别装了，身边的人都在给 AI “擦屁股”：我来说说为什么 2025 年的程序员反而更累了？

我是老码小张。

今天这篇，不聊新框架，也不吹什么最新大模型。就聊点真心话，聊聊这两年，程序员到底在经历什么。

现在是 2025 年底，如果你的同事还在兴奋地说“AI 要让我们失业了”，多半是没怎么真的给线上系统擦过屁股。真正写过几轮生产代码的人，这两年大概都体会过一种很微妙的感觉： ——工具是更强了，压力却没减半分。

铁打的程序员，流水的“银弹”

先说一句得罪人的： “程序员要被替代”这个故事，我几年都快耳朵听起茧了，在阿里的 seconf 上面，钱唐还是谁，还专门统计了下，前端已死 7 次，后端、设计师就不知道了，反正死的次数最多的是前端。

一个大佬也是坦言：

当年我刚入行的时候，大家说，汇编都要淘汰了，高级语言一出来，程序员就没什么技术含量了； 后来 Visual Basic 出来，拖拖控件、点点属性就能跑，被吹成“谁都能做软件”； Office 宏、各种向导火的时候，又有一堆人说，业务自己录个宏就行，不用开发了； 再后来 UML、MDA、低代码平台，每一波都有人拍着桌子说：写代码这种体力活，很快就没前途了。

现在轮到大语言模型登场，台词几乎一模一样： “以后只要会写英文提示词就行，谁还学编程啊？”

听得多了，说实话，困不困惑倒是其次，主要是有点审美疲劳。

真相其实很简单： 每一轮“银弹”出来，程序员不仅没少，反而更多了；系统不仅没变简单，反而更复杂了。所谓“终结程序员”的技术，最后基本都变成了——让更多人、更快地，写出更多软件的工具。

AI 这波，本质上也跑不掉。

真正难的，从来不是“写代码”

很多没写过多少年代码的人，会有个错觉： 编程的难点在语法，在 API，在语言本身。

好像学会了 Java、Python，再记住几个框架，就算入行了。于是他们很自然地推演： “既然 AI 能写代码，那写代码这件事也就没什么人类优势了。”

但所有真正在一线扛过项目的人，都知道一个残酷的事实： 编程真正难的，从来不是“怎么写”，而是“写什么”。

业务方嘴里说的“这个流程简单”，一落到系统里，可能牵扯一堆边界条件：

• 用户到底从哪一步开始算“激活”？
• 出错时是回滚整个事务，还是部分保留？
• 这条规则是现在就生效，还是要兼容历史数据？

这些东西，你不问清楚，AI 没法帮你猜； 你自己都没想清楚，Prompt 写得再优雅，也只是在放大你的含糊。

自然语言天生就是模糊的，人类靠“心领神会”在交流； 代码恰恰相反，它只认死逻辑。

所以真正有价值的程序员，不是“键盘打得快”的那种，而是能把一堆模糊的、矛盾的、甚至自相矛盾的想法，摁到一个严格自洽的逻辑体系里的人。那一刻，语言只是皮，真正的门槛在脑子里。

AI 现在能干的是： 你已经大致知道自己要什么了，让它帮你生成几版实现、补补样板、填填空。 它干不了的是： 你自己都说不明白的需求，它替你想清楚，然后拍着胸脯给你一个稳妥的系统设计。

说得直白点： 你要的是一个会独立思考的合伙人，而不是一个超大号的“自动补全”。

杰文斯悖论：帮你提效，也顺手把你推向深水区

这两年一个有意思的现象是： 不少团队引入 AI 之后，个体感觉“写代码的速度确实快了”，但项目整体并没因此变轻松多少，甚至更赶、更急。

这不是错觉，是经典的“杰文斯悖论”在软件行业的翻版： 一个东西越便宜、越高效，我们往往不会“少用它”，而是“更疯狂地用它”。

以前你跟老板说： “这个功能做起来太复杂，成本太高，不值得。” 现在老板会说： “不是有 AI 吗？你们不就是写写提示词吗？那顺便把之前那三个提案一起实现了吧。Android 都开发玩了，小程序是不是明天可以上一个版本，让 AI 翻译下呗”

结果呢，哦豁：

• 原来一个版本做 5 个功能，现在恨不得做 15 个；
• 原来还算克制的“产品想象力”，现在因为试错成本感觉变低了，要求开始往天上飞。

事情就变成了： AI 的确帮你省了点打字时间，但上面对你的期待翻了几倍； 你在键盘上省下来的那点时间，很快会在无休止的返工、联调、救火里加倍吐回去。

有意思的是，不少开发者调查也提到一个现象：

开发者一边高频使用 AI，一边在对它保持越来越大的警惕和不信任感，这种“又离不开又不敢信”的状态，几乎成了 2025 年的行业情绪背景。

这不是矛盾，这是现实： AI 让“写东西”更容易了，于是世界开始要求你“写更多、更快、更复杂”的东西。

这场泡沫玛特，总会退的

说到这儿，有人可能会问： “那是不是这波 AI 也会像当年的 UML、MDA 一样，热一阵就凉了？”

不会完全凉，但会退烧。

它会从“要颠覆一切的神”，退回到“和 IDE、Git 一样的日常工具”：

• 写原型的时候，用它快速糊一版界面和后端，拿去和业务对沟通；
• 写正式系统的时候，让它帮忙补测试、补注释、出几版实现思路；
• 调 Bug 时，让它生成几种可能的修法，但你得自己判断哪种不会把线上搞炸。

在这些场景里，它很有价值，也值得好好研究。 但它没法替代那个最后拍板的人——那个要拍着桌子说“这就是我们要上线的方案”的人。

换句话说： 开发工具在变，人类在系统里的责任，只会越来越重。

留给真正程序员的，是一张更难的卷子

如果你问我，这两年对程序员最大的冲击是什么。 不是“要不要被替代”，而是——这份工作真正的门槛，被暴露得更赤裸了。

如果你的工作主要是：

• 机械地把需求翻译成 CRUD；
• 照着教程堆第三方库；
• 复制粘贴 Stack Overflow 和 GPT 的答案；

那说句难听的，AI 的确足以把你挤到边缘。 不是它“多聪明”，而是这部分活，本来就不该值太多钱。

但如果你愿意往前再迈一步：

• 去琢磨业务的底层约束，而不是只关心接口长啥样；
• 去搭结构，而不是只在某个函数里拧螺丝；
• 去训练自己那种把混乱的、含糊的东西，变成一个个清晰不含糊规则的能力；

那么未来几年，反而是一个程序员重新涨价的窗口期。

为什么？ 因为很多公司这两年在 AI 幻觉里耽误了好几轮“人”的培养：该招的没招，该带的没带。 等他们发现：系统越来越复杂，AI 写的代码越来越多，却没人真正“懂”这些系统的时候，就会开始明白—— “会跟机器聊天”的人多了，“能和复杂系统讲道理”的人，反而成了稀缺品。

写到这儿，不煽情，也不画饼。

就留一句话给还在一线写代码的你：

只要这个世界还需要严谨的逻辑，还需要有人为“对不对”负责，真正的程序员就不会过时。 工具会换一茬又一茬，但那个坐在键盘后面、皱着眉头把混乱世界捋顺的人—— 只要你愿意当那个人，这场游戏里永远有你的位置。