我写了 17 年代码,然后 AI 来了

简介: 写了17年代码的程序员,在AI从GPT到Agent的四次关键变化中,逐渐意识到写代码这件事不再是自己的核心竞争力。

我写了 17 年代码,然后 AI 来了

写了 17 年代码,最近我第一次很清楚地感觉到,自己以后可能不会再以写代码为核心竞争力了。

过去几年 AI 的变化太快了。刚开始我还把它当成一个更聪明的搜索框,后来发现它能写代码、能分析问题、能调用工具,甚至能自己完成一段任务。这种变化对我来说不是凑热闹看个新鲜,而是实打实地影响了我每天的工作方式。

我经历过几次很明显的认知转变。

第一次:从 GPT 到 GPT4(2023 到 2024)。

一开始感觉就是它有常识了,能理解上下文了。很多过去需要经验积累和资料搜索才能完成的事情,变快了。比如当时帮老婆用 R 语言改她的程序,全靠 DeepSeek 和 GPT,我自己没写过 R 也能搞定。但复杂一点的代码它还是不行,那时候我完全不觉得它会替代程序员。

第二次:DeepSeek R1(2025 年初)。

这一次变化更大。因为我看到的不是一个"有常识"的 AI,而是一个会思考的 AI。

当时有一个比较复杂的正则表达式,它不是简单给一个答案,而是会尝试、会走错、会回头、会换一种路径继续推。最后真的把问题解决了。

那一刻我就一个感觉:哇,这真能解决难题。从第一轮的"有常识"到这一轮的"会思考",这个跨越比解决一个正则本身重要得多。不是觉得自己马上要被替代,而是突然意识到它进步得太快了,快到我很难想象再过一两年它会变成什么样。

第三次:Agent 长了手(2025 年 9 月)。

这一回不是它更聪明了,而是它开始能动手了。我可以把一个任务交给它,它去服务器上跑命令、读日志、改代码、调试,然后回来告诉我结果。

从"我写代码,AI 辅助我"变成"我把任务交给它去做"。但那时候它还远远不让人放心,稍微长一点的任务就需要不断补 prompt、补上下文、让它先写 plan,再把跑偏的方向拉回来。

即使这样,我也已经感觉到:人可能真的可以越来越少亲自写代码了。

第四次:Claude Opus 4.6 + skill 和 Agent 记忆(2025 年底到 2026)。

Claude 出了 Opus 4.6 之后,我感觉大模型像是迈过了一个奇点。它已经很像一个资深工程师了,能理解复杂意图,能在更长的上下文里保持方向。加上 skill(把固定步骤和经验沉淀成可复用的 prompt 脚本)和有长期记忆的 Agent,它不再是一个聪明但健忘的人了,而是有了经验和记忆,还带着工具箱。

真正让我心里一颤,是有一次开车的时候。一路都在想这些变化,脑子里突然冒出一个念头:以后可能真的不是靠写代码这件事维持生计了。

那一刻不是兴奋,也不是焦虑。更像是心跳漏了一拍。

因为我想到的不是一个具体的场景,不是"我会不会被替代"。而是一种更模糊的东西——我突然意识到,自己过去 17 年练出来的手艺,可能不再是最稀缺的东西了。不是说没用了,而是不够了。

所以我现在的做法变了。以前遇到问题,第一反应是打开编辑器。现在第一反应是把问题想清楚,然后交给 AI 去做。我花更多时间在"这件事该不该做"和"拆成几步给 AI"上,而不是"怎么实现"上。

说实话,这个转变还没完全适应。有时候 AI 写出来的代码我一眼就知道能更好,但我忍住了。不是偷懒,是发现如果我把时间花在"想清楚要什么"而不是"亲手写出来"上,结果反而更好。这个感觉,用了就回不去了。

写了这么多年代码之后,最真实的感受就一句话:不能再把写代码这件事当成自己的护城河了。得变。

相关文章
|
2月前
|
人工智能 Oracle 机器人
推理 → 行动 → 观察:用 LangChain + Python 实现一个智能体循环
智能体循环(Agentic Loop)突破单次问答局限,通过“推理→行动→观察”迭代闭环,让AI能自主分解任务、调用工具、持续优化直至目标完成,是构建真正自动化智能体的核心架构。
374 9
推理 → 行动 → 观察:用 LangChain + Python 实现一个智能体循环
|
2月前
|
JSON API 调度
从单兵作战到团队协作:AgentRun 的多 Agent 生产级协作方案
AgentRun提供多 Agent 生产级协作方案,解决多 Agent 发现、调用、鉴权、编排与治理难题;通过工作空间实现环境隔离与统一管理,让开发者专注 Agent 能力本身,真正实现“协作如调 API 一般简单”。
|
2月前
|
人工智能 运维 网络安全
我这半年实际使用过的 4 款 SSH 工具体验分享
本文精选4款主流SSH工具:轻量稳定的PuTTY、Windows全能神器MobaXterm、跨平台云同步的Termius,以及AI驱动的智能终端Aeroshell,覆盖从经典运维到AI辅助新场景,助开发者与运维人员高效管理服务器。(239字)
917 1
我这半年实际使用过的 4 款 SSH 工具体验分享
|
2月前
|
人工智能 索引
本地笔记库搭建:Qoder + 自定义 Skill
试了一圈笔记工具,最后落在 Qoder Desktop。需求很明确:Markdown 写作,自建图床,Agent 能检索能编辑。Codex、Cherry Studio、Notion、Qoderwork 都试过,各有各的不对。Qoder 让我停下来的原因很简单——编辑器跟 Agent 集成但不互相绑架,支持自定义模型,BYOK。没碰 RAG,用 Skill 搭了一套自己的检索流程:建索引、查索引、读文件、改文件、更新索引,每一步都看得见,跑偏了知道哪里出问题
430 3
|
2月前
|
人工智能 安全 5G
阿里企业邮箱多少钱一年?2026最新价格免费版、标准版、AI尊享版和国产化版收费标准
阿里企业邮箱2026年最新报价:免费版(0元/年,限50账号)、标准版540元/年、AI尊享版720元/年、国产化版810元/年。各版本网盘容量、账号数及AI功能差异显著,支持智能写信、翻译、摘要等,满足不同企业需求。阿里云企业邮箱官网链接:https://t.aliyun.com/U/gNeTEB
436 0
|
2月前
|
存储 人工智能 数据可视化
MindWord:像画图一样写文档,让结构化写作回归直觉
这是一款基于思维导图的写作工具,通过可视化的多层级思维导图与 Markdown 双向同步编辑,支持 AI 辅助生成节点与描述,并能导出带 Word 模板样式的文档。 面向用户群体:写作者、产品经理、vibe coding爱好者、脑力工作者等。
357 4
MindWord:像画图一样写文档,让结构化写作回归直觉
|
2月前
|
人工智能 前端开发 安全
周一上线|1M 上下文成标配,GPT-5.5 更会干活;Google 拟最高 400 亿美元加码 Anthropic
先看模型这边,沉寂 15 个月后,DeepSeek 终于发布了 V4 预览版,而且照例开源。最猛的是,它直接把 1M 上下文做成了标配,量大管饱。OpenAI 那边,比 DeepSeek 早一天发布的 GPT-5.5,主打“更人性化”,在带起一众模型“稳稳接住”“懂你所想”的风潮之后,这回 GPT-5.5 不弯不绕,反倒显得清新脱俗。当然,模型的重点还是能力:Agentic Coding、Computer Use 和复杂任务处理,GPT-5.5 较之前版本都有很大提升。
668 1
周一上线|1M 上下文成标配,GPT-5.5 更会干活;Google 拟最高 400 亿美元加码 Anthropic
|
2月前
|
人工智能 前端开发 安全
编程实测:杀疯了的 GPT-5.5 真的有它说的那么强么?
4月24日凌晨,OpenAI发布GPT-5.5——迄今最智能、易用的旗舰模型。聚焦Agentic能力,全面升级编程(Terminal-Bench达82.7%)、知识工作、科研协作、百万级长上下文(1M token)、推理效率与安全防护,已超越Claude Opus 4.7和Gemini 3.1 Pro。
605 0
编程实测:杀疯了的 GPT-5.5 真的有它说的那么强么?
|
2月前
|
存储 人工智能 安全
阿里云盘企业版收费标准:2026年最新整理6元1个月、169元一年
阿里云盘企业版(CDE)是AI加持的企业级云存储服务,2026年最新价低至6.63元/月(5人+200GB)或169.90元/年(5人+500GB),支持不限速、多端同步、智能检索、知识库问答、7级权限及国密加密,适配中小团队高效协同与安全管控。企业云盘官网:https://t.aliyun.com/U/wbANEa
|
2月前
|
SQL JavaScript 关系型数据库
SQL改写实战:子查询、CTE、窗口函数性能对比
本文聚焦SQL性能优化,实测对比子查询、CTE与窗口函数在复杂统计、分组排名、递归查询等场景的执行效率。基于MySQL 8.0真实数据(千万级表),揭示窗口函数在“每组取最值”“部门排名”中提速3倍以上,CTE提升可读性与递归能力,而相关子查询易成性能瓶颈。干货满满,避坑必备!