AI时代:谁在被淘汰,谁在进化?前几天，我身边一个用了几个月Claude Code的朋友，突然跟我说：我发现我离开AI已经不会写代码了。他说这句话的时候语气很轻松，像在说一个有趣的发现。但我听完后背发凉。因为这不仅仅是「不会写代码」的问题。而是——他已经把思考的过程，整个外包出去了。正好前几天读到一篇微软首席工程师经理 Koshy John 的文章，标题很直接：AI正在悄悄分裂程序员，一类越用越值钱，一类大脑被掏空。他把一个我一直在思考、却始终没有想清楚的问题，说得清清楚楚：把思考外包给AI，本质上是一种智力依赖，却被包装成了效率杠杆。今天想结合这篇引发热议的文章，和我自己的观察与思考，跟大家聊聊这个话题。
Koshy 在文章里描述了一个现象：软件工程师这个群体正在被AI慢慢分成两类人。第一类人：会用AI消灭枯燥劳动、提升速度，把更多时间放在真正重要的部分——问题定义、方案权衡、风险识别、产出原创洞察。第二类人：会用AI来逃避思考。把prompt粘进输入框，收集一份看起来很漂亮的输出，再把它包装成自己的推理结果。短期内，第二类人看上去更像「高效产出者」。但这条路没有终点，只有封顶。因为我见过太多这样的人——包括我自己偶尔也会滑向那个方向。真正残酷的真相是：AI不会让所有人变强，它只会让强者更强，让弱者加速暴露弱点。
读完那篇文章后，我开始系统性地思考一个问题：AI到底在淘汰谁？我把AI时代的生存状态画成了一个金字塔。大家尝试可以对照一下，自己在哪一层。当你的同事用Claude Code一天交付三个功能模块，你还在手动敲每一行代码的时候，这种差距是肉眼可见的。就像当年拒绝学电脑的人，不会被「电脑」打败，而是被那些会用电脑的人打败。这一层的人，最危险。
自以为是“高效率”的代表，乐此不疲，思考的权力已然全盘被AI接管了，却浑然不知。
他们用AI写代码、写方案、写PRD，输出又快又好，KPI很好看，领导很满意。
但他们忽略了一个致命问题——他们拿到的是结果，不是能力。
Koshy 在文章里说了一句很扎心的话：真正危险的，不是AI会让人变懒。真正的危险在于：AI让'在没有建立能力的情况下，模拟出能力的样子'这件事，变得前所未有地容易。把一段代码丢给AI，让它改 bug，直接copy回来就用，不问为什么能work。用AI生成的技术方案，上线之后各种边界case没考虑，一碰就崩。短期看好像很高效，长期看是在给自己的职业生涯埋雷。他们真的在用AI，真的在产出，真的在加班。但他们在用战术上的勤奋，掩盖战略上的懒惰——把思考外包出去这件事，被包装成了「我在提效」。直到某一天，他们发现离开AI什么也做不了。而这时候，顶层的人已经在用AI做更复杂的事了。AI拥有全人类全部的知识，知识本身已经不再稀缺。真正值钱的，是对知识的判断、分析、推理。
稀缺层：离开AI后依然完整的人
他们的特征是：能用AI拿到高质量结果，同时也主动去分析，完整理解结果是怎么来的，持续与AI共同迭代，主动提出更有价值的问题。Koshy 描述的这类人很有意思：他们把节省下来的时间用于站到更高层级工作，用更强的严谨性提升自己的思考，而不是把思考本身外包出去。换句话说：他们用AI做减法，给自己争取做加法的空间。稀缺层的人的核心能力，不是「会用AI」，而是「离开AI后你还剩什么」。
AI时代的能力模型，我把它和三金字塔模型对齐，提炼成三个硬核能力：举一个实际的新闻例子：一个AI生成的破冰船广告片，画面逼真度堪比实拍。如果用传统方式制作，成本可能上百万。但关键是——能写出那个提示词的人，必须是一个专业摄影师。景别、焦距、光线、质感，这些参数不是AI给你的，是你自己的 domain knowledge 给AI的。AI的并没有所谓的技术平权，反而凸显了个人能力、审美、专业度的重要性。你不懂，AI也帮不了你。你懂，AI才能放大你的能力。AI拥有人类全部的知识。你靠「知道得多」来竞争，必败。毛主席在湖南一师的青年时期，刚样的新闻和信息来源，同学们只能看懂新闻事实，毛泽东能把不同地区、不同时间的新闻结合，推断出世界动态的走向。最后把老蒋赶到到岛上，并建立了崭新的中国，开启了一个新时代。毛主席的这种推理能力，AI替代不了。因为AI善于「给答案」，不善于「问对问题」。个人能力的产品化（你的审美、你的判断力、你的独特视角）核心逻辑是：如果AI能让任何人生成「看起来不错」的东西，那真正的稀缺性在哪里？AI能生成一篇结构完整的文章，但生成不了你的独特视角。AI能生成一段能跑的代码，但生成不了你对业务本质的理解。Koshy 提到了一个观点我特别认同：真正值钱的，从来都是判断力，而不是代码。这些能力，全都是在摩擦里长出来的——在卡住、挣扎、出错、修bug、追根溯源的过程中长出来的。
1. 每一次AI可以直出初稿，但不要直接使用，都追问一个「为什么」要问：它为什么能work？什么情况下不能work？如果参数变了会怎样？有时候AI太顺了，反而是问题。故意给AI增加难度——让它解释原理、让它对比方案、让它预判风险。4. 建立你自己的“第二大脑”，而不是依赖AI成为你的大脑不要让AI成为你唯一的知识来源。把你从AI那里学到的东西沉淀下来，变成你自己的判断框架和思维模型。Koshy 说的“高质量认知燃料”，本质上就是你自己的领域知识和思维模型。大概意思我理解就是：虽然我们不能躺平，不要觉得自己有一定经验，就不积极思考，时间久了，那点仅存的思考与判断能力，在迅猛进化过程中早已不复存在。
真正处理得好的组织，不是喊着'全员上AI'最响的公司，而是学会去区分：什么叫杠杆，什么叫依赖？什么叫加速，什么叫模仿？什么叫真实能力，什么叫令人信服的表面产出？如果答案是：什么都不剩，那AI不是让你的能力起飞，而是在让你的能力萎缩。参考来源：Koshy John《AI Should Elevate Your Thinking, Not Replace It》官方网站：https://www.koshyjohn.com/blog/ai-should-elevate-your-thinking-not-replace-it/
夜雨聆风
