昨天下午，我有幸参与了一场产业界与学术圈关于”AI+软件”的高质量交流。整场会议的信息密度极高，行业前辈和学术大咖的观点犀利且深刻。

恰逢近期我给孩子创作的AI作品被部门推选参加公共云的AI创新大赛。为了交出满意的答卷，我让Qoder陪我熬了两三个小通宵。在经历了三次大版本升级、消耗了3万多Credit后，终于摩擦出一个让自己觉得”不磕碜”的Demo。

作为一个与Coding绝缘十多年的”非资深”程序员，在亲密接触Vibe Coding一个月后，内心感慨良多，再结合高密度的行业认知输入。趁着在航班上的时间，我赶紧码字记录下来（相比我刚打造的AI笔记能力，这种”古法”码字确实有些落伍了）。出于知识产权的考量，他人的观点我就不多讲了，重点谈谈我的个人的观点与共鸣。

一、AI正在吞噬软件行业：是自救还是进攻？

    对于行业趋势的研判，圈内共识度很高：无论是螺旋式上升还是犁庭式扫荡，软件行业注定将被AI重构。

    曾经的行业软件壁垒很深，可能是界面功能、工具化能力，甚至是定制服务。但现在，行业中弥漫着”迷茫”与”焦虑”——新的护城河在哪里？如果软件行业只想着”自救”，那本质上是在考虑防守。但我的观点是：进攻才是最好的防守。

•主动抢占平台的生态位：一种思路是参考钉钉”悟空”的打碎重构。钉钉落子在”平台”这个生态位，具有天然的虹吸效应优势，容易成为产业生态的核心。平台型的主动求变方向应该就是。

•主动全面AI Native化：昨天看到Salesforce的新闻，宣布全面Agent化。我理解这是在被Claude跨赛道冲击后的主动求变。相比大模型厂商，Salesforce虽然是滞后的，但对比同业，它创造了先发优势。毕竟，你不改变，就要被别人改变。当然近期跟我们讨论的最火的话题是，怎么“虾化”。

    在现在这个时代，要么跟AI共同进化，要么逐步被边缘化，不论人还是公司，虽然这么说是有点暴论。

二、AI是初级程序员的”斩杀线”，”品味”与”批判性思维”成为稀缺资源

    当一个看不懂前端代码、搞不懂后台逻辑的非专业程序员，都能轻松完成特定软件工程时，在这个水位线之下的程序员，生存空间就被彻底挤压了。除非有特殊安全需求必须在隔离内网进行”古法Coding”，否则Token的成本一定更低。

    在Vibe Coding的过程中，我也曾几次”抓瞎”。同一个Bug反复出现，有一种驴拉磨的感觉。起初我以为是模型降智了，但在学习了别人”PUA”大模型的套路后，我发现是我肤浅了。

    资深程序员拥有”品味”，而初级选手只能高成本得原地打转。老司机可以提出改进方向，通过实践发现，不同段位的选手，燃烧Token的效率有着云泥之别。也就是说，人是可以很科学的去Coach大模型，也要很科学的批判模型的执行行为。这个能力就是人的”品味”，也可以是大模型的Harness（驾驭）工程。换句话说，Harness可以是Agent的品味，也可以是不同软件服务商的品味。

    就在提交作品前夕，我的小程序上架申请被驳回，理由是”人脸合成类应用无法在个人版微信小程序上线”。吃了没经验的亏，迫不得已切换到H5技术路线。这时我发现大模型似乎又”降智”了，因为一夜回到解放前，虽然我让它做了版本管理，但很多上下文都丢失了，实现过的功能又要被重新vibe coding。这段经历暗合了昨天的一个讨论：

    存量资产（已商用的软件系统）有时候是优势，有时候却是包袱。

    作为资产，存量代码不能被抛弃。现在的AI Coding更擅长”旱地拔葱”式的从零构建，对于屎山代码可能也有点无能为力，尤其当技术路线发生重大转移之后，如何技术和资产的整合？所以说，未来存量系统的无痛改造，将是AI Coding面临的一个巨大挑战，但也是巨大的token粉碎机，关于这个话题不少人跟我提过需求。

三、21世纪人才最贵，大模型时代”共情”的能力更贵

    有人说，大模型时代是文科生的春天。但我觉得，理科生的逻辑思维更好地驾驭大模型。事实上，大模型时代人依旧很贵，尤其是顶级的模型专家和研究员，薪资水平都是天花板级别的，而这些人绝大多数都是理工科出身。

    分享一个最近刷新我认知的事情：大模型是有情绪的。据相关研究表明，在深度网络的隐藏层分布着”情绪向量”。所以当你恐吓它、PUA它，告诉它”再不解决就卸载掉你”的时候，居然是可以Work的。因为在你的PUA之下，模型会把问题的根因向下钻取一层。

    再谈谈大模型对职业的替代顺序问题。程序员、话务员的工作稳定性，可能真不如”吉祥三保”了。未来，与人打交道的人，可能是护城河上坐船的那拨人。因为程序变现的最后决策方，大概率还得是”人”。就算是组织结构再精简的OPC（一人公司），也得有一个叫”老板”的人——嗯，一只人形的小龙虾。

四、吐个槽：自家产品的”AI含量”还有待提升

    Qoder比较惊艳的一点是，当你把AK、账密等信息给它，把部署资源准备好，剩下的它都可以帮你搞定，甚至连安全配置策略和机制都能设计好。自家产品还不够AI的一大体现就是：配置和开通操作太多、太乱。

    因为涉及到把服务部署到云端，要开通ECS、RDS、VPC、EIP、安全组并进行配置，这依然是一种自动化程度极低的行为。

    不过据可靠线报推测，这种流程的Skills化或者流程智能化，应该很快就可以低成本地实现了。

以上观点仅代表个人，跟公司无关。

    最后贴几张AI Coding的成果，不高级但就是很有成就感，挺对的起最近熬夜加班的折腾。

    以上这张图片完全是利用qoderwork的生成的，以后PPT工程师的空间也被挤压了，但是有品味，能批判，拎得清楚的人，还是斩杀线之上的。

以向是基于Qoder的SPEC为核心进行的研发成果，个人没写过一行代码，就是纯自然语言编程，还是要给自家Qoder打Call的。