AI时代,专业技能还有必要学吗?

有了AI之后，很多朋友都会有这样的困惑：传统的专业能力、专业技能，我们还有没有必要去学习？

我作为专业程序员，之前发过一期视频/文章，讲”编程已死”。

大意是说不用再去学编程了。这里我要具体补充一下——那期内容针对的是普通人。普通人没有必要为了兴趣爱好、或者为了解决自己专业上的问题再去学编程，直接用AI做Vibe Coding，做所谓的”随想编程”就够了。

比方说五年前，我还很鼓励经济系的同学去学Python。学会之后可以很方便地处理数据，对日常工作做一些自动化。那时候，几乎只要跟编程、数据打交道的工作，会一点基础编程就能大幅提升效率。但有了AI之后，这种作为辅助能力的业余编程，确实不需要再从头学了。

少儿编程：极度反对为奥赛而学

还有一种情况我必须说：少儿编程，我极度反对以参加信息学奥赛为目的、为了拿奖而去学C++竞赛编程。

那些学习毫无意义，纯粹是对儿童兴趣爱好的折磨。就好比你不会让自家孩子像全红婵一样去练跳水——除非你觉得你的孩子天赋异禀、万里挑一可以拿奥运金牌。而且即便你是全红婵，你也是要退役的，还是要回归正常的专业生活。奥赛不能搞一辈子，后期从事的工作大概率跟奥赛毫无关系。学奥赛也不代表你能在信息科技行业取得很好的发展。

但如果你想做科技行业的专家，请深入学

如果你未来想在科技行业有好的发展——比如像我一样做程序员，或者做CTO、管理一堆AI Agent去做各种开发——那我还是很鼓励你深入学习编程、系统工程、软件工程、各种架构知识，并且亲手做项目。

理由如下。

一次性工具 vs. 长期维护的商业软件

用Vibe Coding开发，很多时候只是做一些一次性、用完即弃的程序。比如财务人员想用Python处理Excel数据、做点自动化，这种需求很可能是一次性的，AI可以很好地解决，程序也不需要长期迭代维护。

但如果你要创业，或者在公司里做需要长期维护、被用户长期使用的商业软件，单纯掌握Vibe Coding远远不够。

这里有个二八原则：我们只需要80%的功能时，可能花20%的时间就够了。用AI做Vibe Coding，几分钟就能开发出满足80%需求的软件，用完即弃也没问题。但真正的商业软件不是这样的——它需要长期维护，需要开发那剩下的20%功能，而那20%要耗费你80%的精力。你需要处理各种corner case、各种极端情况、各种边界条件、各种特殊场景。

AI编程的微调困境

处理这些特殊场景，意味着你要对软件做各种细致的操作和微调。而AI编程目前的一个局限就是：很难做微调。

这就好比用AI写文章。文章出来后可能有”AI味”，有些词语表达、有些例子不太对。如果你全程不自己码字、不自己修改，要通过AI去跟它讲”某某句子换一下表达、换一种语气、换一个例子、修改一下标点”……这件事其实非常麻烦。最终的解法往往是——你自己直接上手改，反而更快。

AI编程也是一样。比如你需要换个颜色，你自己知道颜色的精确代码，你懂代码就可以直接改。但如果完全通过AI来操作，有时候反而更麻烦。

有经验的人才能审核AI的产出

对于长期开发的软件，AI编程还有一个问题：它做出来的程序可能看起来是对的，但在特殊情况、内部架构选择等方面，很可能存在局限甚至错误。

这些需要人工审核。作为有经验的程序员，你做代码审核时就能发现：这里有问题、那里有问题、那里需要调整。发现问题之后，你才能很具体地跟AI进行迭代交互——要求更好的性能、更好的用户体验、为未来扩展留下空间。如果你自己没有开发经验，你看不出AI的方案有没有这些问题。

当然你可以用另一个AI做Code Review代码审核，参考另一个AI的意见，进行交叉处理。这实际上也是外行管理内行时常用的方案——找两位专家相互审核。但你始终需要做裁决。如果你自己足够懂，当两位专家意见相左时，你才能做出判断。不然，你始终是在碰运气。

你不说，AI就不做

AI其实懂得做很全面的考量，但当你给的prompt不够全面时，它很可能就跳过了。比如它快速实现的一个软件，可能会有安全问题。你跟它说”要考虑安全问题、可扩展性问题”，它做出来的方案就会更全面。但你不提，它就不做。

如果你没有经验，你根本不知道还有这些角度需要考量。所以一个有经验的程序员写出来的prompt，用Vibe Coding做出来的产品，会比不懂开发的人做出来的更有质量。而没有编程经验的产品经理用AI编程时，往往自我感觉良好——因为他不知道还有问题。

这跟写文章是同一个道理：你不懂文章好坏的鉴赏能力，AI帮你写出来的东西你也分辨不了。你完全不懂一个领域，AI帮你写论文、伪造数据，你也看不出来。

神刀还需要好刀手

所以在未来，要用好AI这把”神刀”，我相信还是需要人类自己去做很好的学习。

就看马斯克，他造火箭、造电动车，都会自己深入工厂一线去解决各种工程问题。他可以直接判断、敢拍板，用第一性原理进行深入思考，然后做出更好的工程方案。一个懂技术的管理者，能做出来的事业和产品，跟不懂的人是完全不一样的。

一个反面的参照可以看马云。马云不懂技术，他懂的是人性。基于人性的角度去做企业管理，他跟马斯克当年在论坛上同台对话时，两人表达的观点差异其实是非常大的。

AI时代怎么学？我的方法论

说实话，在编程这个领域，我很难给现在想学编程的新人一个精确的参考意见。因为开发领域的知识我早就已经熟知了，我没办法假装自己不会编程、然后从头学一遍。我最早学编程的时候，甚至会拿纸笔在草稿纸上一行行写代码——现在完全不用这样了。我相信AI时代会有AI时代的学习方式，但最适用的方式是什么，我确实不知道。

不过，我可以分享我如何用AI去快速掌握一个完全陌生领域的知识——比如服装设计与审美。

作为一辈子的宅男，我可以穿一辈子优衣库（实际上我现在也觉得优衣库很好）。但前段时间因为工作需要，我要学习服装剪裁、时尚设计等方面的知识。我的学习方式是这样的：

第一步：广泛浏览，建立感性认知。

去短视频平台搜索服装设计师的分享，快速了解这个行业在聊什么、用什么词。去书店翻看权威书籍，快速浏览——比如服装的发展历史是什么样的，时尚是怎么回事。也可以看相关的电影，比如《穿普拉达的女王》。这些都能让你对行业有一个快速的感性认知。比如泡泡肩的设计，原来是从中世纪的铠甲演化来的；最高级的女装其实是男装。去知乎看葛巾的经典文章，了解面料知识。总之就是尽可能零散、发散地去接触信息。

第二步：深度思考，然后跟AI碰撞。

零散学习之后，自己进行一些深度思考，产生各种想法——可能离谱，也可能靠谱，你自己其实不知道。但你可以把这些思考拿去问AI：”我这么考虑对不对？”AI可以给你很好的反馈。

不过这里有个提问技巧要注意：AI是会迎合用户的，它很容易给你拍彩虹屁，你说什么它都说对。所以有时候你需要匿名化，比如说”我有一个朋友，他的观点是这样，你觉得对不对？”

第三步：输出与验证。

跟AI做了初步探讨之后，你有了一些心得和理解，还可以把这些想法进行输出——写成文章，或者到小红书、知乎上发一个”引战”帖子，或者找行业里的行家沟通，把你的理解告诉对方，让他帮你判断。当然你还可以把行家的观点录下来，再去问AI对不对。

第四步：动手实践，用AI打分。

最后，自己实际去做一些设计或者行业相关的事情，然后找AI进行打分评估。

通过这样的方式，我可以在相对很短的时间里，对一个完全未知的领域快速掌握一些知识。不用上任何课程，不需要做任何付费，只要用好AI，然后自己去努力就行。

如果是编程领域，我相信也可以采用同样的方式。

内功不可少

因为现在Vibe Coding变得太方便了，很多人会沉浸于这种快速迭代、快速反馈的爽感。但这里缺乏一个系统性的思考。

打个比方，这就像剑宗和气宗的区别：你可能学会了很多招式，但你的内力不足。内力不足的时候，你Vibe Coding做的程序到达一定复杂度之后，就会发现：搞不定了。

还是那句话：欲速则不达，慢慢来比较快。

我是玩家翁伟。

谢谢。