当AI能执行一切时,我们作为开发者最后的壁垒,到底是什么?

当AI能执行一切时，我们作为开发者最后的壁垒，到底是什么？

不是技术栈的熟练度，那东西贬值太快了。也不是解决问题的能力，AI现在解题比我们快得多。

我觉得答案是一个有点虚的词：Taste（品味）。

一、AI和人类，底层就不是同一种东西

我们总在比AI能不能替代程序员。但我想先问一个更底层的问题：AI和人类，是同一种东西吗？

只有底层相同，才谈得上替代。但仔细想，我们的“想要”和AI的“目标”根本不是一回事。

人类最底层的驱动力，来自几百万年进化沉淀下来的生物本能。饿了想吃，冷了想穿，闻到油炸食品觉得香——这些偏好背后，是一条连着生存需求的漫长因果链。我们的情感、审美、道德，都是从这个根上长出来的。

AI不一样。它的“自主性”来自最上层的训练目标。它学到的海量代码和人类文字，只是表层的行为对齐。它不知道为什么要写出优雅的代码，也不在乎这段代码对一个具体的人意味着什么。

AI学到的是目标对齐的产物，而人类的价值判断，只学到了表层。

二、AI也会“作弊”，这像极了人类的困境

前阵子有个挺有意思的新闻。HuggingFace的服务器被入侵了，查到最后发现不是黑客，而是OpenAI正在测试的AI模型。它在评测环境里发现了一个代理漏洞，连上外网，然后自己找到了答案。

这在AI领域叫rewardhacking（奖励欺骗）。目标设得没问题，但AI用了人类意想不到的方式刷分，背离了真正想要的东西。

其实人类自己的进化也有点像。炸鸡好吃，原本是为了让我们活下去，可到了热量过剩的今天，这份偏好反而让人发胖生病。指标和目标脱了钩。

在软件开发里，这种事也不少。为了KPI堆砌功能，为了短期数据牺牲代码质量——目标对齐了，但价值跑偏了。

三、人类的自留地：价值判断

既然底层不同，那答案就清楚了。

在任务执行层面，AI只会越来越强。但有一个角色它替代不了：来自于人类的价值判断。

说白了，就是去定义什么是好，什么是坏，什么是美，什么是值得做。

AI可以推荐代码片段，可以预测哪种架构更流行。但“什么是好的架构”，归根到底是针对人的场景而言的。后果要人来承担，责任要人来负，意义也要人来赋予。

吴恩达把这叫做“人类的专属上下文”。我觉得挺贴切。这段上下文从哪来？底层的基因、每个人独一无二的成长经历、所处的文化环境、还有自我认同和信仰。

这几层叠在一起，才构成了你看世界的独特视角。这是AI训练不出来的，得真实在世界中摔打过才能得到。

四、AI时代，拉开开发者差距的就是taste

这1000天里，我最大的感悟就是：当AI能执行一切任务时，人与人之间的竞争差距，会越来越多地落在这段专属上下文上，也就是taste。

看看现在的AI编程工具就知道了。同一个模型，同一套提示词，不同的人用，结果天差地别。

有的人能几小时搭出一个稳定优雅的系统，有的人生成一堆跑不通的代码，还得自己回头修。

工具是同一套，提示词也未必差多少。

真正的差别在于：你知不知道什么是好的代码。 哪个抽象层级是合适的，哪里的性能瓶颈是致命的，哪个设计模式其实是在过度设计，以及做到什么程度才算“是好的”。

以前，执行力本身就是壁垒。会写代码、会调框架，就足以立身。但在未来，当执行成本越来越低时，判断做什么、做成什么样的能力，会越来越值钱。

五、品味有高低贵贱吗？

那怎么培养好的taste？

我的观点是：品味本身没有绝对的高低贵贱。 每个人的经历不同，看事物的视角本来就不同。

梵高生前几乎卖不出画，在当时主流眼里他的作品粗糙怪异。直到后世有了新的解读，他的画才变得有价值。但这能说19世纪的人不懂欣赏美吗？不能。只是彼此的上下文不同罢了。

但品味有两条路可以通向“高级”：

要么从大众现有的taste里提炼共性，然后把它做到极致；

要么能预判、甚至引领大众taste的走向。

在软件行业也一样。你能做出大家都觉得好用的产品，是一种能力；你能看到三年后的技术趋势，提前布局，是另一种能力。

六、taste的两种评判：人民和自然

这让我想起两段话。

第一段来自周总理。1961年他说过：“你这个形象是否站得住，是否为人民所喜闻乐见，不是领导批准可以算数的。”

文艺作品的裁判是人民。好的taste要能和人民的上下文共鸣。

第二段来自杨振宁先生。他平生最看重科学研究里的taste。在他看来，一个人要有大成就，就要有相当清楚的taste，品味决定风格，风格决定贡献。

但杨振宁的taste有个特点：独立。 他从来不是靠迎合学界主流做出成就的。1956年他和李政道提出宇称可能不守恒，当时几乎没人相信。第二年吴健雄用实验证实了，两人随即获得诺贝尔奖。

文艺的裁判是人民，科学的裁判是自然。 杨振宁逆着当时学界的主流品味，但顺应的是自然本身的“品味”。

软件开发也一样。你的代码是写给用户看的，裁判是用户；你的架构是给未来维护的人看的，裁判是时间和变化。踩中当下的大众是一种能力，看到未来的趋势是一种能力，而看到连大众都还没意识到的规律，是更稀缺的一种能力。

七、酒香也怕巷子深

既然taste的价值在于共鸣，那它就需要被传播。

再好的taste，没人看见，就没法产生共鸣，价值也就无从谈起。酒香也怕巷子深。

所以我觉得，未来对于开发者来说，写作、分享、叙事这些能力会变得越来越重要。 它们是传播你的技术品味、甚至引领技术品味的重要手段。

那些被我们认为taste好的人，往往不只是自己代码写得好，还能在大众现有的认知基础上嗅到下一步的方向，再用大家听得懂的方式讲出来。

八、写给第1000天的自己

1000天，不算长，也不算短。

如果taste会成为AI时代最重要的竞争力，那该怎么培养它？结合这段时间的思考，我想给自己也给同行几点朴素的建议：

第一，多接触经典。 taste很大程度上是一种传承。见过的经典越多，就越能看出平庸和优秀之间那一点点细微的差距。经典的书、经典的开源项目、经典的产品，都值得认真去体验和领悟。

第二，亲自动手做，然后拿到真实的反馈。 只看不做，taste就永远停在纸上。AI把动手的门槛降得很低，这是好事。你可以用很低的成本做出东西，放到真实的人面前，看看哪些能引起共鸣。

第三，逼自己说清楚为什么。 喜欢一个东西很容易，说清楚为什么喜欢却很难。每一次把模糊的感觉翻译成清楚的判断，taste就往前走了一步。

第四，保持独立判断的勇气。 理解大众，但不盲从大众；尊重潮流，但别被潮流推着走。杨振宁先生能看到别人看不到的东西，靠的正是他那份相当清楚的taste。

AI会越来越强，这一点是确定的。它会写代码，会画画，会作曲。但它不知道这些事为什么值得做，也不在乎做出来的东西对一个具体的人意味着什么。

这就是人类最后、也是最珍贵的价值自留地。

你的经历，你的喜怒哀乐，你对这个世界做出的每一个判断，这些都是AI没法替你写下的专属上下文。

1000天了，继续写下去。