AI 的边界,不止是写代码

先认命的是程序员，接下来是画板子的

去年上半年，程序员群里还流行转 AI 写崩的代码。有人截图，有人接梗，结论是"离能用还早"。

今年没人转了。

上半年还有人挣扎，说它写不了复杂业务、看不懂老工程。到 Claude Opus 4.6 和 GPT-5 之后，这些话自己都不信了。国内 DeepSeek 4.1追上来，连"国产不行"这个台阶也没了。

到这一步，程序员认了一件事：单论写代码，干不过它。

今天不聊模型之间谁强谁弱。我想聊的是替代本身，以及它到底会停在哪里。

不是程序员的病

很多人把这件事当成程序员的职业危机。不是。

把大模型拆开看就明白。不用看它"会什么"，看它"怎么干活"：把一件事拆成步骤，每一步都变成可以生成、可以校验的文本。写代码能被拆成这样，别的活也能。

凡是能在电脑上呈现、能被数字化的东西，本质上是同一类东西。Excel 是代码，Word 是代码，PPT 是代码，只是穿了不同的界面。剥掉界面，底下都是结构化的文本。

电路板设计也一样。用 Altium Designer 拖线、铺铜、设层叠，最后存下来的是一份文件：网表、坐标、规则、BOM。CAD 画图存的是草图、实体、约束、尺寸链。这些文件有语法，有规则，能被程序读，也能被程序写。

所以边界不在行业，在屏幕。你的活能不能在电脑里做完，才是分界线。

为什么现在画不好

到这儿有人会问：那为什么让 AI 画电路板、画 CAD，效果还是不行？

我的感觉是，这就是程序员 2021 年看到 GPT-1的样子。开了一扇窗，能看到东西，但还不能干活。能出一版看着像的，接不上工程。

不是它学不会，是还没轮到它学。

大模型厂家今年的重心在 coding。为什么先做这块？因为效果最明显：写出来能编译、能跑、能报错，好不好当场知道。愿意用得最狠的也是这批人，接受度最高，肯为工具掏钱。厂家在这里拿到正向反馈，拿到收入，拿到口碑，再拿这套东西去铺别的场景。

这是个飞轮。写代码这一圈已经转了好几年，硬件设计那一圈还在等第一脚。

还有一个更现实的原因：人太少。全球靠写代码吃饭的人，各家统计在两三千万到四千万之间，全球人口八十多亿。一家做通用智力的公司，不会停在千分之五的人群里。它必须往外走，走到画板子、画图、做表、写方案、看片子、审合同这些地方去。

所以画板子这件事，缺的不是能力，是积累。写代码的积累是三十年公开代码，堆在 GitHub 上，谁都能拿去训。板子的积累不在互联网上，在公司的服务器里、老师傅的硬盘里、没归档的旧项目里。等这些积累被整理成能训练的东西，也就是所谓的后训练做到位，画板子会和写代码一样清楚。

电脑之外那段

那技术到了，人就没了吗？

目前看，替代不了。因为大部分工作都有一段不在电脑里。

软件最典型。代码写完只是开头。淘宝那套东西，写完要上线，要压测，要在大促前夜改配置，要出事的时候有人接电话。上线前要跟业务吵，上线后要跟客服吵。这些事没有一件发生在编辑器里。

硬件更明显。板子画完要打样，要过 EMC，要装进结构里试，要陪客户联调。出了问题要返工，客户站在你旁边，指着屏幕说这里不对。

CAD 也一样。图纸画完要评审，要跟工艺对，要下车间看能不能做出来。

这些活的共同点是：不在电脑里结束，也没有标准答案。AI 现在不接这种活。

其实都是应用

再往下想一层，会有点不太舒服。

我们嘴里的研发，大部分是应用。软件研发是应用，硬件研发是应用，机械设计也是应用。别以为只有做软件的才叫应用，很多芯片公司一样是应用公司。

因为大家都站在一套底层模板上干活。做 iOS，是在苹果给的操作系统上做应用。做路由器，选一颗 ESP32 的双模芯片，原厂已经把参考设计、SDK、射频认证方案给好了，你在上面改。做电源，选 TI 的片子，FAE 把原理图和布局建议发过来。

方案是别人想好的，你负责把它落到具体场景里。

有意思的是，真让原厂自己来做这些应用，很多活他们做得比客户好。他们不做，不是做不了，是那是一单一单的辛苦钱，不如卖片子。

芯片原厂和大模型厂家，站在同一个位置：提供能力，收能力的钱，把落地的活留给别人。

这不是贬低。应用层有应用层的价值。客户的需求千差万别，把通用方案改到能用，本身就是本事，而且这一层恰好是人的优势：现场怎么变、客户在意什么、这批料行不行，这些判断模型现在给不了。

但代价也得说清楚：应用层没有技术护城河。你的壁垒是熟悉这套模板，而熟悉模板，正好是模型最擅长的事。

所以"越老越吃香"这句话，在 AI 面前要打折。它能成立的前提是：经验只能靠时间换，换来了还归你。以前是真的，工具难、资料少、手感长在手上，徒弟得跟三年。现在这些手感正在被写成文档、写成问答、写成训练数据。写下来一次，就不再只属于你。

三十五岁危机不是年龄问题。是你的经验能不能被写成文字的问题。

另一面是繁荣

说到这儿，还有一个反向的可能，我觉得不能跳过。

每次成本降下来，都有人先喊完蛋。移动互联网起来的时候，做网站的说完了，结果程序员的总量变大了。小程序出来的时候，做 App 的说完了，结果 App 没死，只是把一部分不必要的东西挪到小程序上，小程序自己又长出一个就业市场。

这次也可能这样，而且理由更硬。

编码成本降下来，最直接的变化是：原来不写软件的公司开始写软件了。一家百十人的公司要用一套系统，过去两条路，买 SaaS 交年费，或者找外包做一套。自己养团队不划算，前端后端设计测试运维，五到八个人才转得起来，一年几十万打底，项目还没上线人先散了。这类公司长期是软件的消费者。

现在这笔账不一样了。一个人加一套 AI，把需求讲清楚，把数据接上，剩下的它写，写错了改。五到八个人的门槛掉到一两个人。原来买不起、也不值得买的那些活，现在有人做了。

做软件的总量会因此变大。软件从设备变成耗材，设备是买一台用五年，耗材是月月都要用。

被抽走的是中间那一段。做通用工具、做中段客户的 SaaS 最难受，它们卖的就是"你不会写代码"，这一层被抹平了。大客户还得买，因为要合规、要服务、要有人兜底；小客户自己做，或者找个兼职。外包的大单会拆成一堆小单，落到小团队和个人手里。

所以更可能发生的不是程序员消失，是程序员散开。大厂的编制在收，做软件的人却在往各行各业渗。

收一收

两面都成立，而且同时发生。

一面，边界在扩。从写代码扩到画板子、画图、做表、写方案，凡是能在电脑里做完的活，都在往里进。

另一面，价格在跌。软件会变多，做软件的人会变便宜。繁荣的是"做软件"这件事，不一定是"靠写软件吃饭的人"的收入。

中间还隔着两道闸。电脑之外那一段，AI 现在不接；后训练没到的地方，它也不好用。这两道闸挡住了一部分替代，也留出了一点时间。

时间拿来干什么，我的看法是别往"更熟练"上走。熟练就是模板，模板是模型的主场。往"知道该做什么、敢在结果上签字、能把电脑外面的人摆平"上走。这三件事，模型现在一件都不做。