AI 读得懂你的代码,读不懂你的护城河

先说结论：护城河不是「会写代码」，是「懂你这一行」——懂到术语张口就来、能一句话让 AI 不跑偏、排查直奔坑。这个「懂」，是踩坑踩出来的，AI 拿不走，新手也速成不了。

我用 Claude Code 写代码有一阵了。最近给它派了个活——给插件加「下载网页附件、自动压缩成 zip」的功能，以前得写一下午，它半小时出活，还能跑通。

那一刻我没有「效率翻倍」的爽，反而有点慌：我会的，它都会了，而且更快。那我到底值钱在哪？

带着这个慌，我把最近的数据翻了翻。答案比想象中更清楚，也更反直觉。

一、AI 先把「会写」这一层拉平了

SWE-bench 是拿真实 GitHub issue 考 AI：能不能自己修好、跑通测试。2026 年 2 月，最强模型还只有 77% 的解决率；到 9 月，已经冲到 96%——一年涨了近 20 个点。

写语法、调框架、查 API、修 bug，这些「公开代码库里被人解决过」的活，AI 已经摸到天花板。

所以「会写代码」从来不是护城河，它只是入场券——而且这张入场券，正在贬值。

二、市场用钱投了票：会写在贬值，懂在涨价

SignalFire 的 2026 报告里，12 家科技巨头的初级 / 校招工程岗，比 2019 年少了 65%；早期初创更狠，少了 76%。

但有个细节很多人没看到：

• 这些巨头整体工程招聘只降了 11%；
• 早期初创 2025 年反而多招了 7%。

所以不是「工程师没人要」，是「只写代码的初级没人要」。 岗位结构更直白：AI 暴露度最高的职业里，初级岗占比从 2021 年的 29% 掉到 10%，资深岗从 22% 涨到 47%。

问题来了：既然「会写」在贬值，那资深工程师到底贵在哪？

三、资深工程师贵的，不是手，是「懂」

我后来想明白了。答案不是「会写更难的代码」，是「懂」。

「懂」这东西平时看不见，用起来是三张脸：

第一张：专业术语张口就来。 HDX、ICA、MV2、MV3，这些词对别人是一串字母，对你是踩过的坑。同一份文档，你扫一眼就懂，别人要查半天。

第二张：和 AI 沟通更快更准。 这是最反直觉、也最值钱的一张。你懂术语，所以能一句话把需求说死——「用 cookie 继承登录态去下载附件」，AI 听一遍就懂，不会跑偏。不懂的人只能泛泛说「帮我下载东西」，AI 给的，自然也不是他想要的。现在值钱的不是会写语法，是会提问、会验收、会设边界。

第三张：问题排查直奔坑。 出 bug 了，你扫一眼就知道大概在哪，因为那个坑你踩过。调查里，50% 的资深说新手最弱的通病就是排查——不是不会写，是不会查。

而且你发现没有，现在程序一大半是 AI 写的——写代码的人（AI）不懂，读代码的人（新人）也不懂。能读懂的，就剩你这种懂领域的人了。这不是我瞎猜：一份覆盖 77 国、1500 多名开发者的调查里，只有 16% 的资深工程师觉得初级工程师「真正理解」了自己提交的 AI 代码——剩下 84% 的人，代码交上去了，「懂」没跟上。

三张脸，其实是同一张：你懂这个领域，AI 和新手不懂。

那问题就落到最根上：这个「懂」，凭什么 AI 拿不走、新手也速成不了？

因为它不是「知识」，是「坑」。知识能查、能抄、能被 AI 训练；坑只能自己踩。 你踩过的每一个坑，都不在文档里、不在任何训练数据里——它只在你脑子里，而且只有踩过的人才真信。

四、落到我自己：我亲手搭的东西，就是我的「懂」

这不是大道理，是我这两年最真实的体会。

我们团队办公靠一套自建的 VDI——几台服务器跑 VMware，前端用 Citrix 交付。这套东西我亲手搭的，也从搭到维护一路跟下来。外行看，就是「搭了个虚拟桌面」；真跟下来才知道，值钱的不是「会搭」，是那些坑：

• 中文输入经常切不过去，两边输入法状态不同步，打出来的字和你想的对不上；
• 剪贴板「玄学」失灵，有时粘得上有时候粘不上；
• 大文件传不动，几十 MB 能传好几分钟。

这些坑，网上查不到标准答案——它是我这套特定架构、特定策略下的「私有 bug」。AI 能帮我写配置、写脚本，但它没踩过我的坑，它不懂我的系统为什么这样。这一套，是我亲手踩出来的「懂」，别人抄不走。

我那个插件也是。加「继承登录态下载附件」时，我悟到一个 AI 没主动告诉我的东西：

插件跑在浏览器里，天然继承你的登录态、DOM、网络栈。这些能力它免费自带，AI Agent 却要花成本去够。

这句话不是 AI 生成的，是我亲手做完、踩过 MV2 迁 MV3 的坑之后，自己「懂」的。这，才是「创作度」——亲手得到的东西。

五、长远看，差距不是缩小，是拉大

最反直觉、也最该早点想清楚的一条：

AI 越强，懂领域的人越值钱，不是越不值钱。

因为 AI 每多写一行代码，就多一份「需要有人看懂、有人拍板」的产出；而能看懂的人，正在变少。为什么变少？因为学徒通道断了——初级岗崩了 65% 以上，新人没地方踩坑、攒「懂」。

Gartner 的预测把这个趋势钉死了：到 2029 年，60% 的公司会改成 4~5 人的「小团队」（2026 年还只有 15%）。小团队里没有「初级打杂」的位置，只有产品、设计、和至少一名真正懂行、能对 AI 产出负责的工程师。Gartner 自己都警告：靠 AI 砍初级岗的公司，2028 年人才管道会空心化。

供给（懂行的人）在变少，需求（要人看、要人拍的产出）在变多——这个剪刀差，就是「差距越拉越大」的真实机制。 它不是焦虑，是算得出来的。

结尾

查完这些，我不慌了，反而更清楚一件事：

AI 读得懂的，都会越来越不值钱；它读不懂的——你踩过的坑、你攒下的「懂」——才是你的护城河。

护城河这个词，我以前理解错了。它不是一堵挖好就一直在的墙——「你会什么」这堵墙，AI 正一寸寸填平。真正的护城河是动态的：你踩坑的速度、你在新领域攒下「懂」的速度、别人愿意把难题交给你的程度。

这些东西有个共同点：都得靠「亲手做 + 踩坑」来换，没法速成，也没法外包给 AI。

所以别再焦虑 AI 读得懂你的代码。它读不懂的，才是你真正该守着的东西。