夜雨聆风
最近我一直在想一个问题：为什么现在很多小公司还是要招程序员？
尤其是创始人自己就是搞技术的情况下，这个问题会变得更尖锐。
如果 Fable 5 这类模型已经比大部分资深程序员都强，那按理说，创始人完全可以自己发需求， AI 自己完成。一个人，一个 AI ，一堆 agent ，并行跑起来。看起来好像公司里很多研发岗位都没有必要了。
但真实情况不是这样。
很多小公司还在招程序员，不是因为 AI 不强。恰恰相反，是因为 AI 已经强到可以做很多事，于是新的瓶颈出现了。
这个瓶颈不是写代码。
更准确地说，先是组织里还需要人，然后才是两笔账：成本和验收。
人解决问题已经不如 AI ，但组织还需要人
下面是一个真实的案例。
有一次我需要下载 Google Chrome 的完整安装包。
Chrome 默认下载时，会根据你的操作系统自动给你一个安装器。这个安装器很小，大概十几 MB ，本质上是一个安装包的安装包，后面还要继续联网下载。
我让一个小朋友帮我下一个完整安装包。
他很快下了一个安装器给我。
我说不要这种安装器，要完整的离线包。
结果他折腾了好一会儿，还是没搞定。
我无奈，直接把这件事甩给 AI 。
AI 很快就反问我：你要普通安装器，还是完整离线安装包？
我说完整的。
几分钟后，它就把东西下载好，放到下载目录了。
这种事情很典型。
在很多具体问题上，人已经完全不如 AI 。不是说人没有价值，而是说普通人解决一个陌生问题的路径太慢了。他要搜索，要筛选，要判断网页是不是对的，要分辨下载按钮是不是广告，要理解“在线安装器”和“离线安装包”的区别。
AI 在这类事情上反而很强。
它知道你真正要的是什么，知道该问哪个澄清问题，也知道下一步怎么做。
所以有时候求人确实不如求 AI 。
但这件事也说明了另一个问题： AI 能把安装包下载好，不代表组织里不需要人。
因为下载之后，事情还没有结束。仍然有人要继续下很多指令，确认版本、系统、架构、来源、适用场景。更复杂一点，如果这是公司内部批量部署，还要继续安排安装策略、权限、更新机制、兼容性和安全要求。
AI 解决问题很强。
但问题被解决以后，结果怎么进入真实组织，仍然需要人来承担责任。
第一笔账： AI 不是真的免费员工
很多人对 AI 订阅有一个误解，以为每个月 20 美元、 100 美元、 200 美元，就等于买了一个无限工作的高级程序员。
但真实成本不是这么算的。
上面这张图里有一个很有意思的信息：一些 20 美元、 100 美元、 200 美元的订阅计划，如果按 API 价格折算，实际可能消耗到几百、几千，甚至上万美元级别的算力价值。
这说明什么？
说明今天很多 AI 订阅，本质上仍然带有平台补贴。你看到的是一个月 200 美元，但背后不是一个稳定、无限、可随便压榨的工程师。只要你开始让它长时间跑复杂 coding task ，反复读仓库、改代码、跑测试、修错误、再继续跑，消耗就会非常快。
更麻烦的是，这种补贴不是稳定供给。平台可能随时取消补贴，也可能调低可用模型的智能水平，或者增加排队、限额、上下文、并发和调用频率上的各种限制。今天看起来很便宜的智能，明天可能就变慢、变少、变贵。
一旦你不用订阅价，而是按真实 token 成本来算，或者订阅价格本身涨上去，高强度使用 AI 的成本依然可能高于人的薪资。
以前我们觉得程序员贵，是因为程序员有工资。
现在会慢慢发现， AI 也贵，只是贵的方式不一样。
它不一定马上体现为工资，而是体现为订阅档位、 token 、上下文、推理时间、并发限制、失败重试，以及最重要的：你自己的注意力。
第二笔账：真正贵的是验收
AI 时代最容易被低估的一件事，就是验收。
很多人讨论 AI 编程，只讨论它能不能写出来，很少讨论写出来之后谁来看。
但在真实项目里，“写出来”只是中间状态，不是完成状态。
一个功能改好了，真的能上线吗？一个 bug 修了，真的没有引入新问题吗？一个依赖升级成功了，真的没有破坏老环境吗？一个重构看起来更漂亮了，真的没有改变业务语义吗？一个测试通过了，测试本身覆盖到关键路径了吗？
这些都需要验收。
而验收不是点一下“通过”。
验收需要上下文，需要经验，需要业务判断，需要知道哪些地方不能动，需要知道哪些风险今天可以接受，哪些风险不能接受。
这也是为什么创始人不能简单地说：“那我自己用 AI 不就行了吗？”
当然可以。
如果只是一个小任务，创始人自己打开 AI ，三分钟搞定，确实很爽。
但公司不是只有一个小任务。公司每天有很多琐碎事情：一个页面要改，一个 bug 要查，一个依赖要升，一个客户反馈要处理，一个脚本要补，一个文档要更新，一个线上异常要复盘，一个老项目要重新跑起来。
每一件事你都可以自己用 AI 。
问题是，每一件事你都要自己发起、自己解释、自己等结果、自己看 diff 、自己跑测试、自己判断有没有副作用。
最后你会发现， AI 好像替你写了代码，但你变成了全公司的唯一调度器和唯一验收员。
这件事对创始人来说太贵了。
我自己就经常遇到这种情况：很多很小的任务，我自己可能三分钟就能搞定。但我还是会交给手下的研发去做。
他可能要十分钟。
有时候还要和我扯一下，额外消耗我两分钟。
看起来不如我自己干快。
但整体仍然划算。
因为如果有十个这样的任务，我自己每个都做，就会被切碎。更麻烦的是，我的大脑会在各种小上下文之间来回切换。一个创始人的时间贵，不只是因为时薪高，而是因为他的注意力一旦被切碎，很多更重要的事情就没人想了。
研发做十分钟，我参与两分钟，剩下八分钟他替我消化掉。
这八分钟很关键。
它不是单纯的敲代码时间，而是理解、尝试、失败、修正、自测、整理结果的时间。
AI 也能做这些，但 AI 做完以后，仍然需要有人看。
这就是为什么能验收好的人非常难得。
小公司真正需要的不是“比 AI 会写代码的人”
所以，小公司今天招程序员，逻辑已经变了。
以前招程序员，是因为公司需要有人写代码。
现在招程序员，越来越多是因为公司需要有人把 AI 的能力变成可交付结果。
这两者不一样。
一个只会埋头写代码的人，价值会下降。因为写代码这件事本身， AI 正在快速接管。
但一个能把需求拆成 goal ，能让 AI 跑起来，能看懂 AI 的结果，能跑测试，能定位问题，能做第一轮验收，能把不确定的事情整理清楚，再把真正需要决策的问题交回给创始人的人，价值会变高。
这种人不是传统意义上的“码农”。
他更像是 AI 时代的工程负责人，只是他可能还很年轻， title 也未必很高。
他需要做几件事：
这才是小公司招程序员的真实原因。
不是因为 AI 不行。
而是因为创始人不能成为公司里唯一会使用 AI 、唯一会验收 AI 、唯一会对所有结果负责的人。
如果所有任务都必须创始人亲自发给 AI ，再亲自验收，那么公司没有真正获得杠杆，只是把“写代码的瓶颈”换成了“创始人验收的瓶颈”。
验收能力会成为新的分水岭
未来程序员会继续分化。
一类程序员，还是把自己定位成写代码的人。他会和 AI 比谁写得快，谁记得 API 多，谁能更快修一个 bug 。
这条路会越来越难。
因为 AI 在这些事情上进步太快。
另一类程序员，会把自己定位成验收者、调度者和上下文管理者。
他不一定每一行代码都亲手写，但他知道怎么让 AI 写；他不一定比 AI 更会搜索，但他知道什么结果可以用；他不一定比 AI 更快，但他知道哪里不能快。
这种人会越来越值钱。
因为 AI 越强，越需要有人判断它强出来的结果到底能不能落地。
很多人以为 AI 时代，人类最重要的能力是提问。
我觉得还不够。
更重要的是验收。
提问决定 AI 往哪里跑，验收决定 AI 跑出来的东西能不能进入现实世界。
没有验收， AI 的产出只是产出，不是交付。
最后
所以回到最开始的问题：为什么现在很多小公司还是要招程序员？
答案不是“因为 AI 还不够强”。
答案恰恰是：因为 AI 已经足够强，强到公司需要一批人专门负责把它变成生产力。
成本是一部分原因。
长时间、高强度、并行使用 AI ，不是没有代价。订阅费只是表层，真正的成本还包括算力额度、失败重试、上下文管理，以及人的注意力。
但更核心的原因是验收。
AI 可以解决越来越多问题，甚至在很多具体问题上已经超过普通人。但 AI 的结果仍然需要进入真实项目、真实业务、真实客户、真实组织。这中间需要有人判断、过滤、修正、合并、承担责任。
小公司未来最缺的人，可能不是“比 AI 更会解决问题的人”。
这种人本来就很少，而且会越来越少。
小公司真正缺的是“能让 AI 解决问题，并且能验收 AI 结果的人”。
创始人当然可以自己用 AI 。
但创始人不应该永远自己用 AI 。
一个公司如果想真正利用 AI ，就不能只有创始人一个 AI 接口。它需要把这种能力扩散到团队里，让更多人能定义任务、调度 AI 、验收结果、沉淀资产。
程序员不会因为 AI 消失。
但程序员的职责会变。
以前最重要的是：我能不能把代码写出来。
接下来更重要的是：我能不能让 AI 把代码写出来，并且判断它写出来的东西到底能不能用。
这就是小公司还要招程序员的原因。
