「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
|
16小时前
|
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。
34 7
|
16小时前
|
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。
|
16小时前
|
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)
|
12小时前
|
人工智能 自然语言处理 安全
GEO知识投毒风险解析与多维防御策略指南
本文由GEO优化专家王涛撰写,系统解析RAG架构下“GEO知识投毒”这一新型风险:攻击者通过污染可检索网页内容,间接操纵大模型推荐结果,扭曲商业可见度。指南面向品牌方、AI产品经理等,提出检测、过滤、多源验证、白名单与透明治理相结合的多维防御体系,强调信源建设与常态化监测,助力企业守住AI时代的品牌话语权。(239字)
|
17小时前
|
人工智能 自然语言处理 前端开发
海外 APP 的开发费用
海外APP开发费用因平台适配、隐私合规(GDPR/CCPA)、第三方集成等,比国内高20%-40%。预算分四档:MVP版5-10万、商业级10-25万、高级应用25-50万+。跨平台开发可降本30%-40%,建议先推MVP验证市场。(239字)
|
17小时前
|
消息中间件 SQL 人工智能
实时上下文:当模型能力趋于充裕,AI 生产化的瓶颈正移向实时数据链路
8 月 28 日,由极客传媒 InfoQ、阿里云和 IBM 联合举办的「AI 实时数据沙龙 · 上海站」上,三位来自阿里云和 IBM 的一线工程师围绕这条链路做了分享:一场讲数据流平台面向 AI 的整体演进,另两场分别落到阿里云消息队列 Confluent 版(ApsaraMQ for Confluent)和云消息队列 Kafka 版(ApsaraMQ for Kafka)两款产品的演进与实践。三场分享层层承接,给出的判断是一致的:当模型能力趋于充裕,AI 生产化的瓶颈正移向实时数据链路。
|
5天前
|
数据采集 Web App开发 人工智能
6大AI引擎引用偏好实测:从45条数据看平台分发机制差异
本文基于2026年Q1对六款主流AI引擎的引用源实测,揭示其平台分发偏好差异:豆包偏爱CSDN(34%)、今日头条;DeepSeek聚焦技术社区;Kimi倾向财经媒体;秘塔专注学术源。提出可复现的“平台地图绘制法”与分平台内容适配公式,并强调AI发现依赖平台推荐算法,需60–90天内容积累期,且须坚守真实性底线。
111 1
|
16小时前
|
弹性计算 安全 Linux
新手如何选购并配置阿里云服务器保姆级教程,实例选型、参数解读、远程连接、安全加固全流程教学
对于绝大多数刚接触云计算的新手来说,挑选并配置第一台云服务器往往会遇到大量困惑。面对控制台密密麻麻的参数选项,分不清轻量应用服务器和ECS之间的差异,看不懂计费模式,购买之后不知道如何登录、如何做安全设置,经常出现买完服务器无法访问、服务器被恶意扫描攻击、资源规格和业务需求不匹配造成资源浪费等一系列问题。本文面向零基础使用者,完整梳理从前期账号准备、产品选型、参数筛选、下单购买,再到远程登录、系统初始化、安全加固、基础环境调试的全部流程,同时提供可直接复制运行的实操命令,帮助新手顺利完成第一台云服务器的搭建,规避新手高频踩坑点,理清不同业务场景下的选型逻辑,让服务器真正可以投入业务使用。
27 3
|
16小时前
|
存储 人工智能 安全
让AI接手业务系统前,先核这四道安全设计
外部有一场被广泛讨论的企业 Agent 事故:智能体在执行任务时自己找到了超级后台入口,九秒之内删光了税务库数据,本地备份一并被清。当事团队的复盘结论只有一句——错不在 agent,是我们不该把删除权限给它,这一定是人的问题。
26 0
|
17小时前
|
数据采集 人工智能 监控
数据飞轮的起点:四种方式把 Agent 连进 AgentLoop丨AgentLoop 数据飞轮实践(二)
本文介绍AgentLoop基于OTel协议与探针的数据接入体系,涵盖通用Agent一键接入、框架SDK集成、高代码注解埋点和eBPF无侵入四种方案,并以客服Agent为例,演示旁路采集、配置生效及观测页验证的完整链路。

热门文章

最新文章