AI时代下的程序员

AI时代下的程序员

那些年我们争论的前后端之争，可能真的要结束了

原创 · 小胖李

前阵子一个做产品经理的朋友给我发了个链接，是他自己做的SaaS产品，已经上线运营了。我点进去看了看，功能完整，界面也像模像样——用户注册、权限管理、数据看板、支付对接，该有的都有。我问他找了哪个外包团队做的，他说没有外包，也没有找开发，他自己用Cursor做的，前后端加数据库，一个人，两周。

这件事让我想了很久。不是震惊——类似的事情在过去一年里我已经听过太多次了。

这些案例有一个共同点：他们都不是程序员，但他们都做出了程序员才能做的东西。放在三年前，这几乎不可想象。

语言这件事，已经不重要了

我入行的时候，程序员圈子里最热闹的争论就是语言之争。Java和.NET的人互相看不起，Python的人觉得其他语言都太啰嗦，前端觉得后端不过是在CRUD，后端觉得前端不过是在画页面。这些争论持续了十几年，直到今天还能在技术论坛上看到。

可AI不在乎你用什么语言。你告诉Claude Code"给我做一个用户管理系统"，它不会问你"你要Java的还是Python的"，它直接给你生成后端接口、前端页面、数据库表结构，该用Spring Boot就用Spring Boot，该用React就用React。语言选择变成了AI的内部决策，就像你打车不会告诉司机该挂几档一样。

非技术人员正在用AI直接构建产品

语言之争的根子就在"我会的你不会"，这个壁垒正在被AI填平。

前后端分家，也快成历史了

我认识一个做运营的姑娘，公司要做一个内部工具用来管理客户授权。研发团队忙得没空接，前端就一个人更顾不过来。她用Cursor自己搭了一个审批流系统，从界面到逻辑到数据库，一个人搞定了。这个系统上线后直接用在了工业场景里，客户几乎是七乘二十四小时在用。

以前做这种事，你得找前端写页面，找后端写接口，找DBA建表，找运维部署，中间的沟通成本有时候比写代码的时间还长。现在AI把这条链路压缩成了一个对话窗口。你描述需求，AI生成全栈代码，你检查逻辑，有问题就让它改。整个开发流程变成了"提需求—看结果—提修改意见"的循环。

Lovable这个平台更激进，你只需要用自然语言描述你想要什么——"帮我做一个任务管理应用，有用户注册登录、任务列表、截止日期提醒"——它就自动生成完整的前端界面、后端逻辑和数据库配置，还能直接部署上线。你不需要知道什么是API，不需要知道什么是ORM，甚至不需要知道"部署"这个词在技术语境下意味着什么。

前后端分离这个概念，本就是技术复杂度的产物。当复杂度不再是瓶颈，分离的理由也就弱了。

懂业务的人，正在变成最好的"程序员"

上面那些案例里的人有一个共同特征：他们非常清楚自己要做什么。产品经理知道用户需要什么功能，运营知道审批流程该怎么走，独立开发者知道自己的App要解决什么问题。他们把业务逻辑用自然语言描述出来，AI负责翻译成代码。

有个做教育的大学老师，不会编程，用AI两周做了一个在线学习平台——支持视频上传、测验自动评分、学生进度跟踪。传统开发需要几个月，他一个人两周就做完了。他为什么能做出来？因为他太了解教学场景了，每一个功能点都是他从十几年教学经验里提炼出来的真实需求，不是拍脑袋想出来的伪需求。

AI是翻译官，但翻译官需要有人说话。懂业务的人，终于可以直接说话了。

数据不会说谎

甲骨文年初裁了三万人，凌晨发通知，据说核心逻辑就是"算力换人力"。Anthropic自己的报告说，计算机程序员是AI最容易替代的职业，覆盖74.5%的工作任务。

这些数字摆在那里，不太好往好的方向想。

程序员的工位，黄昏

那程序员的路在哪

我觉得这个问题本身可能就问错了。它预设了一个前提：程序员是一种固定身份，像医生、律师、会计师一样，有明确的职业边界。但编程这件事，从来就不是关于"写代码"的。

最早的程序员是数学家，用打孔卡片指挥机器做计算。后来有了高级语言，程序员变成了"把人类意图翻译成机器指令的人"。再后来有了框架和库，程序员变成了"把业务需求组装成软件系统的人"。每一次工具升级，程序员的核心能力都在往上游迁移——从理解机器，到理解语言，到理解业务。

AI只是这一轮迁移的催化剂。它把"理解语言"这个环节也接管了，于是程序员的生存空间被进一步压缩到了"理解业务"和"做判断"这两个最上游的位置。LinkedIn的报告说，"全栈工程师"和"AI架构师"的需求在增长58%，AI训练师的薪资比普通程序员高42%。但这些岗位要求的核心能力已经不再是"会写Java"或者"精通React"，而是"知道该做什么"和"能判断做得对不对"。

我认识的一些老程序员，反而是最焦虑的。他们花了十年磨练出来的技术深度——JVM调优、浏览器渲染原理、分布式事务一致性——在AI面前变成了可以一键生成的配置项。这种感觉很不好受，就像一个练了一辈子书法的人突然看到打印机。

但书法和打印是两回事。打印机解决的是"把字印出来"，书法解决的是"把字写好"。同样，AI解决的是"把代码写出来"，但"该写什么代码"这个问题，它回答不了。一个产品经理用AI做出了一个能用的系统，和一个资深工程师用AI做出一个架构合理、可扩展、可维护的系统，中间的差距依然巨大。差距已经从"会不会写代码"转移到了"懂不懂系统"和"能不能做判断"上。

可问题是，市场上需要多少个"懂系统、能做判断"的人呢？

一个残酷的事实是，大部分程序员的工作——CRUD、写接口、调样式、改bug——确实正在被AI大规模替代。这些工作占了这个行业七八成以上的岗位。当这些岗位消失，剩下那些需要深度思考的岗位，能容纳多少人？

我不知道答案。但我知道一件事：那些正在用AI做产品的非技术人员，他们并不觉得自己在"编程"。他们觉得自己在"做产品"。也许再过几年，"程序员"这个职业名称会变得像"打字员"一样，不是消失了，只是变得不再重要了。

技术的更迭，从未停歇

1913年，美国登记在册的马车夫有二十几万人。十年后，这个数字接近于零。同期汽车行业的就业人数翻了十几倍。但那多出来的岗位，没几个是给马车夫留的。

— END —

如果觉得文章有价值，欢迎转发分享