AI 让程序员如虎添翼,也让我们丢了不少写代码的快乐

Posted on in Journal

Abstract AI 让程序员如虎添翼,也让我们丢了不少写代码的快乐
Authors Walter Fan
Category learning note
Version v1.0
Updated 2026-11-15
License CC-BY-NC-ND 4.0

大纲

展开看看
  • 一个越来越常见的场景:代码是 AI 写的,快乐却没跟着来
  • 从"全栈"到"全链":这次扩的不是技术栈,是产业链
  • FDE:硅谷已经把"全链工程师"干成了正式岗位
  • 谁还能只写代码:少数做算法和 Infra 的人,以及他们之外的真相
  • 新的及格线:会写 Agent、会调算法、还得懂钱是怎么赚的
  • 苦乐相抵:少了哪种快乐,多了哪种快乐
  • 总结:全链不是加班,是把价值往前后两头多扛一截

上个月我把一个模块的核心逻辑整个丢给 AI,三分钟吐出来一版能跑的代码,比我自己从头写快了至少一个白天。可我盯着那段代码,心里却没有多少"写完了"的畅快——没有熬到后半夜终于跑通那种如释重负,没有把一段逻辑打磨得又快又干净那种得意。代码是对的,成就感却没跟着来。

这半年我们组开会,议题也在悄悄变:以前争的是"这个接口该怎么设计",现在争的是"客户到底要什么、这功能上线之后他们愿不愿意多付这笔钱"。写代码的时间在缩短,跟产品、跟客户、跟运维掰扯的时间在变长。

这不是我一个人的错觉。AI 把"写代码"这一件事做得又快又好,顺手也把很多程序员靠它吃饭的那份纯粹的快乐拿走了。 可惜光感慨没用,这篇想把话说透:往后能站住脚的程序员,比的不再是"全栈",而是"全链"——这是两个不同维度的扩张,搞混了,白努力。


从"全栈"到"全链":这次扩的不是技术栈,是产业链

先把两个词分清楚,免得以为换汤不换药。

全栈,扩的是技术栈的横轴:前端会一点,后端会一点,数据库、部署也能顶上,一个人把"写代码"这件事从头做到尾。它扩张的边界,始终在"技术实现"这四个字里面。

全链,扩的是产业链的纵轴:从需求调研、产品设计、架构编码,一路贯穿到测试、上线、运维,再到售前的方案讲解、售后的客户支持。它把你从"实现别人想好的东西",往前后两头各推了一大截——往前推到"这事到底值不值得做",往后推到"做完之后客户用得怎么样"。

维度 全栈 全链
扩张方向 技术栈横向打通(前端/后端/部署) 产业链纵向打通(需求/设计/编码/测试/运维/售前/售后)
解决的问题 "这活儿我一个人能不能干完" "这活儿到底该不该干、干完有没有人买单"
你和客户的距离 隔着产品经理、测试、售前 很多时候直接坐在客户对面
AI 替代的部分 技术栈里某一层的重复劳动 几乎替代不了,这是人和人打交道、判断取舍的活儿
典型风险 什么都会一点,什么都不精 什么都要担一点责任,没有退路可躲

为什么会有这个转向?道理不复杂:AI 把"纯编码"这个环节的产出效率提了好几倍,一个环节的效率一旦被机器拉到极高,公司就不再需要专人盯着这一个环节,而是需要有人把前后相邻的环节一起管起来。 这就像工厂里某道工序突然换上了一台自动化机床,效率提了十倍,工厂不会因此多雇十个人去伺候这台机床,而是让原来那几个老师傅,往前后两道工序多走几步——既管上料,也管质检。

AI 没有缩小程序员的活儿,它把"纯编码"这一段压扁了,逼着你往产业链的两头长。 长不出去的那部分人,位置会越来越窄。


FDE:硅谷已经把"全链工程师"干成了正式岗位

这事不是我凭空瞎猜,硅谷已经把"全链工程师"落成了一个有名有姓的职位——Forward Deployed Engineer,缩写 FDE,直译是"前线部署工程师"。

这个岗位是 Palantir 发明的,起初是为了给情报机构和企业客户部署数据分析平台。按行业研究机构 IDC 的说法,FDE 的方法论是"反向工作法"(work backward from a defined business outcome):先盯死一个明确的业务结果,再倒推要搭什么系统、写什么代码,而不是先把产品功能想全,再指望客户来适配。Palantir 早期高管 Bob McGrew 有个比方我很喜欢:FDE 的活儿是先在荒地上压出一条能走车的砂石路,产品团队再把这条路铺成能跑十倍车流的高速公路。 砂石路糙一点没关系,先能通车;至于通用化、规模化,那是后面的事。

FDE 一天的活儿长这样:先跟客户坐下来,搞清楚他们真正卡在哪——不是客户嘴上说的那个需求,是他们业务里实际的那个梗阻;然后现场设计、写代码、接入客户自己的系统,把方案跑通;上线之后盯着客户真实用起来的效果,再把这些一手经验带回产品团队,变成下一个客户也能复用的能力。OpenAI、Anthropic 这些 AI 公司这两年也都在招同样角色的人——这事已经从 Palantir 一家公司的"怪异打法",变成了整个行业对 AI 项目落地的标准动作。

FDE 和传统程序员最大的区别,不在于写不写代码——FDE 照样写,而且常常比产品团队写得还野。区别在于:传统程序员为"产品"的通用性负责,FDE 为"这一个客户"的结果负责,从第一次见面聊到真正上线,中间没有人替他兜底。

这正是"全链"落到地上该有的样子:不是让你把产品、测试、运维的活儿都干一遍凑个全勤,而是让你对"这件事最终有没有解决真问题"这根线,从头牵到尾。


谁还能只写代码

有人会说:那是不是以后都不许专精写代码了?倒也不是。

真正能继续躲在纯技术里、只跟算法和基础设施较劲的,是那批直接做 AI 算法与 Infra 的工程师——训模型、调架构、搞分布式训练、啃推理加速这些。这是一条足够深的护城河,AI 本身替代不了造 AI 的人,这批人反而因为 AI 的爆发水涨船高。

但这是少数人的赛道。除了这批人之外,剩下的大多数工程师——做业务后端的、做前端的、做运维的——都得往"全链"上靠。 不是因为谁喜欢多揽活,而是因为你原来守着的那一段"纯编码",正在被 AI 快速摊薄边际价值:一个人借着 AI 能顶过去三五个人的产出,公司自然没理由再按人头养着一群只会写代码、不懂上下游的人。

这段时间我自己在用 Codex 写代码,越写心里越发虚——倒不是代码写得不好,是它写得又快又顺,快到我开始怀疑自己原来那点编码手艺还值几个钱。更让我吃惊的是测试和排查问题这一段:只要把工具和知识库给它准备齐全,它查日志、分析异常、定位到具体哪一行代码出的故障,整个过程一气呵成,快得让人叹为观止。换句话说,被 AI 吃掉的不只是写代码这一段,连带"测试""排查"这些过去被认为更吃经验的环节,也在被它啃下去。这更印证了前面那句话:躲在某一个技术环节里,日子只会越过越窄。


新的及格线:会写 Agent、会调算法,还得懂钱是怎么赚的

全链工程师具体要补哪些课?我觉得至少是这三件事。

  1. 会写 Agent,不是从零造模型。 你不需要会训练大模型,但要会把现成的模型能力编排成能干活的工具——接什么 API、怎么拆任务、哪一步该让 AI 做、哪一步必须人来把关。这是"用好" AI 和"造" AI 之间的分野,绝大多数岗位只需要前者。
  2. 会调算法,而不是从头推公式。 选对模型、评估效果、知道什么场景该上检索增强、什么场景该上微调——这是工程判断力,不是数学研究。调得准的人,顶得上一个小团队。
  3. 懂钱是怎么赚的。 你写的这段代码,最终换算成客户愿意付的哪一笔钱?是帮他少雇了几个人,还是帮他多留住了几个付费用户?不把这层想明白,设计出来的方案再精巧,客户也不会买单——FDE 那句"反向工作法"说的就是这个:先想业务结果,技术方案是倒推出来的,不是先有技术方案再找业务去凑。

设计、编码、运维,归根结底都是手段,不是目的。它们服务的是同一件事:让商业持续健康地转下去,让客户觉得值,顺便让自己挣到那份对得起本事的薪水。 这话说得直白一点:如果你做的事情创造不出客户愿意付钱的价值,那不管老板嘴上说得多漂亮,这个岗位在财务报表上都站不住——这不是谁在 PUA 谁,是资本运转的常识,老板们不是活雷锋,大家都得对得起自己拿的那份工资。


苦乐相抵:少了哪种快乐,多了哪种快乐

说了这么多道理,得回到开头那个真问题:快乐去哪了,还能不能找回来。

少掉的那种快乐,是工匠式的沉浸感。 一段逻辑在脑子里反复推演、调试到后半夜突然跑通的如释重负、跟同事就一个架构方案争得面红耳赤最后拍板的那种畅快——这些都是实打实在变少,因为那段"从无到有敲出来"的过程,正被 AI 越接越近。这个损失是真的,不用假装它不存在。

补上来的,是另一种快乐——看见自己的活儿真的落了地。 从客户那句含混的抱怨里挖出真问题,设计出一个方案,看着它上线之后客户真的少踩了一个坑、真的多赚了一笔钱——这种"从一头到另一头我全扛过来了"的掌控感,是纯写代码时很难体会到的。它更像是看着自己种下的一棵树真的结了果,而不是磨好了一把工具就撂下。

这事我自己有过真实的对照组。好些年前我做过两年 Product Owner,从需求分析、任务拆分、设计推敲,一路跟到功能真正上线,那种成就感跟写代码比起来一点不差。后来还是退回了程序员岗位,不是嫌这份快乐不够,是嫌沟通扯皮占掉的时间太多,心里那笔账算不过来。如今 AI 能把扯皮里相当一部分的信息整理、方案草拟、甚至跟客户的初步对齐都接过去,这笔账算法变了——也许真到了认真践行"人人都是产品经理"这句话的时候了。

两种快乐性质不一样,一个来自"把一件小事做到极致",一个来自"把一件大事从头到尾扛下来"。前者安静,后者嘈杂;前者属于手艺人,后者属于操盘手。谁也别装清高地说另一种不算数——这本来就是同一碗饭的两种吃法,只是现在风向往后者偏了。


总结:全链不是加班,是把价值往前后两头多扛一截

全链工程师听着像是让你多干活,其实不是加法,是换了个记账的方式:以前你的价值算在"写了多少行能跑的代码"上,现在算在"从需求到交付,这条链上你能扛住几段"上。AI 把中间那段"纯编码"的效率拉满之后,这条链两头没被机器啃动的部分——理解客户、判断取舍、担下结果——才是真正值钱的地方。

清醒一点看这件事:写代码的快乐是真的变少了,但它没有消失,是被稀释进了一条更长的链路里;而扛起整条链路的那种掌控感,是实打实长出来的新东西,不是安慰自己的说辞。该学的技能不多,但都得上手——会写 Agent、会调算法、懂钱是怎么来的。少了哪一样,这条链就有一段扛不住。

至于那份失落,留着也没关系。手艺人的乐趣值得怀念,但程序员这碗饭能不能继续吃下去,从来不取决于怀念,取决于你愿不愿意往链路的两头多走几步。

全文思维导图

@startmindmap
<style>
mindmapDiagram {
  node {
    BackgroundColor #F8F9FA
    RoundCorner 10
    Padding 10
    FontSize 13
  }
  :depth(0) {
    BackgroundColor #1E3A5F
    FontColor white
    FontSize 18
    FontStyle bold
  }
  :depth(1) {
    FontSize 15
    FontStyle bold
  }
  :depth(2) {
    FontSize 13
  }
}
</style>

* 从全栈到全链
** 快乐去哪了
*** AI 写代码:对但没有成就感
*** 开会议题从接口变成客户
** 全栈 vs 全链
*** 全栈:技术栈横向打通
*** 全链:产业链纵向打通
*** 纯编码被压扁,逼人往两头长
** FDE 范本
*** Palantir 发明:反向工作法
*** 先砂石路,再高速公路
*** 为结果负责,不是为产品负责
** 谁还能只写代码
*** AI 算法/Infra 工程师是少数护城河
*** 其余人都得往全链靠
** 新的及格线
*** 会写 Agent:编排而非造模型
*** 会调算法:工程判断力
*** 懂钱怎么赚:反向推导价值
** 苦乐相抵
*** 少了:工匠式沉浸感
*** 多了:扛整条链的掌控感
** 总结
*** 换了记账方式,不是加班
*** 往链路两头多走几步
@endmindmap

AI 让程序员如虎添翼,也让我们丢了不少写代码的快乐 - 思维导图


本作品采用知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议进行许可。 欢迎在我的个人网站 https://www.fanyamin.com 访问原文并评论。

相关文章