多模型集成、深度语义理解与全链路闭环,已服务中国移动、上汽、星巴克等百余家头部企业。
|
1月前
|
人工智能 前端开发 JavaScript
我终于能用 GPT-6 了!实测一波,Codex 要杀疯了?
GPT-6 Astra 实战测评,4 大项目实战,覆盖 AI 编程能力和 Computer Use 电脑操作能力,看看号称全世界最智能的模型,在 Codex 中的使用体验到底如何?和 Claude Fable 5 比起来怎么样?
355 1
|
2月前
|
数据采集 人工智能 自然语言处理
4个关键动作:让大模型在回答中准确引用你的企业信息
本文揭秘大模型如何“认识”企业:它不爬官网,而是拼凑散落各处的碎片信息。企业常因百科、招聘页、官网描述不一致而被误读。文章提出4个实操动作——官网结构化标记、百科权威认证、高质量外链背书、多渠道信息统一,助企业构建可信数字底座,提升被大模型准确引用的概率。
391 1
|
2月前
|
人工智能 架构师 Java
都 2026 年了,我为什么还在推荐 PHP:一个架构师的祛魅手记
都 2026 年了还在用 PHP?一个架构师用第一性原理算清三笔账:需求的天花板、成本的大头、效率的瓶颈。管理系统这个全球最大的需求区间,PHP 依然是最优解。
143 4

热门文章

最新文章