夜雨聆风
AI编程，其实我憋了很久想写的。但是一直想再等等，看看后续的发展走向，直到现在，我觉得是时候把这段经历和感受，跟大家好好说说了。
事情的开端，要从2026年春节说起。那年春节，我初四就被公司紧急叫去加班，而加班任务离谱到让人不敢相信——3天时间，3个后端、1个前端，要完成一个项目的MVP版本。
当时我第一反应就是：这根本不可能。按照我之前的开发流程和经验，一个MVP版本，再精简也得一个月，3天时间，连需求梳理都未必够，更别说完整开发了。
老板说，用AI辅助就能完成。但以我当时对AI辅助编程的认知，它还停留在“代码补全”的阶段，就算有AI帮忙，也绝不可能快到这个程度。更何况，我本身就是做AI应用开发的，对大模型的能力心知肚明：让模型生成简单代码还行，要是生成复杂的代码逻辑，简直是灾难，出来的代码基本没法用。
我们要做的这个MVP，是一个智能体平台，需要利用React机制，实现模型和工具调用，辅助坐席答复用户。没别的办法，只能硬着头皮上：先定义好项目的模块、结构和方法名，至于方法的具体实现，全靠Cursor生成。就这么紧赶慢赶，3天时间，总算把主流程开发完，项目也能正常启动了。
3天后，老板休完春节假上班，看了我们做的产物，又问了我们具体的开发方法，只丢下一句：“不对，开发方式和产品都不对。”
说完，他拿出了自己在家3天时间开发的产品，然后给我们讲解了他的开发思路。那一刻，我感觉天塌了。
我才知道，春节期间，行业已经变天了
直到那时我才了解到，春节期间，一款名叫openClaw的产品突然爆火。老板开发的产品，就是仿openClaw做的——只不过openClaw的定位是个人助理，而老板做的是数字员工，但两者的架构大同小异，核心都是“万物技能化”。
更让我震惊的是，老板是算法出身，本身并不懂技术，可他用claude code，在家3天时间，就生成了一个颇为完整的智能体平台MVP——要知道，这可是个不算简单的复杂项目。
那一瞬间，我脑子里只有一个念头：软件行业，要完了。
为什么我会觉得，软件行业要完了？
这种绝望，主要来自两个方面，也是我那段时间反复琢磨的核心问题：
第一，AI编程的冲击。既然一个不懂技术的人，都能靠claude code生成可用的代码，那公司何必再花高薪招聘资深程序员？招几个几千块的大学生，给他们配上AI编程工具，不就能完成同样的工作？我们这些拿着高薪的程序员，似乎随时都能被替代，随时都可能被裁掉。
第二，产品形态的颠覆。既然“万物都能技能化”，那我们之前做的那么多软件系统，还有什么意义？以后不需要那么多冗余的系统，只要一个智能体平台的框架，再配上各种各样的技能，就足够了。如此一来，不需要那么多开发人员，就算需要，也只是去写技能——而说不定，业务人员写的技能，比我们开发写的还要贴合需求。
那一刻，我突然觉得，我们这些程序员，就像是当代的纺织女工——在技术变革的浪潮面前，脆弱又无力，随时可能被时代淘汰。
风暴之下，公司的动作：超级个体与大规模裁员
行业的变化，最先体现在公司的战略调整上。很快，我们公司就提出了“超级个体”的概念。
何为超级个体？简单来说，就是在技术研发领域，具备极强独立攻坚能力、全栈/跨域技术素养、自驱闭环交付能力，能单人承担传统多人工作量，并持续产出高价值成果的核心技术人才。更直白一点：一个人要干完产品、开发、测试、运营所有的活，从需求对接，到产品上线，全程一人搞定。
紧接着，就是大规模的裁员。公司以“AI提效”为由，开始大幅精简人员——最先被裁的，是去年绩效偏低的同事；紧接着，就是前端和测试岗位。
为什么是前端和测试？结合我们这段时间的实践来看，最容易成长为“超级个体”的，是产品和后端。前端和测试的工作，完全可以由后端借助AI替代；但反过来，前端和测试要想用AI生成合适的代码，难度就大了很多。说白了，在AI时代，这两个岗位的可替代性，变得极高。
几个月AI编程实践，我总结了7个最真实的感受
从被迫用AI加班，到现在全程依赖AI开发，这几个月下来，我踩过坑、慌过神，也慢慢摸清了AI编程时代的规则，总结了7点最真实的感受，分享给大家：
1. 古法编程，再也回不去了
不管你是不是怀疑AI的能力，AI编程的大势已经形成，今年，它一定会席卷整个软件行业。就我们项目组而言，现在已经完全不允许手写代码了——不是不想写，而是手写代码没有相关记录，AI工具无法识别这段代码的用途，反而会影响后续代码生成的准确性。显而易见，代码编写的门槛会越来越低，价值也会越来越廉价。
2. 高阶工程师的工作模式，其实没变
很多人觉得，AI来了，高阶工程师就没用了，其实恰恰相反。以前，高阶开发的工作是做架构设计、详细设计，然后交给核心开发去落地；现在，只是多了“AI辅助”——AI辅助做架构设计、AI辅助做详细设计、AI负责具体开发。但对高阶工程师的要求，不仅没降低，反而越来越高：同样的需求、同样的AI工具，不同开发用起来，生成的代码质量千差万别，而这背后，拼的就是架构设计能力、详细设计能力和代码品味。
3. 研发的方式，彻底变了
以前做开发，最头疼的是需求对接；现在做开发，最头疼的是代码合并。每个开发都用AI生成大量代码，合并时的冲突的数量，多到人工根本无法解决，只能靠AI自行处理。除此之外，以前的代码库是给人看的，现在的代码库，其实是给agent看的——这就要求我们构建代码库时，必须遵循“agent友好”的模式。提效方面，说个直观的例子：我们项目组去年月平均代码行数是2000，今年3月份直接涨到了20000，提效整整10倍。
4. 关于“屎山代码”，我有不同看法
很多人吐槽AI编程，说它容易生成重复代码、不懂代码抽象，写出的都是“屎山”。但我觉得，这事要辩证看：现在AI生成代码的速度太快了，很多代码，靠人根本看不过来。后续的代码维护，大概率都会交给agent来做，而我们之前强调的代码抽象、设计模式，大多是为了方便人阅读。在AI时代，这些“为人服务”的规范，或许真的没那么重要了。
5. 国产模型，现在是真的拉胯
现在行业里，大家都有AI工具焦虑——我们项目组的claude code pro账号，基本上3天就把一周的额度用完了，用完之后，大家就到处找账号借用。不是我们不想用国产模型，而是国产模型在复杂问题的详细设计和编码上，比opus4.6差了一大截。举个极端的例子：有个同事让国产模型回滚本次会话修改的代码，结果它直接把工作区中已commit未push的代码全部回滚了，损失惨重。目前，我们项目组所有人用的，都是自购的claude code max 5x账号。
6. AI技术的发展速度，快到让人跟不上
产品层面，openClaw的热度还没下去，Hermes Agent又突然爆火；概念层面，今天是SDD，明天又是Harness，各种新名词、新技术层出不穷。想要不被淘汰，就必须保持极强的学习能力，稍微松懈一点，就会被行业甩在身后。
7. AI编程，会把开发分成两类人
一类是“躺平型”：把产品需求直接丢给claude code，然后坐等AI产出，随便测试一下就提交代码，AI生成代码的间隙，就玩手机、冲浪，他们觉得，AI来了，工作变轻松了。
另一类是“精进型”：把需求丢给AI后，不会坐享其成，而是让AI生成详细设计，自己全程审核、优化，AI生成代码的间隙，就去研究架构方案、梳理下一个需求的设计。对这类人来说，AI不仅没让工作变轻松，反而让工作更累了——但也只有这类人，才能在风暴中站稳脚跟。
最后想说
AI编程带来的行业风暴，已经近在眼前，再也无法回避。
就像那句话说的：只有退潮时，你才知道谁在裸泳。
AI正在重塑整个软件行业的规则。未来，能留下来的，一定不是那些只会“写代码”的人，而是那些能驾驭AI、具备核心能力、能创造高价值的人。
风暴已至，愿我们都能做好准备，不被时代淘汰，在变革中找到自己的立足之地。
