AI时代，最稀缺的不再是程序员

上个月见了一个创业的朋友，他手下有个CTO说了句话让我印象很深："现在写代码的速度，比我想产品方案的速度快多了。"

他说这话的时候，语气里不是炫耀，是困惑。

这正是眼下最微妙的地方。

吴恩达看到了什么

吴恩达前阵子接受采访，说了一句大实话：AI的发展并没有像宣传的那么夸张，但是——编程这方面AI确实在急速发展。

注意这个"但是"。他没说AI已经颠覆世界，他只是指出了一个正在发生的事实：写代码这件事，AI已经玩得很溜了。

从Copilot到Cursor，从Claude到国产的各类AI编程工具，这个进化速度确实惊人。去年上半年大家还在讨论"AI能不能写一个不报错的函数"，现在你跟它说"给我做一个用户注册系统，带邮箱验证和第三方登录"，它五分钟给你跑起来。

这不是线性的进步，是台阶式的跳跃。

傅盛戳破的那层纸

傅盛看到的不只是这个。他转发了吴恩达的观点，然后补了一句：当写代码越来越快，效率提升的瓶颈就转移到产品经理身上了。

互联网行业有个根深蒂固的分工——产品经理想做什么，工程师负责怎么做。产品经理画原型、写PRD，工程师对着文档一行行敲代码。这个模式运转了很多年，大家都习惯了。

但这个分工有一个底层假设：技术能力是稀缺的，产品想法是相对丰富的。

现在这个假设正在被动摇。

当技术能力的稀缺性下降，产品想法的稀缺性就相对上升了。以前瓶颈在技术侧，产品经理可以相对"奢侈"地挥霍想法——反正工程师产能有限，这个功能做不了就换个方案。现在反过来，工程师的产能上来了，产品经理的想法反而不够用了。

Gartner最新报告显示，全球已有相当比例的软件工程师日常使用AI编程工具——当写代码不再需要排队，产品经理的等待时间反而成了新的瓶颈：需求提错了，AI写得越快，返工越多。

这个变化，细想下去，其实是把产品经理从"功能的定义者"逼成了"AI指令的精准设计者"。

一个人+AI，能跑通整个闭环

我再说一个更实在的例子。

Cursor这类工具的用户增长速度，直到今天也没有慢下来的迹象。有个工程师朋友，去年花了大概五周时间，用Cursor+Claude搭起了一个完整的后台管理系统——前端、后端、数据库、部署上线，一个人全干了。他做完之后说了句话："我都不知道自己算是产品经理还是工程师了。"

这条线，正在变得模糊。

Cursor的创始团队很早就说过一句话：他们的目标不是让程序员写代码更快，而是让更多人能够独立完成完整的软件产品。这话听着有点大，但你去看看Cursor的实际用户构成，有相当比例是完全没受过CS训练的产品人、创业者、甚至独立开发者。

工具在变，人也在变。

判断力，才是新的稀缺

产品经理的核心能力正在被重新定义。

以前好的产品经理，核心能力是需求洞察和方案设计。现在你发现没有，AI来了之后，"想清楚做什么"变得比"怎么做出来"更难了。

为什么？因为AI能做的越多，你对AI能做什么的理解就越关键。

举一个具体的例子。你让AI做一个"很棒的搜索体验"，它给你的，和你让它做一个"基于混合检索的语义理解系统，配合倒排索引做关键词召回，再加上embedding模型做意图识别"，结果完全不一样。

这两句话之间，隔着的是一整套技术边界的理解。

第一个需求，是一个对AI能力边界毫无概念的人写出来的——AI可以给你一个关键词匹配，可以给你一个页面，可以给你一个"看起来像搜索"的东西，但如果你不知道RAG系统能做什么、embedding能做什么、倒排索引的召回原理是什么，你根本无法判断AI给你的答案是否靠谱。

第二个需求，是一个知道自己在说什么的人写出来的——他知道这个系统需要处理同义词、理解语义、按照相关度排序、加入时间衰减因子。AI执行出来的结果，会和第一个需求的产物完全不同。

现在，为什么"对技术边界的理解"变得更重要了？因为AI的输出质量，直接取决于输入的精准程度。AI是一个极其勤勉但完全不理解你业务背景的执行者——你告诉它"做一个好的搜索"，它给你一个好的搜索页面的壳。你告诉它"做一个能理解同义词、语义、相关度、时间衰减的混合检索系统"，它给你一个真正能用的系统。

这两者的差距，就是判断力的差距。

最好的产品经理，以后会是那些能读得懂技术论文、知道AI模型能力边界在哪里、能把业务需求翻译成AI可执行指令的人。这要求他们既懂用户，也懂技术——而且不是泛泛地懂，是懂得足够深，深到能写出第二个需求那种精度。

当代码不再稀缺，什么才是新的稀缺

你仔细看人类技术史，每次有一个执行工具变得极其强大，都会发生同一件事：

当织布机能让一个人干原来一百个人的活，最先富起来的不是操作织布机的人，而是知道"织布机该织什么布"的人。

当Excel让一个人能处理原来一个部门的数据，最先值钱的人不是打字快的人，而是知道"这个表格该解决什么问题"的人。说到底，表格也是一种代码——它是人类给机器的一种结构化指令，只是门槛比代码低了很多。

AI时代正在发生同样的事情。当AI让代码不再稀缺，稀缺的就变成了判断力——准确描述"该做什么"的能力。

这个判断力，包括对用户需求的洞察，对技术边界的感知，对产品结构的直觉，以及把模糊想法拆解成AI可执行任务的能力。

这些能力，以前只有少数"既懂技术又懂产品"的人具备。现在，这个门槛在降低，这个范围在扩大。

这是整个行业在重新校准坐标。但真正卡住你的，从来不是工具，而是你对工具该用来做什么的判断。