昨天，我做了一个测试。

我给 AI 一个任务：

❝

“帮我开发一个简单的任务管理系统。”

需求很普通：

• 用户登录
• 创建任务
• 修改状态
• 一个简单管理页面

如果放在过去。

这不是一个复杂项目。

但也不是一句话就能完成的事情。

通常需要：

产品设计。

技术方案。

前后端开发。

测试修改。

上线部署。

哪怕是一个经验丰富的程序员，也需要投入几个小时甚至更久。

但这一次，我没有打开代码编辑器。

我把任务交给了 OpenAI Codex。

然后发生了一件让我意外的事情。

AI 开始像一个开发者一样思考

它没有直接丢给我一段代码。

而是先分析：

这个项目需要哪些模块？

代码结构应该怎么设计？

哪些地方需要测试？

哪些功能存在潜在问题？

然后开始逐步完成任务。

创建文件。

修改代码。

完善功能。

检查错误。

这个过程让我第一次产生一个强烈感觉：

AI 正在从“回答问题”，变成“完成工作”。

过去的 AI，会告诉你答案。

现在的 AI，开始帮你完成目标。

这是最大的区别。

以前：

你问：

❝

“如何实现用户登录？”

AI：

❝

给你一段示例代码。

现在：

你说：

❝

“帮我做一个有用户登录功能的网站。”

AI：

开始尝试规划整个项目。

这意味着：

AI 不只是工具。

它开始成为一种新的生产力。

这就是 Codex 带来的变化

很多人认为 Codex 只是：

“一个更强的代码生成器。”

其实不是。

它更像一个 AI 软件工程助手。

它可以参与：

• 阅读代码库
• 理解项目结构
• 修改多个文件
• 编写功能
• 修复 Bug
• 创建测试

以前：

程序员告诉计算机：

“一步一步怎么做。”

未来：

人可能告诉 AI：

“我要实现什么。”

然后 AI 负责大量执行。

所以，程序员真的要失业了吗？

这个问题一定会出现。

但答案不是简单的“会”或者“不会”。

真正改变的，可能不是：

“程序员有没有工作。”

而是：

“什么样的程序员更有价值。”

未来，低价值工作会越来越容易被 AI 完成。

例如：

• 重复写接口
• 简单页面开发
• 基础代码修改
• 常规 Bug 修复

这些事情，本来就大量消耗开发时间。

AI 的优势正是在这里。

但是，高价值能力不会消失。

甚至会更重要。

比如：

1. 定义问题

AI 可以写代码。

但它不知道：

什么值得做。

真正优秀的人，知道：

用户需要什么。

产品应该怎么发展。

2. 系统设计

写一个功能容易。

设计一个长期稳定的软件系统困难。

架构。

安全。

性能。

扩展性。

这些仍然需要人的判断。

3. 使用 AI 的能力

未来可能出现一个新的分水岭：

会使用 AI 的程序员。

和不会使用 AI 的程序员。

效率差距会越来越大。

但最大的变化，可能不只属于程序员

很多人忽略了一点：

Codex 改变的不只是开发行业。

它正在降低“创造软件”的门槛。

过去：

你有一个想法。

但你没有技术团队。

所以只能放弃。

未来：

你可能只需要：

一个想法。

一些学习能力。

再加上 AI。

就可以快速验证：

一个工具。

一个网站。

一个小产品。

一个创业方向。

软件开发，可能正在从专业技能变成普通能力

就像：

以前拍电影需要专业设备。

现在手机也能拍出作品。

以前设计海报需要专业软件。

现在 AI 可以辅助完成。

未来：

开发软件可能也会经历类似变化。

不是每个人都会成为程序员。

但越来越多人会拥有“开发能力”。

真正的问题不是：

“AI 会不会替代程序员？”

而是：

“未来，会使用 AI 的人，会不会替代不会使用 AI 的人？”

Codex 的出现，不只是让代码写得更快。

它改变的是：

人与技术之间的关系。

过去：

技术限制想法。

未来：

AI 可能帮助更多想法实现。

下一篇，我会做一个真实测试：

《我让 Codex 从 0 开发一个网站，结果让我重新认识 AI 程序员》

我会记录：

• 给 AI 什么指令
• 它如何拆解任务
• 生成什么代码
• 哪些地方失败
• 最终能不能上线

看看距离真正的“AI 程序员”，我们到底还有多远。