夜雨聆风
AI 编程时代,普通开发者还能占住什么生态位?
这段时间，我越深地使用 AI 编程，越强烈地感觉到一件事：产品正在消融。
这个判断一开始让我有点不舒服，因为如果你本来就是程序员出身，靠做产品、写软件、交付工具吃饭，它几乎就在追问你一句：
以后我们到底还能卖什么？
不是说需求消失了，也不是说软件不重要了，而是很多原来必须靠一个独立软件、一个 App、一个订阅制工具才能解决的问题，现在正在被 AI Coding Agent 直接接住。
以前，用户遇到一个具体问题，会去找一个具体工具；现在，他更可能只需要订阅一个大模型，然后告诉它：我想要什么。
更关键的是，像 Codex、Claude Code、VS Code 里的 AI 编程能力，已经不再只是“写代码的工具”，而是在慢慢变成一个通用工作台：你给它任务，它替你调研、写代码、调用工具、反复试错，最后给你一个交付结果。
被改写的也许不是软件本身，而是软件作为“最终商品”的地位。软件没有消失，但软件作为中介，正在变薄。
如果这条趋势继续往前走，普通开发者最该问的，就不再是“我还能不能做产品”，而是：当人人都能借助 AI 构建应用、调用能力、拼装工作流之后，除了大模型厂商之外，普通开发者还能占住什么样的生态位？
我现在看到的，至少有四个方向。它们表面上不同，本质上都在回答同一个问题：当软件不再天然等于商品，开发者的价值还能附着在哪里？
第一个生态位：AI 教育
我越来越觉得，最先变大的，不只是“做软件”的市场，而是“教人怎么用 AI 把事情做出来”的市场。
如果产品这层中介正在变薄，那最先升值的，就不再是“再做一个工具”，而是帮助别人跨过“把 AI 真正用起来”的门槛。
这不是简单教几个 prompt，也不是卖一点工具清单，真正值钱的，是帮助别人完成一次能力迁移。
让一个原本不会编程的人，学会借助 AI 解决自己工作里的真实问题；让一个普通职场人，学会把 AI 从聊天工具变成生产工具；让一个小团队，真正把 AI 接进自己的日常流程里。
这里卖的不是代码本身，而是方法、训练、案例、陪跑和结果兑现。因为工具再丰富，也无法自动解决每个人那些个体化、特定化、千行百业里稀奇古怪的问题，学习这件事本身，哪怕门槛在下降，也没有消失。从“知道有这个工具”，到“真的把它用顺、用稳、用到自己的工作里”，中间仍然有一条坎。谁能帮助别人跨过这道坎，谁就在创造新的价值。
人人都能用 AI 编程，不等于人人都会把 AI 变成稳定产出，所以 AI 教育，尤其是 AI 编程教育、AI 工作流训练、AI 实战社群，会是一个很大的生态位。
第二个生态位：围绕 AI 的“铲子”和“卖水”
我觉得第二个会长出来的生态位，就是围绕 AI 的“铲子”和“卖水”。如果人人都能用 AI 来淘金，那这一圈生意就一定会被重新做大。
这条线的本质，不是替用户完成需求，而是帮助用户更高效、更稳定、更低成本地使用 AI。这已经不只是教育问题，而是工具问题。
如果说 AI 教育卖的是能力迁移，那这一层卖的，就是过程基础设施。以前开发者工具服务的是程序员，以后很多工具服务的，是“正在用 AI 做事的人”。
比如上下文管理、知识注入、工作流编排、提示词资产化、结果验收，以及成本控制、Token 节省、模型路由、组件封装，这些都会是很真实的需求。
谁能帮用户把上下文管住、把 Token 省下来、把结果验稳，谁就在解决真问题。AI 时代不缺玩具 demo，缺的是稳定、通用、输入输出都友好的工具和组件。写一个 Skill 很容易，做一个能被反复调用、边界清楚、适应不同场景、经得住工程实践打磨的 Skill，很麻烦，而这种“麻烦”本身就是生态位。
软件的盘子并没有因为 AI 变小，反而是在变大：能做软件的人变多了，能尝试的人变多了，想解决的问题也变多了。Builder 的门槛在降低，Builder 侧的基础设施需求却在上升。
在这种情况下，围绕 AI 使用过程本身提供工具、组件和基础设施，普通开发者依然能找到自己的位置。
第三个生态位：免费软件背后的 To B 变现
我越来越觉得，AI Coding Agent 越来越强之后，一个不太舒服但很现实的趋势会越来越明显：用户对单独软件付费的意愿会下降。这件事对程序员出身的人有点刺痛，因为你会慢慢发现，自己辛辛苦苦做出来的软件，正在越来越像一个免费入口。
尤其是工具属性强的小众软件，很可能会被快速压价，甚至被默认成“应该免费”。
这并不意味着软件没有价值，而是软件正在从“最终商品”退回到“入口”和“引流工具”。
如果说 To C 用户最容易直接跳过中介，直接去和 AI 对话，那么最先感到疼的，也往往会是 To C 的工具型软件，因为个人用户的问题更短、更碎、更即时，也更容易被 Agent 直接接住。
如果软件越来越免费，那作为开发者，真正要回答的问题就变成了：你的商业化产品是什么？这背后必须有更稳定的现金流结构，而真正能承接这件事的，往往不是纯 To C，而是更深的 To B 场景。
比如企业级流程改造、内部 AI 能力接入、稳定运维体系，以及定制化集成、业务流程重构、行业解决方案。
因为企业买的，从来不只是一个按钮，而是一套能在组织里稳定运行的结果：流程、集成、权限、验收、运维、责任归属，以及最后那个可被交付、可被追责、可被持续使用的闭环。这也是为什么 AI 越强，To B 反而越不会消失：它买的不是“会不会生成”，而是“能不能稳定落地”。
说到底，未来真正能活下来的，不一定是那个“做了一个软件”的人，而是那个能把软件变成企业业务入口的人。
第四个生态位：传统行业加上 AI 的翅膀
如果你只是一个个人开发者，不一定非要继续困在“做一个纯互联网产品”这条路上。我反而越来越觉得，真正有生命力的生态位，往往在技术和真实场景的接缝处。
AI 越强，模型越同质化，真正稀缺的就越不是技术资讯，而是具体场景、真问题和一线反馈。
前段时间，一个饺子馆发布了自己的 Skill，引起很大反响。它之所以打动人，不只是因为新鲜，而是因为它让人看见了一种新的可能：传统行业，也可以借助 AI 重新长出产品能力。
更准确地说，它真正打动人的，不是那个 Skill 本身，而是“这也可以”：一个极其传统、极其具体、极其接地气的场景，突然被 AI 重新点亮了。
越传统、越具体、越贴地，和 AI 结合之后，往往越容易突破认知边界。
它真正提醒我的，其实是另一件事：传统行业没有过时，过时的往往只是我们看待传统行业的方式。
如果你本来就有一门线下生意，或者你贴近一个具体行业，那你最该做的，也许不是再去做一个通用软件，而是用 AI 编程去重做这个场景里的工具、流程、服务和增长方式。
去解决门店运营、客户管理、内容传播、流程效率这些问题。这样的生态位往往更扎实，因为它不是悬浮在空中的技术想象，而是扎在真实业务里、真实现金流里、真实用户反馈里的能力。
说到底，AI 时代最有生命力的，不一定是最通用的软件，而往往是最贴现场的解决方案。
结尾
所以，AI 编程时代并不意味着普通开发者没有机会了。真正被压缩的，不是开发者这个身份，而是旧的软件中介价值。说到底，被改写的不是“会不会写代码”，而是“你的价值到底附着在哪里”。
这四个生态位，看起来是四条路，其实是一条路的四种落点：附着到能力迁移，就是 AI 教育；附着到过程基础设施，就是“铲子”和“卖水”；附着到业务闭环，就是免费软件背后的 To B 变现；附着到真实场景，就是传统行业和线下生意的 AI 化。
未来普通开发者真正值得争夺的，不只是“还能不能做一个软件”，而是能不能围绕真实需求，占住一个不会被直接抹平的生态位。
你可以教别人用 AI；可以给别人提供围绕 AI 的工具和组件；可以把免费软件变成 To B 业务的入口；也可以把 AI 接到传统行业和线下场景里，长出新的产品形态。
产品没有消失，只是在变形。
软件没有消失，只是在下沉。
开发者没有失去价值，只是不能再把自己的价值继续绑定在旧时代的软件形态上。
如果你还能贴着真实场景、真实需求、真实变现去重新定义自己，我觉得，普通开发者在 AI 编程时代，依然能占住自己的生态位。