夜雨聆风你跟AI根本不在同一层竞争
为什么AI没取代程序员，未来也不会——一篇论文的论证术
过去一年，科技行业裁员不断。
Block裁了4000人，Snap裁了1000人，Intuit裁了3000人。几乎每次裁员，CEO都会提到AI——"AI让我们能用更少的人做更多的事"。
媒体一转，大众一读，自然就得出一个结论：AI正在取代诸如程序员这类的岗位。
这个叙事太顺了，顺到你几乎不会怀疑它。AI写代码的能力确实在飞涨，GitHub的数据说用了AI的开发者代码量涨了8倍。公司一边裁员一边提AI，那裁员不是AI干的还能是谁干的？
最近看到一篇文章，标题很硬："为什么AI没取代程序员，未来也不会"。来自普林斯顿的研究者。
说实话，第一反应是疑惑。这种标题我见过太多了——要么是程序员的自嗨，要么是反AI的立场先行，结论早就写好了，论证只是走个过场。
但往下读了几段，我发现这篇不一样。
它不是在说"AI不行"或者"人类不可替代"，而是在做一件更狠的事：把"AI正在取代程序员"这个说法，从根上拆掉。
不是反驳，是拆掉。先证明"正在发生"这件事根本没在发生，再解释"为什么未来也不会"——不是因为人比AI强，而是因为人跟AI根本不在同一层。
这篇文章的论证不是随便堆观点，而是一套有设计的打法——先拆什么、再立什么、怎么收，每一步都有讲究。
我觉得这套打法本身，比它的结论更值得说清楚。因为一旦你理解了这套逻辑，不只是程序员——你把自己工作中任何一个角色放进去，都能判断：AI会不会取代我，以及真正该担心的是什么。
先拆前提
这篇文章最狠的地方，不是急着说"AI取代不了程序员"，而是先做了一件事：
证明"AI正在取代程序员"这件事，根本没在发生。
怎么证明？不是讲道理，是扒案例。
Block裁了4000人。 创始人Jack Dorsey说AI"正在催生新的工作方式"。听起来很对。但扒开一看——疫情期间Block员工增长了3倍多，裁员是财务瘦身，AI只是个好听的说法。内部的数据科学家说了大实话：把AI强塞给所有人，生产力提升"非常有限"。
Snap裁了1000人。 CEO Evan Spiegel说AI生成了65%的新代码。这个数字很唬人。但裁员中包括AR部门的150人——如果真是AI替代程序员，应该裁编程岗位才对，为什么裁的是AR？真相是激进投资人在逼Snap砍成本。Snap自2017年上市以来每年净亏损，2026年股价跌了30%以上，AI只是给裁员找了个体面的理由。
Intuit裁了3000人。 媒体直接渲染成"AI驱动重组"。但CEO自己出来说了："完全与AI无关。" 裁的是重协调岗位和过多管理层级。
三起"AI裁员"，扒开没有一个成立的。
然后作者补了一组数据，把门彻底关死：
59%的美国招聘经理承认，在解释冻结招聘或裁员时会强调AI——因为比提财务压力更容易让利益相关者接受。换句话说，AI是个好听的借口。
Forrester的首席分析师说得更直接：号称AI驱动裁员的公司，十有八九连成熟的AI应用都没有。
HBR调查了1000多名全球高管：21%因为"预期"AI会取代工作而大幅裁员，但只有2%因为"实际落地"了AI而裁员。10倍落差——高管自己也被这个叙事带走了，先裁了再说，至于AI到底能不能替代，以后再验证。
最硬的一条数据来自纽约州。
2025年3月，纽约在WARN法案里加了一个复选框：裁员是否因AI？整整一年，160多家公司提交了裁员通知，没有一家勾选。到5月底，只有一家Nespresso勾了。
纽约州大约25,000名被裁员工中，只有46人——0.2%——跟AI有关。
你感受一下这个数字：0.2%。
这就是这篇文章论证的第一步，也是我觉得最值得学的一步：先不说自己想说什么，先把对方的前提拆掉。
你想想，如果作者上来就说"AI取代不了程序员"，你会信吗？大概率不会——因为你已经被"AI正在取代"的叙事带走了，他站在你的对面说话，你天然会抗拒。
所以他必须先把你脚下的地面抽掉。等你自己发现"原来那些案例全是假的"，你才会愿意听他接下来要说什么。
论证的顺序本身就是说服力。
这不是修辞技巧，是策略选择——先拆前提，比正面反驳杀伤力大得多，因为一旦前提塌了，后面的推论全都不用看了。
给出机制——你跟AI不在同一层
前提拆完了，然后呢？
光说"AI没有取代程序员"是不够的。因为对方会问：现在没有，不代表未来没有。AI写代码的能力还在涨，迟早的事吧？
所以作者走了第二步：给出一个机制，解释为什么AI就算能力无限强，也取代不了你。
这个机制叫"三明治模型"。
看到这个模型的时候，我第一反应是：这不就是我们做需求评审时的三层吗？决定做什么、怎么做、做完了谁来验收。只不过文章把它叫成了"决策—执行—交付"。
软件开发就是这三层。上面一层决定做什么，中间一层把决定变成代码，下面一层验证代码、上线、负责维护。
像个三明治，执行是中间的肉，决策和交付是上下的两片面包。
AI压缩的是中间那层——写代码。这层确实在被快速吃掉。GitHub的数据：用了AI的开发者，代码量涨了8倍。
但问题是：代码量涨8倍，发布量只多了30%。
这意味着执行层被压缩了，但产出没有被等比例放大。因为卡在两头。
上面那层为什么压缩不了？
决策层要做的事是：理解用户到底要什么、判断市场信号、在组织优先级里做取舍、识别监管约束。这些事，AI做不了——不是因为AI不够聪明，而是因为这些判断的锚点不在代码里，在人和组织里。
而且有一个很关键的逻辑：当某个决策可以交给AI的时候，它就不再是竞争优势了。
人的决策价值会往上走——从"决定这个功能怎么做"变成"决定要不要做这个功能"，从"选技术方案"变成"判断这个方向对不对"。软件复杂度没有天花板，所以这层不会变薄——只会越往上越值钱。
下面那层为什么压缩不了？
交付层要做的事是：验证、负责、维护。AI太不可靠了——有个数据很说明问题：只有44%的AI生成代码最终能存活并被提交，不审查就上线的代码引入漏洞的比率是人类的9倍。
但更根本的原因不是技术问题。
即使AI有一天变得完全可靠，交付层也压缩不了。
因为交付的核心不是"能不能做对"，是"谁负责"。代码上线出了问题，用户不会去找AI，找的是人。法律、规范、政策，都在选择让人继续负责。这不是技术瓶颈，是社会选择。
AI压缩的是执行层，但你的工作从来不只是执行。
你跟AI根本不在同一层——你负责决策和交付，AI只管执行。就算AI把执行层压到零，人也还是走不掉，因为两头的东西AI拿不走。
这也是为什么作者区分了两个概念：vibe coding和agentic engineering。
vibe coding是放手让AI跑，不管不审——这确实会出问题，vibe coding提交的代码引入漏洞的比率是人工的9倍。
agentic engineering是人始终在控制、审查、负责——这才是AI时代真正的工作方式。
两者的区别不是"用不用AI"，是"人还在不在三明治的两头"。
这不是新现象
到这里，论证已经很完整了：前提是假的，机制是清楚的。但作者没有停在这里。
他拉出了一条时间线。
美国劳工统计局在二十多年前就把"程序员"和"软件工程师"分成了两个职业类别。纯程序员——只管执行、把需求翻译成代码——这个岗位一直在萎缩，薪资也低。软件工程师——管更大范围，包括决策和交付——这个岗位一直在增长。
三明治中间那层被压缩，不是AI时代的产物，这个趋势二十年前就在了。AI只是加速器，不是起因。
Fred Brooks在1986年就写过一篇著名的文章《没有银弹》，核心观点是：软件工程的本质困难——复杂度、一致性、可变性和不可见性——不在执行层，而是根植在问题本身。
四十年前就有人看清楚了——写代码从来不是最难的部分。
这步论证的意义在于：它把"AI会不会取代程序员"从一个关于未来的猜测，变成了一个有历史规律支撑的判断。
不是"我觉得不会"，是"四十年的数据说不会"。
反转——不但不会少，反而可能更多
然后作者走了一步更大的棋。
他不满足于"不会被取代"，而是往前推了一步：
AI让编程变便宜了，结果反而可能需要更多程序员。
这个逻辑来自经济学里的杰文斯悖论。
1865年，英国经济学家威廉·杰文斯发现一个反直觉的现象：蒸汽机效率提高之后，煤的消耗量没有减少，反而增加了。因为煤变便宜了，更多人用得起，需求暴增，总消耗反而更大。
软件也是一样。软件是高价格弹性商品——变便宜了，需求反而暴增。
1950年美国的程序员接近零，现在数百万，软件产量增长百万倍。每一次编程效率的飞跃——从汇编到高级语言，从FORTRAN（第一个让人不用写0和1就能编程的语言）到Python——都没有减少程序员，反而创造了更多需求。
而且"民主化编程"这件事，历史上每次都被预言过，每次都没实现。
FORTRAN、COBOL、SQL诞生的时候，都有人说"以后不用专业程序员了"——都没实现。因为门槛从来不在语法，在判断力和责任感。
又回到三明治的两头了。
这四步走下来，论证的结构就很清楚了。但光知道四步的顺序还不够，更重要的是理解每一步为什么这样走而不那样走：
第一步，证伪而不是反驳。
反驳是在对方的地盘上打架——你说"AI正在取代"，我说"没有没有"，你占着主动权。证伪是把对方的地盘拆掉——我不说"没有"，我说"你这个'正在'根本不成立"。地盘没了，仗都不用打。
第二步，给机制而不是给结论。
"AI不会取代程序员"只是一个结论，别人可以不信。但"为什么不会"——因为人跟AI不在同一层——这个机制一旦你理解了，你自己就能推出结论。机制比结论更抗质疑。
第三步，拉历史而不是停在当下。
"我的观察"可以被质疑为个例，"四十年的趋势"不好反驳。这步把论证从"我觉得"升级为"数据说"。
第四步，反转而不是防守。
"不会被取代"是守势，别人还会追问"那以后呢"。"反而可能更需要你"是攻势，把悲观叙事翻成乐观预期，读者带着希望离开，比带着释然离开更有力。
每一步的选择都有内在逻辑，不是随便排的。
回到你身上
这不只是程序员的事。
想想你自己平时的工作。不管你是做产品、做运营、做设计、做财务——你把你的工作摊开来看，一定有这三层：决定做什么、把决定变成产出、验证产出并对结果负责。
AI正在吃掉中间那层。你的部分工作确实在被压缩。
但那两片面包——决定做什么，和对结果负责——AI拿不走。
不是今天拿不走，是逻辑上就拿不走。因为决策的锚点在人和社会，责任归属的锚点也在人和社会。
所以真正该问的问题不是"AI会不会取代我"，而是：
我工作中哪部分是三明治的中间层，哪部分是两头？
如果你的工作重心全压在中间——执行、翻译、把别人的决定变成产出——那确实该紧张。不是AI要取代你，是这个位置本身就在被压缩，二十年前就开始了。
但如果你把重心往两头挪——往决策层挪，理解用户、判断方向、做取舍；往交付层挪，验证质量、对结果负责、做最后一道关——那AI越强，你越值钱。因为AI把中间层压薄了，两头的相对权重反而更大了。
从你工作中最让你费劲的那件事开始看。费劲的地方，往往就是三明治的两头。
或者换个更直接的判断方式：
看你工作中哪件事，如果AI做了但搞砸了，别人会来找你而不是找AI——那就是三明治的两头。
谁背锅，谁就不可替代。
