当AI能把代码写到80分,＂剩下20分＂将成为你最贵的资产

点击上方蓝字关注我们

前Google CEO Eric Schmidt最近放了一句狠话：

"大多数程序员将在一年内被AI取代。"

消息一出，技术圈炸锅。有人愤怒反驳，有人焦虑转发，还有人已经开始盘算转行了。

作为一个在IT行业泡了20多年的老兵，我想说的是：这句话对不对不重要。重要的是你对这句话的反应暴露了你对自己职业价值的真实理解程度。

先别急着站队——让我们拆解一下

Eric Schmidt的原话其实还有后半句：

"编程和商业产品开发将完全民主化，每个人都能通过编码构建具有经济价值的产品。"

注意关键词："民主化"和"每个人都能"。

他说的不是"编程这项技能消失了"，而是"编程的门槛降到了几乎为零"。

这两件事有天壤之别。

我把这个现象叫做"技能的商品化曲线"：

技能稀缺性

↑

│ ★ 创造期（高价值）

│ ╲

│ ╲ 成熟期（价值下降）

│ ╲_ 商品化期（低价值/被替代）

│ ★→

└──────────────────────────→ 时间

任何一个技能都会经历这条曲线。打字曾经是专业技能，后来变成了人人都会的基本功。做PPT曾经是核心竞争力，现在AI几秒钟就能生成80分的作品。

编程正在经历同样的商品化过程。这不是预言，这是正在发生的事实。

但关键问题是：当一个技能被商品化之后，真正值钱的东西是什么？

我的亲身经历：当"技术能力"不再是护城河

2016年，我在一家SAP负责一个房地产企业的IT平台的搭建。

当时团队里有一位资深工程师，代码写得极好——架构清晰、性能优化到位、Bug率极低。他是团队公认的技术大牛，也是我最依赖的核心成员之一。

两年后，团队引入了一套低代码开发平台。

起初大家都不以为然。"这种拖拽式的工具怎么可能替代真正的开发？"但三个月后，一个让人不安的事实逐渐清晰：这位资深工程师以前需要三天才能完成的模块配置，业务人员用低代码平台半天就搞定了。

而且质量还不差——因为平台内置了最佳实践模板和安全校验。

那位工程师没有失业。但他确实经历了一段痛苦的价值重估期。他最终成功转型为了"解决方案架构师"——一个更关注业务需求和技术选型匹配的角色。

这个故事告诉我们：被威胁的不是"写代码的人"，而是"只会写代码的人"。

Eric Schmidt说的"大多数程序员"，指的大概就是后者。

AI时代的三层价值金字塔

基于20多年的观察和实践，我认为AI时代的职场价值可以分成三层：

底层：执行层 —— 正在被快速替代

这一层包括所有"按照明确规则产出标准化结果"的工作：

💻 写代码（尤其是CRUD类业务代码）

📝 生成常规文档（周报、会议纪要、标准方案）

📊 数据整理和格式转换

🔄 重复性测试和质量检查

坦率地说，这一层的替代率已经超过60%，而且还在加速。

如果你工作的主要内容集中在这里，Eric Schmidt的预言确实值得警惕。但恐慌没用——你需要的是往上走。

中层：整合层 —— AI是放大器，不是替代者

这一层是"把多个要素组合成有价值输出"的工作：

🔗 把业务需求翻译成技术方案

🎯 在多个选项中做出合理的取舍决策

🛡 识别和管理潜在风险

👥 协调跨团队/跨部门的资源和期望

AI在这一层的表现如何？它可以辅助，但不能独立完成。

为什么？因为这层工作的核心不是"产生答案"，而是"提出好问题"和"判断答案的质量"。

举个例子。AI可以给你生成五个技术方案的对比分析，但它不知道：

你团队的实际技术栈偏好

公司的政治生态（某个方案虽然技术上最优但会得罪某位VP）

客户的真实痛点到底是什么（需求文档写的和实际要的往往不一样）

这些"上下文知识"，是目前AI无法获取的。而拥有这些知识的职场人，不仅不会被替代，反而会因为AI的存在变得更高效、更有价值。

顶层：判断层 —— 终极护城河

这是最有趣也最重要的一层。

判断层的工作包括：

🧭 在不确定环境下做出方向性选择

🎨 定义"什么是好的"（审美、价值观、战略意图）

🔮 预见性地识别问题和机会

🤝 处理复杂的人际冲突和利益博弈

这一层不仅是AI难以替代的，甚至是AI越强大、这一层的价值就越高的原因。

为什么？因为当底层和中层的工作都被AI接管后，组织对"判断力"的需求不减反增——你需要更多的人来做那些AI做不到的判断，而不是更少。

一个反直觉的观点：AI越强，"人"越贵

这可能和你听到的多数观点相反。

主流叙事通常是："AI会抢走人的工作，人会贬值。"

但我的观察恰恰相反——AI创造的是一个"K型分化"的市场：底层执行岗位的价值确实在缩水，但高层判断岗位的价值在暴涨。

证据就在眼前：

现象	数据
初级程序员招聘需求	↓ 35%（2025-2026，LinkedIn数据）
解决方案架构师薪酬涨幅	↑ 28%（同周期）
"AI+行业"复合型人才缺口	预计400万+（工信部2026预测）
能驾驭AI工具的中层管理者	平均效率提升40%，薪酬溢价15%-25%

这不是零和游戏。这是一次价值重组。

四步自测：你在哪一层？

不要凭感觉回答。用以下四个问题给自己做一个诚实的评估：

Q1：如果把你工作中所有"按照固定步骤执行"的部分交给AI，你还剩什么？

□ 几乎什么都不剩了 ⚠ 危险信号

□ 剩下约一半 ✅ 需要加强整合能力

□ 剩下大部分 ✅ 基础不错，继续强化判断力

Q2：过去一个月里，你做的最重要的一个决策是什么？AI能在多大程度上帮你做？

□ AI基本可以做80%以上 → 说明你的决策偏"计算型"

□ AI能帮50%，另外50%靠经验和直觉 → 这是健康的"整合层"状态

□ AI最多帮忙收集信息，决策完全靠自己 → 你已经处于"判断层"

Q3：你的同事/上级/客户遇到难题时，第一个想到的是"找你来商量"还是"找你来执行"？

找来执行 → 执行层定位

找来商量 → 整合/判断层定位

Q4：如果你的工作方式完全透明化（所有人都能看到你是怎么干的），你的不可替代性来自哪里？

来自"我知道怎么操作某些系统/工具" → 危险，这类知识最容易过时

来自"我能理解复杂情况并给出合理判断" → 安全，这是真本事

三件你现在就能做的事

不管你现在在哪一层，以下三个动作都可以立即开始：

🔧 第一件：做一次"AI替代自检"

拿出你最近一周的工作清单，逐项标记：

🟢 这件事AI现在已经能做得比我好或差不多

🟡 这件事AI能帮我做一部分，但核心还得靠我

🔴 这件事AI完全没法做

然后盯着🟢的那些项问自己：如果这部分被AI接管了，我应该把省下来的精力投入到哪里？

🔧 第二件：开始积累"判断资产"

判断力不是天生的，它是可以训练和积累的。具体的做法：

📝 每次做重要决策后，写下你的决策逻辑和预期结果

📊 三个月后回顾：当时的判断对了还是错了？为什么？

🔄 把这些经验提炼成可复用的"决策框架"

这就是我在"经验驱动→系统与AI驱动"管理跃迁框架里强调的核心方法——把隐性经验显性化，把个人判断系统化。

当你拥有一套经过验证的个人决策框架时，AI就成了你的超级助理而不是潜在的替代者。

🔧 第三件：主动找一个"AI+专业"的结合点

不要等公司安排培训。自己去想：

你的专业领域 + AI = 什么样的新可能性？

有没有人已经在这么做了？他们的做法有什么可借鉴的？

你能不能在一个小范围内试一试？

比如：

HR + AI = 用AI分析员工流失风险的预警模型

财务 + AI = 自动化的异常交易检测和风险评估

销售 + AI = 基于客户画像的超个性化跟进策略

这些结合点的探索者，就是未来职场的最大赢家。

回到Eric Schmidt的那句话。

他说"大多数程序员将被取代"。也许对，也许不对。时间会给出答案。

但有一点我可以确定：那些只在执行层打转的人，不管是不是程序员，都在面临同样的挑战。而那些不断向整合层和判断层攀升的人，会发现AI不是敌人，而是史上最强力的杠杆。

20年前我刚进入IT行业时，前辈告诉我一句话，至今受益：

"不要让你的工具定义你。要让你的目标定义你的工具。"

今天，我想把这句话更新一下：

"不要让AI的能力边界限制你的想象。要让你的判断力定义AI的使用方式。"

那么，如果把你的工作交给AI一周，你觉得团队会发现最大的缺口在哪里？

那个缺口，就是你真正的价值所在。

作者提示：个人观点，仅供参考