夜雨聆风上周跟两个程序员朋友吃饭。一个是老同事阿杰，现在在某创业公司做技术负责人，聊起AI两眼放光："现在写代码太快了，以前三天的事现在半天搞定，我有更多时间想系统设计。"另一个是大学同学明哥，在一家传统企业做业务开发，听完沉默了一会儿，说："我们组上周走了两个人，老板说AI能顶。"
同样的AI，有人因它涨薪，有人因它失业。
这让我想起一个问题：程序员还是同一个群体吗？
表面看，大家都写代码，都在GitHub提交，都用Stack Overflow，都在焦虑AI会不会取代自己。但实质上，这个群体正在发生一次深刻的分化。
这种分化不是按技术栈划分（Java vs Python），不是按公司划分（大厂 vs 小厂），而是按"与AI的关系"划分。
有人决定AI怎么用，有人被决定用不用AI。有人驾驭AI，有人被AI驾驭。
这篇文章，我想用《毛选》里的分析方法，来看清这场分化。《中国社会各阶级的分析》是毛泽东1925年写的一篇文章，用经济地位划分社会阶层——这个方法，同样适用于分析今天的程序员群体。
为什么现在要谈"分层"
《中国社会各阶级的分析》的核心方法，是用"经济地位"划分群体，看清不同位置的人面对同一件事的不同命运。
这个方法放到程序员群体，同样成立：认清自己的位置，才能看清自己的命运。
位置不是道德概念——不是说"上层就坏、下层就好"。而是说：不同位置的人，面对同一个变化，得失完全不同。
你看：
你看，同一件事，有人受益，有人受损。
而划分程序员层次的标准，不是收入，不是职级，而是与AI这个工具的关系。
三层结构的画像
第一层：决定AI怎么用的人
这个"决定"不是传统意义上的"老板"，而是"在技术决策链条中占据关键位置"的人。
他们的核心特征是：决定AI怎么用、谁用、怎么评估。AI是他们的工具，不是他们的替代者。
典型人群：
1. CTO/技术VP
他们决定公司的AI战略。买什么工具、怎么用、谁有权限用、怎么评估效果。
AI越强，他们的决策越重要。以前决定技术栈，现在还要决定AI策略。决策的价值被放大了。
2. 架构师/技术负责人
他们设计系统，AI帮他们实现。AI学会了写代码，但学不会设计架构。
一个支付系统的架构师，知道为什么要这样设计，知道哪些边界情况要特殊处理，知道性能瓶颈在哪。AI可以帮他写代码，但不知道"为什么这样写对业务有意义"。
3. AI工具团队的工程师
他们在造AI，不是用AI。做Copilot的、做Claude的、做各种AI辅助工具的。
AI越强，他们越值钱。他们的工作就是让AI更强。
4. 技术布道师/KOL
他们定义"什么是好的AI使用方式"。写文章、做视频、开课程。
AI普及，他们的影响力放大。他们是AI时代的"导师"。
这一层的焦虑点不是"我会不会失业"，而是"我的决策对不对"、"我有没有跟错方向"。
他们只占程序员群体的一小部分，收入通常是行业均值的2-3倍。
AI是他们的放大器，稀缺性不降反升。
第二层：AI放大能力的人
这一层有明确的专业壁垒。AI能帮他们做一部分工作，但核心价值仍然在人。
他们的特征是：他们+AI > 他们自己，但AI无法独立完成他们的工作。
典型人群：
1. 领域专家型程序员
精通某个业务领域——金融、医疗、电商、游戏。AI能写代码，但不懂"为什么这样写对业务有意义"。
我认识一个做医疗信息系统的工程师，他清楚哪些患者数据要脱敏、哪些字段不能暴露给前端、遇到异常数据要怎么处理才不会漏诊。这些判断涉及医疗法规和临床经验，AI做不了。
2. 全栈型独立开发者
能独立完成一个产品。前端、后端、部署、运维，一条龙。
AI帮他们提升效率，但他们掌握"产品定义权"。决定做什么、为谁做、怎么卖——这是人的事。
3. 技术型产品经理/解决方案架构师
懂技术，也懂业务，也懂沟通。AI是他们的"超级助手"。
他们能把业务需求翻译成技术方案，能协调多方利益，能在复杂环境中推动事情。AI做不了这些"人"的工作。
4. 技术培训/内容创作者
用AI提升内容产出。但"风格"和"洞察"仍然属于人。
读者认的是这个人，不是这个内容。AI能帮忙写，但写不出"这个人"的味道。
这一层的焦虑点是："我够不够专业？"、"我会不会慢慢滑下去？"
他们占程序员群体的相当一部分，收入在行业均值附近到1.5倍。
他们需要持续强化壁垒，防止下沉。
第三层：被AI替代风险最高的人
这一层的工作内容高度可编码。AI能做他们80%以上的工作。缺乏AI学不会的独特技能。
他们的特征是：他们是"执行者"，不是"决策者"。他们+AI ≈ 一个更强的人，但他们自己变得可有可无。
典型人群：
1. 纯执行层程序员
接需求 → 写代码 → 提交。不参与需求讨论，不参与架构设计。
这个闭环，AI能完成80%。剩下的20%，一个资深程序员加AI就够了。
2. 单一技术栈的资深码农
只会一门语言、一个框架。经验多，但都是"同质化经验"。
写了5年Java，但5年都在写CRUD。AI学会Java，他们就没有优势了。
3. 外包/人力外包程序员
按工时计费。不拥有代码，不参与决策，不了解业务。
最容易被AI + 少数资深程序员替代。甲方要的是结果，不是你的时间。
4. 刚入行的初级程序员
还在学基础。而AI已经会这些基础了。
以前的成长路径是：写基础代码 → 积累经验 → 成为资深。现在，基础代码AI能写，成长路径被封了一半。
这一层的焦虑点是："我会不会失业？"、"我怎么才能往上走？"
他们占了程序员群体的大多数，收入在行业均值以下。
他们面临的是生存问题，不是发展问题。要么向上爬，要么被淘汰。没有中间状态。
向上走的可能性
向上走：
向下沉沦：
第三层 → 第二层：建立AI学不会的东西
你不需要在所有方向都强，但至少要有一个方向"AI做不了"。
第二层 → 第一层：从"做事"到"决定做什么"
第一层的核心能力不是技术深度，而是决策影响力。
你要让别人按你的决策行动，而不是你来执行别人的决策。
跃迁难度
第三→第二：难度中等。关键：持续学习，找到差异化方向。可行性：大多数人能做到。
第二→第一：难度高。关键：机会 + 能力 + 运气。可行性：只有少数人能做到。
残酷的现实：不是所有人都能跃迁。分化意味着，底层会越来越拥挤。
认清位置才能做出选择
认清位置的意义，不只是知道"我在哪"，还要知道"谁和我处境相同"。
有个现象很典型：
一个人用AI提效，不告诉同事。结果：他自己绩效好，同事绩效差。
短期看，他赢了。长期看，AI全面普及后，公司发现"原来一个人+AI就能干三个人的活"——他也可能被替代。
这就是只看短期、不看位置的结果：以为是个人竞争，其实是集体博弈。
认清位置的三个问题
回答要诚实，不要自我安慰。
如果超过50%，你在底层的危险区。
如果没有，你正在被动下沉。
给不同位置的建议
给底层：
别等了。现在就开始学AI做不了的事。别想着"AI发展没那么快"——它比你想象的快。
给中间层：
别躺平。你的壁垒在变薄。继续强化，同时找机会往"决策者"的位置挪。
给顶层：
你的一个决定，可能影响几十上百人的饭碗。想清楚再拍板。
分化已经在发生，不是会不会来，而是已经来了。你能做的，是让自己往上走。
看完这篇文章，你可以做三件事：
诚实地评估自己现在在哪一层——不要用"我技术还可以"自我安慰，用量化的标准判断。
制定向上走的计划——如果你认同自己的位置，就接受；如果不认同，就行动。
看清这个结构的边界——第三层往第二层走，是大多数人能做到的；第二层往第一层走，只有少数人能做到。接受现实，再选择方向。
看清位置，才能做出选择。
不看清位置，选择就会被别人替你做。
这是"AI与程序员"系列的第6篇。前5篇讲了程序员的分层、价值重置、谁在训练替代者、以及辩论法。这一篇，是整个系列的理论深化——用结构分析的视角，看清分化的本质。
往期精彩内容
