Am i losing my ability? My Answer: Yes! But ...

·4 min read·随笔·--
SummaryAI

文章探讨了AI时代程序员能力变迁的问题。作者认为,随着编程语言不断向自然语言靠拢和AI代码生成工具的普及,对底层代码实现的关注正在被对“意图与约束”的把握所取代。每一次技术抽象都会淘汰旧技能,但也会创造更高层次的角色,如驾驭新工具、重写规则的“Harness Engineer”。真正的职业生命力在于敏锐识别哪些技能即将贬值,并主动转向掌握定义未来的新能力。

作为 AI 覆盖率最高的职业,我对此问题感同身受。随着 AI 代码覆盖率的持续提升(我已经接近 100% 了),我现在几乎已经不去看代码了。我对此有恐惧么? 其实并没有。 因为很早以前,计算机刚出来时,人们还在使用纸穿孔的方式来编程,到如今,大部分计算机从业者都看不懂汇编了。我并非说代码不重要,而是去理解过去实现代码的方式,已经没那么有价值了。

编程语言持续的抽象,本质上都是在往自然语言靠拢,与人类思维对齐。从纸带穿孔到汇编,再从 C、Java 到 Python,再到今天的自然语言生成代码,本质让都是以更人类的思维去表达意图。说白了自然语言编程只是现阶段的人与机器的交互方式,自然会逐步与人类本能表达意图对齐。vibe coding 是当前对于传统编程语言的进一步抽象,更接近人类本能的表达,但这不是终点——当前所有交互,都是一种"有损压缩"的编码和解码过程!

思维→语言/代码→电信号, 每一步都丢失了丰富的上下文、情感、直觉和潜意识关联!

未来,肯定有一种高维协议,类似于神经元直连机器的交流方式,这才是能实现思维高保真传递的终极路径。Polanyi 理论表明缄默知识(我感觉这里应该这样,但说不清为什么怎么做)被过度形式化(显式化)时会**退化。**那么基于自然语言的编码方式,也肯定不是最优的方式。

有点跑题了,继续讨论“能力丧失”的问题。

历史上每一次提升抽象层次,都会淘汰一些旧技能,但也会创造一些更高层次的角色。现在,对"Code"的关注正在从"语法与实现"完全转向"意图与约束";而更高层的"设计、验证、调优、整合",其核心正被定义为"Harness Engineer"。

举个贯穿近 4 代变革的例子——造车。蒸汽时代,机械工匠取代传统马车工匠。电气时代,复杂工程流水线化,全能工匠边缘化,工业工程师、生产线经理和操作工成为主流。自动化/信息化时代,工业机器人与 PLC 进入工厂,取代生产线上的重复体力劳动者。机器人编程员、数控机床操作员、供应链管理师、CAD设计师成为新核心。当今智能化时代,智能化工厂逐渐普及,物联网连接所有设备,实时收集数据;AI算法进行预测性维护、质量检测(如通过视觉识别发现漆面瑕疵)、工艺优化;数字孪生在虚拟世界仿真整个生产过程。部分基于固定规则的质检员、初级维修工、甚至部分流程规划师的工作被AI系统替代。掌握更高层级知识的数据科学家,AI 算法工程师成为系统核心。

变革有着清晰的替代链条:抛弃人的手工(机械化: 固化为标准机器)->抛弃人的经验(电气化: 优化为流水线和科学管理)-> 抛弃"人的重复劳动"(信息化: 编码为自动化程序)->抛弃"人的规则与感知"(规则化: 训练为算法与模型)。

每一次飞跃,都是把前一时代最具价值、最依赖人的"核心竞争力",沉淀为下一代生产的标准基底。

时代的引领者,永远是那些先驾驭新工具,并以此重写行业规则的人和组织。

说这么多,其实就一个核心观点——真正的职业生命力,不在于你曾将哪种技能磨练的登峰造极,而在于你总能敏锐的发现,哪一种"苦功夫"即将变得不值钱,然后率先转身,去掌握让他们变得不值钱的那个新权利!

真正的勇气,是敢于拆掉自己建造的城墙,即使它承载着你的荣耀与归属。

未来不在城墙里,而在广阔的、未被定义的城墙外!

Am i losing my ability? My Answer: Yes! But I'm letting go of the tool, to take hold of the authority.

评论