最近两年，关于程序员的讨论越来越极端。

有人说：

AI 会替代 90% 的程序员。

有人说：

未来根本不需要开发工程师。

还有人说：

程序员即将成为下一个被 AI 颠覆的职业。

但如果你认真观察身边那些发展越来越好的开发者，会发现一个有趣的现象：

他们几乎不焦虑。

相反，他们比过去更忙、更抢手、更有价值。

为什么？

因为 AI 正在淘汰的是「代码生产力」，而不是「创造价值的能力」。

过去十几年，程序员的核心竞争力是：

写代码。

未来十年，程序员的核心竞争力会变成：

定义问题、设计系统、驾驭 AI、理解业务、影响他人。

换句话说：

AI 时代最危险的人，不是技术差的人。

而是只会写代码的人。

今天分享一个我总结的框架：

Vibe Coding 时代，程序员最值钱的 5 个能力。

看看你已经具备几个。

能力一：定义问题

AI 会写代码，但不知道该写什么

Claude Code、Codex、Cursor Agent 已经能够生成大量代码。

很多简单功能：

登录

注册

支付

CRUD

AI 几分钟就能完成。

但有一个问题：

AI 不知道为什么要做。

举个例子：

普通需求：

“做一个优惠券功能。”

高级问题：

“为什么用户复购率下降了 20%？优惠券真的是解决方案吗？”

这两句话看起来差不多。

本质完全不同。

前者是在解决方案层。

后者是在问题定义层。

真正值钱的人，永远是定义问题的人。

因为：

错误的问题，再好的解决方案都没有价值。

如何提升？

不要急着开始写代码。

先问三个问题：

这个需求为什么出现？

用户真正想解决什么问题？

如果不写代码，还有别的方案吗？

很多时候：

老板要的是增长。

用户要的是效率。

产品要的是转化。

代码只是实现方式之一。

AI 时代的新分工

以前：

产品定义问题

程序员解决问题

未来：

程序员也必须参与问题定义。

因为 AI 已经越来越擅长解决问题。

而定义问题的人永远稀缺。

能力二：架构思维

AI 很聪明，但不懂 Trade-off

很多人发现：

Claude Code 写的代码很漂亮。

Cursor 写的代码也很规范。

但经常有个问题：

过度设计。

明明一个文件能解决。

它给你拆成十几个模块。

明明一个服务够用。

它给你设计微服务架构。

为什么？

因为 AI 追求的是：

技术正确。

而架构师追求的是：

商业正确。

什么是真正的架构能力？

架构从来不是画图。

而是在约束条件下做选择。

例如：

团队只有 3 个人。

日活只有 5000。

预算只有 10 万。

上线时间只有 2 周。

这时候：

最好的方案不一定是技术最先进的方案。

而是成本最低、风险最小、收益最大的方案。

这就是 Trade-off。

为什么 AI 很难替代？

因为：

架构本质是决策。

决策需要：

经验

成本意识

业务理解

组织认知

这些恰恰是 AI 最薄弱的部分。

能力三：驾驭 AI（Harness AI）

程序员正在分成两类

第一类：

使用 AI 写代码的人。

第二类：

让 AI 帮自己工作的 人。

差别巨大。

前者获得 20% 效率提升。

后者获得 10 倍效率提升。

什么是 Harness？

过去：

人使用工具。

现在：

人管理 Agent。

未来：

人管理 Agent 集群。

程序员的角色正在变化：

Coder → Engineer → Harness Engineer

从写代码的人。

变成驾驭 AI 的人。

一个真实工作流

普通开发：

写代码

调试

测试

部署

上线

AI 工作流：

Agent 写代码

Agent 写测试

Agent 修复 Bug

Agent 部署

人负责 Review

人负责决策

人负责验收

未来最值钱的能力：

不是 Coding。

而是 Harness。

能力四：业务理解能力

技术越来越便宜

行业知识越来越贵

未来最危险的人：

只懂技术。

最安全的人：

懂技术 + 懂行业。

例如：

懂医疗 + AI

懂金融 + AI

懂制造业 + AI

懂供应链 + AI

懂教育 + AI

价值会瞬间提升数倍。

为什么？

因为行业知识无法复制。

代码 AI 可以学。

行业经验 AI 很难拥有。

很多业务逻辑甚至没有文档。

只能靠长期积累。

例如：

医院如何流转病历。

银行如何审批贷款。

政府如何走审批流程。

这些都是隐性知识。

未来的稀缺人才

不是 AI 工程师。

而是：

懂行业的 AI 工程师。

能力五：影响力与表达能力

不被看见的能力不值钱

很多程序员有一个误区：

只要技术好就行。

实际上：

别人不知道你技术好。

等于不存在。

AI 时代最大的变化之一：

技术能力越来越透明。

影响力越来越重要。

为什么？

因为：

机会越来越来自网络。

来自社区。

来自内容。

来自开源。

而不是来自简历。

如何建立影响力？

持续输出。

持续分享。

持续沉淀。

例如：

写公众号

写博客

维护开源项目

分享技术实践

记录 AI 使用经验

记录 Agent 项目复盘

长期来看

影响力会带来：

更多机会

更多合作

更多资源

更高议价权

甚至直接带来收入。

这也是为什么很多顶级工程师同时也是优秀创作者。

AI 时代的程序员能力模型

如果把未来程序员的能力排序。

我认为是：

第一层：AI 使用能力

第二层：工程能力

第三层：架构能力

第四层：业务能力

第五层：影响力能力

越往上越难替代。

越往上价值越高。

最后

很多人担心：

AI 会不会抢走程序员的工作？

我认为问题问错了。

真正的问题应该是：

如果 AI 能帮你完成 80% 的编码工作。

你会把节省出来的时间用来做什么？

有人继续写 CRUD。

有人开始学习架构。

有人开始研究 Agent。

有人开始深入行业。

有人开始建立自己的影响力。

三年后。

这些人的差距可能不是 20%。

而是 20 倍。

AI 从来不是程序员的敌人。

不会使用 AI 的程序员，才是。

未来最值钱的程序员，不是代码写得最快的人。

而是最懂得利用 AI 杠杆创造价值的人。

从 Coder 到 Harness Engineer。

这可能就是未来十年程序员最大的职业升级路线。