AI 编程代理兴起,几家欢乐几家愁

图注：X 趋势页中的两条帖子。上方 Thariq 转述两种职业情绪。下方 Kun Chen 以个人经历回应，表达自己不想再次错过 AI 浪潮。截图中的中文为 Grok 翻译，互动数字为截图当时的页面显示。

Thariq 的原帖没有讨论某个模型的分数，也没有宣布某项产品功能。他描述了一种反差。技术人员觉得技能“现在没用了”。没有技术背景的人却希望自己更懂技术，好让代理发挥得更好。这里的“没用”是发帖人的感受，不是对技术人员能力的统计结论。

下方的 Kun Chen 给出了另一种回应。他说自己曾经错过互联网和移动互联网浪潮，因此在 AI 浪潮到来时辞去大厂工作，不想再次错过。前者感到熟悉的优势正在消失，后者把同一变化看成终于可以进入的机会。

过去，很多软件工作把“能不能写出来”当作明显门槛。现在，代理可以接手一部分搜索代码、修改文件、运行测试和提交变更的工作。Anthropic 对 Claude Code 的官方介绍，就把这些动作列为产品能力。GitHub 对 Copilot coding agent 的说明包含一个具体流程。代理处理 issue 并创建 pull request，人再进行审查。

这会让一部分技术人员产生失重感。多年训练形成的手上速度，突然不再是工作成果的唯一入口。一个人可能依然知道系统应该怎样设计。过去，他还能从代码数量、语法熟练度和局部实现速度里确认自己的价值。

情绪因此先于结论出现。技术人员担心的，可能是团队开始用更短的时间、更少的手写代码，重新衡量一项工作的价格。这个变化会触及他们对专业价值的确认方式。

另一边的人也没有因此直接获得软件能力。代理可以写出一段代码。它不会替用户决定业务规则是否正确，也不会自动知道一个项目为什么值得做。用户需要把问题讲清楚，判断代理的方案，检查运行结果，再决定是否继续。

Anthropic 关于 Claude Code 使用情况的研究给出了一种分工描述。人决定做什么，代理决定怎么做。研究页面还特别强调，技术背景、职业名称和具体任务经验不是一回事。一个会计人员如果理解对账规则，就可能在这项任务上拥有足够的领域判断。他还需要发现脚本在月末处理中的错误。

所以，非技术人员的兴奋感里也带着急迫。他们看到的是一扇入口，却同时发现入口前仍有一道门：必须补足足以提问、取舍和验收的技术理解。

趋势页里的两种情绪，最后会落到两种动作上。有人反复确认自己过去学会的东西还值不值得，有人开始寻找一个具体项目，把代理接进工作流程。前一种人需要重新定义自己的专业价值，后一种人需要迅速补上判断和验证能力。

这并不意味着“心态好”就能解决技术问题，也不意味着掌握更多代码知识就能抵消焦虑。代理把写代码的部分成本压低之后，问题会更快地暴露出来。谁能把模糊愿望变成可执行任务，谁能识别错误结果，谁愿意为最终交付负责。

AI 编程代理改变的，先是人们确认自己有用的方式。有人从熟悉的技能里失去安全感，有人从新的工具里看到机会。两种情绪都真实存在，差别只在于接下来是否把情绪转成一次具体的判断和行动。