乐于分享
好东西不私藏

程序员会被 AI 取代吗?——从 Harness 的角度重新回答

程序员会被 AI 取代吗?——从 Harness 的角度重新回答

新系列《 AI 时代的认知与学习》第 2 篇 · 这个被问烂的问题,值得一个不烂的答案

"程序员会被 AI 取代吗?"

这个问题被问了三年,被写烂了。但我发现绝大多数答案都在情绪层面打转——要么"AI 太强了快跑",要么"AI 只是工具别怕"。

我想从 Harness 工程的角度,给一个我自认为更扎实的答案。


一、先看一个事实: AI 编程工具到底能干什么

过去一年,我深度用过 Claude Code 、 Cursor 、 Copilot 。真实情况是:

AI 已经能做的
- 写 CRUD 接口、写测试用例、做代码格式化——重复性代码,效率碾压人类
- 读一个陌生项目的代码库,快速解释架构
- 写 SQL 、正则表达式、 shell 脚本这类"查资料就能写"的代码
- 修 bug (你告诉它报错信息,它定位问题的速度超过多数初级工程师)

AI 还做不好的
- 理解模糊的商业需求("把用户体验做好"这种需求,它只能干瞪眼)
- 跨系统的架构决策(牵一发动全身的权衡,它没有全局视野)
- 判断"这事该不该做"(产品方向、优先级、风险——它没有立场)
- 在烂代码里找隐藏了几周的诡异 bug (它需要你帮它缩小范围)

这个清单会变——AI 的能力在涨。但注意看第二列,它缺的不是"写代码能力",是判断力:什么该做、怎么权衡、往哪走。


二、核心观点: AI 取代的不是程序员,是"写代码"这个动作

这是我想讲清楚的最重要的一件事。

回看历史: Excel 出现的时候,有人说"会计要被取代了"。结果呢?会计行业没有消失,但只会打算盘的会计消失了,会用 Excel 建模分析的会计活得更好了。

AI 编程也一样。它取代的不是"程序员"这个职业,而是"手写代码"这个动作

过去,程序员的价值 = 会写代码。现在,代码 AI 会写了,程序员的价值的锚点必须迁移——迁到 AI 做不到的地方:

1.定义问题:把模糊的需求变成明确的规格
2.做决策:在多个方案之间权衡(性能 vs 可维护性、快 vs 稳)
3.负责任:代码出事了,总得有人扛

这三个能力,恰好就是 Harness 工程师在做的事。


三、从 Harness 的角度看:谁会被留下

我拆完《 Learn Claude Code 》 20 章后,最大的感悟是:Agent 不是来抢你饭碗的, Agent 是来告诉你饭碗应该长什么样的

一个 AI 编程 Agent 的工作方式是这样的:

用户需求 → 模型推理(要做什么)→ Harness 执行(怎么做)

模型负责"想", Harness 负责"做"。而 Harness 是谁搭的?是人——是那些懂模型边界、懂工具设计、懂权限安全、懂上下文管理的工程师。

会被 AI 取代的人

只会照着需求单写代码的人——需求单可以直接给 AI ,你中间那层没有附加值
把 AI 当搜索引擎的人——问一句答一句,不会自己拆解任务, AI 带不动你
拒绝学习新工具的人——三年后用 2019 年的工作方式,效率差 10 倍,市场会淘汰你

不会被取代、反而更值钱的人

能把模糊需求变成清晰规格的人——AI 时代的"翻译官",人话 ↔ 机器话
能搭 Harness 的人——给 AI 设计工具、划权限边界、管上下文。这是全新的工种,需求在爆发
能对结果负责的人——AI 写的代码出 bug ,客户骂的是你,不是 OpenAI

一句话:AI 淘汰的是"代码工人",留下的是"系统设计者"


四、一个真实的类比:从"打字员"到"写作者"

想象一下 1990 年代:电脑排版出现了,打字员这个职业消失了。

但文字工作消失了吗?没有。写作者、编辑、内容策划这些职业不仅没消失,反而因为门槛降低而爆发——以前要 10 个人才能完成的出版流程,现在 1 个人 + 工具就能做。

程序员这个职业正在经历同样的转型:

过去 现在/未来
代码是产品 代码是过程,产品是结果
会写 = 有价值 会用 AI 写 = 有价值
一个人写一个模块 一个人 + AI 做一个产品
团队 = 5 个程序员 团队 = 1 个产品经理 + 1 个 Harness 工程师 + AI

注意最后一行:团队在变小,但"设计者"的角色在变重


五、给程序员的三个行动建议

如果你现在是一个程序员,或者正在转行做程序员,这三件事越早做越好:

1. 立刻把 AI 编程工具用起来,用成肌肉记忆
不是"偶尔试试",是"所有代码都从 AI 出发,你来审"。一个月后你会发现自己对代码的理解比手写一年还深——因为你终于有精力去看架构、看设计,而不是困在语法里。

2. 从"写代码"往"设计系统"迁移
开始关注:这个项目的工具链怎么搭? AI 的权限边界怎么划?上下文怎么管理?这些是 Harness 工程,是 AI 时代程序员的增量价值。

3. 培养"判断力"这个 AI 给不了的能力
多问自己:这个需求真的该做吗?这个方案有什么风险?代码质量的标准是什么?判断力来自真实项目的积累, AI 给不了你,但 AI 能让你更快地积累


六、把问题反过来问

其实"程序员会被 AI 取代吗"是个伪问题。真正的问题应该是:

"不会用 AI 的程序员,会不会被会用 AI 的程序员取代?"

答案很明确:会,而且正在发生。

就像当年不会用搜索引擎的从业者被淘汰一样。工具从来不是来消灭职业的,工具是来重新分配价值的。你的任务不是对抗工具,是站到价值重新分配后的高地上去。

AI 不会取代你,但一个会用 AI 的人会


思考题
1. 你现在的日常工作里,有多少是 AI 已经能做好的"写代码"动作?
2. 如果把"写代码"从你的价值里拿走,你还能提供什么?
3. 你的行业里,谁正在因为不会用 AI 而被淘汰?


下一篇预告: Agent 开发者: AI 时代的新职业方向——一个正在爆发、但大多数人还不知道的岗位。