夜雨聆风大家好，这里是心宿二星球。
今天想聊一个最近在程序员圈子里热度很高的话题——
当AI编程工具深度渗透到日常工作后，那些在行业里摸爬滚打了几十年的老码农们，到底经历了什么？
故事要从一位资深程序员的自白说起。
01 一颗"小药丸"，让老程序员集体回春
六月初，一位在行业里干了二十多年的程序员在社交平台上发了一段话，引爆了整个技术圈的讨论——
"有了 Claude Code、Codex 等各种 Coding Agent 加持后，侥幸活下来没有被优化掉的中老年程序员就像吃了小药丸，觉得自己又行了，每天大段大段的代码喷薄而出。"
这段简单的自白，在不到一个月的时间里引发了数百条评论和大量转发。评论区几乎成了老程序员的"大型坦白局"——大家在这里倾诉着AI时代的工作状态、焦虑与困惑。
如果说2023年是AI编程工具的"元年"，2024年是"普及年"，那么2025到2026年，我们正在经历的是AI编程的"深度渗透年"。Cursor、Claude Code、GitHub Copilot、Codex——这些工具已经从"玩具"变成了程序员日常工作中不可或缺的一部分。
有一位资深开发者在评论里写道："感觉又行了。"在被追问详情时，他坦然补充了四个字——"全靠大模型。"
AI工具给了大龄程序员一种"逆生长"的幻觉。但这种感觉，能持续多久？
02 效率翻5倍！"小药丸"的魔力有多强？
要理解这种"又行了"的感觉，首先要看清楚AI编程工具到底带来了什么。
一位资深工程师这样描述他的日常：
"工作效率虽然提高了5倍以上，但真实的情况是先跟AI一块spec三个小时，把架构设计好、任务拆好，然后它一个小时不到就干完。"
过去需要一整天的代码量，现在可能只需要喝杯咖啡的功夫。AI就像一个不知疲倦的初级程序员——只要指令清晰，它就能源源不断地输出代码。
对于经验丰富的老程序员来说，他们的优势恰恰在于需求理解和架构设计——而这，正是AI编程最需要人类介入的环节。
更令人兴奋的是边界的拓宽。
"现在的老登有了AI变神登了，以前只能写点web，现在什么都敢写。"
AI极大地拓展了程序员的技能边界。以前你可能只是一个前端工程师，现在你敢于涉足后端、数据库、DevOps甚至机器学习——因为AI可以帮你填补知识的空白。这种"无所不能"的感觉，确实让人上瘾。
03 "失控感"——效率增长背后的隐忧
然而，最高赞的回答，却道出了硬币的另一面：
"并不是。这种感觉只在最初3个月的高强度使用vibe coding。以前对代码了然于心，现在一直处于对项目失控的焦虑中。"
什么是 vibe coding？这个由 Andrej Karpathy 在2025年提出的概念，意指完全依赖AI来生成代码、开发者只负责"提供氛围"的编程方式。
这条评论精准地捕捉到了AI编程的核心矛盾：短期效率的提升，可能以长期掌控力的丧失为代价。
那位有二十年经验的老程序员进一步说道：
"我二十年来第一次感觉项目要失控了。以前就算项目再烂、客户再火大，我也游刃有余的。"
"代码量太大了，全部review是不可能的。你认真看的话，到处都是槽点——重复逻辑、冗余逻辑，bug就不提了。"
另一位同行表达了同样的感受：
"我现在就是这样。因为不是自己写的，脑子里没有细节，现在对项目越来越没有掌控感。"
一个深刻的悖论浮出水面：AI让写代码变得更快，却让理解代码变得更难。
当代码量呈指数级增长，而人类的阅读速度没有变化时，代码审查就成了一个不可能完成的任务。
04 Bug困境：当AI改了三轮还是修不好
关于AI编程最核心的争议，也许不在于它能不能写代码，而在于——它能不能"修"代码。
有人一针见血地指出：
"vibe coding最大的隐患在于切断了程序员的成长通道。不踩坑、不排雷、不救火，一路走捷径，但是永远没入门。"
还有人半开玩笑地说："当你测试代码出现bug，让AI改3次都没修好的时候就……嘿嘿。"
这个"嘿嘿"包含了太多的无奈。经验丰富的开发者总结出了一个规律：
"没法。改两次我就知道这个bug没救了，AI改不了，然后就得琢磨怎么让AI换个写法。"
当AI在一个方向上钻了牛角尖，程序员需要的不是让AI继续修——而是换一个思路，重新生成。这其实对程序员的判断力提出了更高的要求。
一位技术专家说得更加直白：
"AI只适合从0到1，做个简单事情。复杂业务逻辑搞不定，搞不定的时候就会瞎输出。久而久之人适应了它的节奏、全依赖它，就会被它牵着鼻子瞎指挥。"
AI的"自信"和"能力"之间，存在着巨大的鸿沟。它总能给出一个答案，但这个答案是否正确，需要人来判断。如果人已经习惯了全盘接受AI的输出，质量问题就会像滚雪球一样越滚越大。
05 心力和健康：被忽略的代价
代码之外，另一个不容忽视的话题浮出水面。
有人在评论区发出了灵魂四连问：
"血管行吗？血压行吗？血糖行吗？尿酸行吗？"
四个问号，问的不是代码质量，而是程序员的身体。虽然有人调侃回应"灰常行，白头发都灰常少，发量更是惊人，蓬松飘逸"——但健康问题，确实成了这个群体无法回避的隐痛。
更值得关注的是心力消耗。
那位效率翻5倍的工程师补充了一个细节：
"大脑的思考密度反而指数级增加，变得更累了。然而这种开发速度所带来的快感，又让人完全停不下来。"
另一位同行总结得更加直接：
"所以以前一行代码可以耗一天，现在被AI抽鞭子往前赶着走了。"
还有人的感受最为形象：
"累几天就停下来了，好累啊。只想喝酒放松一下大脑。就像过去在海边港口抗大包一样的感觉。"
一个残酷的事实：AI并没有让程序员更轻松，只是让工作节奏更快了。
曾经的知识工作者，在AI时代变成了"脑力搬运工"——这个比喻既精准，又令人心酸。
06 裁员阴影：一个人干五个人的活
效率提升的背面，是一道每个程序员都在心里盘算的算术题。
有人一语道破：
"然后也不需要那么多人了，猛猛裁员。"
AI让一个程序员能干过去五个人的活。那么，剩下的四个人去哪？
这个问题没有简单的答案。有人开始筹划Plan B——出国、转行、创业，各种讨论在评论区出现。也有人从更积极的角度看待：
"同感觉，以前感觉干一年是一年，现在感觉能再干十年。要么退休，要么拿大喇叭，坚决不辞职。"
AI给了一部分人危机感，也给了另一部分人底气。
关键在于——你是否能将AI变成自己的杠杆，而不是被它替代。
07 成长困境：走捷径，还是打基础？
关于AI对程序员职业生涯长期影响的讨论，可能是整个话题中最有深度的部分。
观点分成了泾渭分明的三派：
乐观派："如果你很热爱技术，其实不影响。"AI只是工具，该学的基础还是要学。
担忧派："对于大部分人来说，不会进步或者进步会比以前慢很多。"AI让很多人失去了"踩坑"的机会——而踩坑，恰恰是程序员成长最重要的路径。"然后很多人发现古法编程忘了。"
经验派："那是初级向高级成长的困惑，对于老鸟来说，不存在这种问题。"对于已经有扎实基础的老程序员，AI是锦上添花；对于新人，AI可能是拔苗助长。
一位技术架构师提供了一个更宏观的视角：
"杠杆越强，能力越强，漏洞越多。人类的心神精力有限，所以心力交瘁。"
技术选型、架构设计、领域知识——这些恰恰是AI目前最不擅长的事情。而它们，也正是程序员不可替代性的最后堡垒。
08 "又行了"的三个层次真相
回到原点。那位老程序员说中老年程序员"觉得自己又行了"——这句话的精妙之处，在于"觉得"两个字。
是的，AI让老程序员们感觉更强大了：产出量大幅提升，技术边界被极大地拓宽，面对年轻同事的焦虑感似乎也得到了缓解。
但我们可以从大量真实反馈中，提炼出三个层次的真相：
第一层：生产力的"行"是真实的。
AI确实让一个程序员的产出翻了几倍，这在短期内的商业价值是实打实的。对于企业和项目来说，这就是"行"。
第二层：掌控力的"行"值得警惕。
当代码不再是你一行一行写出来的，你对系统的理解深度必然会下降。如果在关键时刻——线上故障、安全漏洞、性能瓶颈——你发现自己无法深入定位问题，那这个"行"就是泡沫。
第三层：职业生涯的"行"取决于适应能力。
AI不是程序员的替代者，而是程序员的放大器——它放大的是你已有的能力和经验。对于经验丰富的人来说，这是一个巨大的利好；对于基础薄弱的人来说，这可能是一个需要警惕的信号。
09 写在最后
"中老年程序员觉得自己又行了"——这其实不是一句炫耀，而是一句带着自嘲的自我审视。
这代程序员可能是人类历史上最后一代"纯手工"写代码的人。他们经历过从汇编到高级语言、从瀑布到敏捷、从单体到微服务、从自建机房到云原生的完整技术演进。现在，他们又在经历可能是最大的一次变革——从手写代码到AI辅助编程。
AI确实让他们"又行了"。
但"行"的方向和边界，取决于每个人如何使用这个工具。
是在AI的加持下深入理解系统、提升架构能力、拓展技术视野？
还是在AI的便利中逐渐丧失对代码的掌控、沦为提示词工程师？
选择权，依然在每一个程序员自己手里。
而这，可能是AI时代程序员最珍贵的自由。
— END —
关注我 · 发现更多技术人的故事
