最近，一个 36 岁程序员的焦虑很典型：看着 AI 几分钟写完一个接口，几十秒改完一段脚本，甚至能根据报错自己修代码，心里突然发凉。以前觉得自己是“资深开发”。现在却开始怀疑：如果 AI 继续进化，我这种 35 岁以上的程序员，是不是几年内就会被淘汰？这个问题很现实，也很残酷。但答案不是一句“会”或者“不会”。更准确地说：36 岁程序员不会因为年龄自动失业，但会因为能力结构老化而变危险。AI 淘汰的不是程序员这个职业，而是程序员身上那些越来越便宜的部分。
一、真正让人害怕的，不是 AI 会写代码，而是它写得越来越像样
过去很多程序员对 AI 写代码是看不上的。“它只会写 demo。”“复杂业务它不懂。”“真进项目肯定翻车。”这些判断并没有完全错。AI 到今天依然会幻觉，会写错边界条件，会误解业务逻辑，也不可能天然理解你们公司那些没人敢动的历史代码。但问题是，它进步太快了。以前 AI 写代码像实习生，现在很多时候已经像一个能快速交付初稿的中级开发。它可以帮你生成 CRUD、补测试、解释代码、改报错、写脚本、做重构建议，甚至参与多文件修改。Stack Overflow 2025 年开发者调查显示，84% 的受访者已经在使用或计划使用 AI 工具，专业开发者中约 51% 每天使用 AI 工具。也就是说，AI 编程已经不是少数人的尝鲜，而是正在变成程序员工作的默认配置。这才是 36 岁程序员真正害怕的地方。不是 AI 今天已经完全替代你。而是公司、团队、老板、同行，都开始默认：既然有 AI，你为什么还像以前一样慢？
二、几年内会不会失业，取决于你到底是哪一种程序员
同样是 36 岁程序员，风险完全不同。第一种人，主要价值是“接需求、写代码、交付功能”。产品说什么就做什么，业务为什么这么做不关心，架构为什么这么设计不关心，上线风险不主动判断，代码质量靠测试兜底。这种程序员确实危险。因为 AI 最容易替代的，就是“边界清楚、流程固定、结果可验证”的执行型工作。第二种人，能理解业务、拆解需求、设计系统、控制风险、带新人、解决线上问题、推动跨团队协作。这种程序员反而会变得更值钱。因为 AI 可以写代码，但它很难替你承担工程责任。它可以给出方案，但它不知道公司真正的业务优先级。它可以重构代码，但它不知道这个老接口背后绑着哪个大客户。它可以生成测试，但它不知道哪些事故曾经让团队半夜爬起来救火。所以，问题不是：程序员会不会被 AI 替代？而是：你现在的工作，有多少部分只是“可被清晰描述的执行”？又有多少部分是“需要经验、判断和责任的工程决策”？前者会越来越便宜。后者会越来越重要。
三、36 岁最大的危机，不是年龄，而是“只剩熟练度”
很多 36 岁程序员最尴尬的地方在于：干了十几年，写代码很熟，但能力没有真正升级。年轻时靠加班、速度、学习框架、解决 bug，就能在团队里站住。但到了 36 岁，如果你的核心竞争力还是：我写代码比新人快。我熟悉这个框架。我知道这个项目哪里有坑。我能扛需求。那就会很危险。因为这些优势正在被 AI 稀释。新人有 AI，可以更快上手框架。中级开发有 AI，可以更快读懂陌生代码。团队有 AI，可以把很多重复开发、文档、测试、脚本工作自动化。你过去靠“熟练”建立的护城河，正在变窄。36 岁真正应该拥有的，不是更快地写代码，而是更高维度的判断力：这个需求该不该做？这个方案未来会不会埋雷？这个系统瓶颈在哪里？这个事故根因是什么？这个团队流程哪里低效？这个技术债什么时候必须还？这个 AI 生成的方案哪里看起来对、实际上危险？如果你没有这些能力，年龄会变成负担。如果你有这些能力，年龄反而是资产。
四、AI 不是单纯替代程序员，而是在重定价程序员
以前公司评估程序员，常常看几个指标：能不能写代码。能不能按时交付。懂不懂技术栈。能不能解决 bug。现在这些还重要，但不够了。AI 出现之后，公司会重新计算一个程序员的价值：他能不能用 AI 把效率提高？他能不能审查 AI 生成的代码？他能不能把 AI 纳入团队流程？他能不能用更少时间完成更多高质量交付？他能不能处理 AI 处理不了的复杂问题？Google DORA 2025 年 AI 辅助软件开发报告里有一个很重要的观点：AI 的作用更像“放大器”，它会放大组织已有的优势，也会放大已有的问题。强团队用 AI 会更强，混乱团队用 AI 只会更混乱。这个结论放到个人身上也一样。强程序员用 AI，会变成超级个体。弱程序员用 AI，只是更快地产生不可靠代码。所以，AI 不是公平地淘汰所有人。它是在重新拉开差距。
五、真正危险的程序员，有 5 个特征
第一，只会等需求。产品怎么写，你就怎么做。需求不合理也不问，业务目标不清楚也不拆，做完发现方向错了，再说“这是产品让做的”。AI 最擅长执行明确任务。如果你也只是执行明确任务，那你和 AI 的边界会越来越模糊。第二，不懂业务。你只知道表字段、接口、页面、逻辑判断，却不知道用户是谁、业务为什么赚钱、公司为什么要做这个功能。不懂业务的程序员，很容易被压缩成“代码劳动力”。第三，不会设计系统。只能在已有框架里填代码，不能判断模块边界、数据流向、扩展性、稳定性和可维护性。AI 可以帮你写实现，但系统设计依然需要人负责。第四，不会沟通协作。技术问题很多时候不是代码问题，而是人和组织的问题。跨团队接口、需求冲突、上线窗口、风险同步、事故复盘，这些不是 AI 生成几段代码就能解决的。第五，不主动使用 AI。这是最危险的一类。一边害怕 AI，一边不用 AI。一边抱怨 AI 抢饭碗，一边还用十年前的方式工作。未来淘汰人的，不一定是 AI 本身，而是那些已经把 AI 融入工作流的人。
六、那 36 岁程序员应该怎么转型？
转型不是让你明天辞职去做产品经理，也不是让你突然学算法大模型训练。对大多数 36 岁程序员来说，最现实的转型，是从“代码执行者”转成“AI 时代的工程负责人”。这条路有几个方向。方向一：从写代码的人，变成定义问题的人AI 能写代码，但它需要清晰的问题。未来最值钱的人，不是直接问 AI：“帮我实现这个功能。”而是能把混乱需求拆成清楚任务的人：目标是什么？边界在哪里？哪些文件能改？哪些接口不能动？有哪些历史兼容问题？验收标准是什么？上线风险是什么？这类人会越来越重要。因为 AI 越强，越需要有人把问题定义清楚。问题定义错了，AI 写得越快，错得越快。方向二：从功能开发，走向系统设计36 岁以后，不能再只盯着一个接口、一个页面、一个 bug。你要开始关心系统：架构是否清晰？链路是否可观测？数据是否一致？服务是否可扩展？异常是否能兜底？故障是否能快速恢复？AI 可以给你架构建议，但最终判断必须由人来做。真正成熟的程序员，价值不在于写了多少行代码，而在于避免了多少未来事故。方向三：成为会用 AI 的高级工程师不要把 AI 当搜索引擎。要把 AI 当成一个可调度的工程助手。你可以让它读代码、写测试、做 code review、生成迁移方案、解释日志、补文档、找边界条件。但你必须掌握节奏：先让 AI 分析，不要立刻写代码。先让 AI 出方案，不要直接改项目。让 AI 小步修改，不要一次改 20 个文件。让 AI 必须配测试，不要只交代码。让 AI 扮演反方审查，不要只顺着你说。会用 AI 的程序员，不是复制粘贴 AI 答案的人。而是能建立一套“AI 参与研发流程”的人。方向四：往业务技术负责人靠近如果你已经 36 岁，还完全不理解业务，那真的要警惕。技术不是孤立存在的。你要知道公司靠什么赚钱，用户为什么付费，核心流程在哪里，哪些系统是利润中心，哪些需求只是老板一拍脑袋。一个懂业务的技术人，和一个只会写代码的技术人，议价能力完全不同。AI 可以降低代码成本，但很难替代业务判断。尤其在企业内部，真正值钱的人往往是：懂系统，也懂业务；懂技术，也懂取舍；能和产品、运营、销售、客户沟通，也能回头带团队落地。这类人不会轻易被替代。方向五：走工程效能、平台化、AI 工具链方向AI 时代会出现一个很重要的新岗位能力：把 AI 接入研发体系。比如：搭建团队代码助手。制定 AI 编程规范。建设项目知识库。设计 AI code review 流程。建立自动化测试和回滚机制。让 AI 参与需求拆解、文档生成、事故复盘。把内部脚手架、组件库、规范文档喂给 AI。这类工作不是单纯写业务代码，但非常有价值。未来很多公司会需要懂开发、懂流程、懂 AI 工具链的人。36 岁程序员如果有工程经验，反而适合往这个方向走。
七、给 36 岁程序员的 90 天自救计划
不要空谈转型。你可以从 90 天开始做。第一个月，先把 AI 用进日常开发。每天至少用 AI 完成三类任务：读代码、写测试、做 review。不要只让它写新代码。你要训练的是“人机协作流程”。第二个月，沉淀项目上下文。把你负责系统的架构、核心流程、历史坑点、测试方法、上线注意事项写成文档。这个文档既给新人看，也给 AI 看。第三个月，做一个可见成果。比如搭建一个团队 AI 代码审查模板，或者把某个重复流程自动化，或者建立一个项目级 AI 开发指南。转型不能只停留在“我学了 AI”。你必须让领导、团队、同行看到：你不是被 AI 吓到的人。你是能把 AI 变成生产力的人。
八、未来几年，程序员会分成三类
第一类，抗拒 AI 的人。他们会越来越累，也越来越焦虑。因为周围人的效率在提高，而他们还在用旧方式工作。第二类，依赖 AI 的人。他们能变快，但风险是失去判断。AI 写什么就信什么，最后只是更快地堆技术债。第三类，指挥 AI 的人。他们知道什么该交给 AI，什么必须人来判断；知道如何拆任务、设边界、做验证、控风险。未来真正有竞争力的，是第三类。AI 编程时代，不是程序员不重要了。而是低层次的“产码能力”不再稀缺。真正稀缺的是工程判断、业务理解、系统设计、风险控制和组织协作。
夜雨聆风
