Skip to content

搞英语 → 看世界

翻译英文优质信息和名人推特

Menu
  • 首页
  • 作者列表
  • 独立博客
  • 专业媒体
  • 名人推特
  • 邮件列表
  • 关于本站
Menu

程序员在人工智能之后都做什么?

Posted on 2026-03-13

本周日, 我为《纽约时报杂志》采访了克莱夫·汤普森,探讨了我最近经常被问到的一个问题:在人工智能飞速发展的当下,程序员的未来会如何?法学硕士(LLM)项目正在迅速发展,几乎可以成为完整的软件工厂,从根本上改变了软件开发的经济模式和权力格局——而迄今为止,软件开发主要被用来取代大量的科技工作者。

但事情并非像“现在人工智能可以编写代码,老板们就解雇程序员了”这么简单。

首先,虽然确实有很多公司的管理层强迫团队编写低劣代码,并以此为借口进行大规模裁员,但也有很多公司把“人工智能”仅仅当作一个流行词,用来掩盖老板们原本就想进行的裁员计划。更重要的是,越来越多的程序员在使用人工智能工具时,得到的体验与老板们的预期截然不同,最终的结果也与大型人工智能实验室的设想大相径庭。正如我在文章中提到的:

“科技界,尤其是程序员,对LLM(法学硕士)的看法与其他群体不同,原因在于,在创意领域,LLM剥夺了工作中最具人文情怀的部分,把枯燥乏味的苦差事留给了程序员,”Dash说道。“而在编程领域,LLM则免除了这些苦差事,把那些充满人文情怀的部分留给了程序员。”

这一点让我的很多艺术家朋友难以理解:为什么这么多程序员不像大多数作家、摄影师和音乐家那样痛恨LLM窃取他们的作品?答案可以归结为三点:

  • 程序员们长期以来都有公开分享代码的传统,这是开源协作文化的一部分,这种文化可以追溯到半个多世纪以前。
  • 编写和创建代码的工具几乎总是提供一定程度的自动化和工作重用,因此生成代码感觉并不像是对过去做法的彻底颠覆。
  • 软件开发是劳动文化发展最不成熟的领域之一,因为工人几乎没有组织起来的历史,而且许多程序员往往更倾向于站在管理层一边,因为他们从小就被灌输要把自己视为“未来的创始人”,而不是与其他工人团结一致。

这意味着,科技行业对自动化和工人失业的态度与汽车行业等其他行业截然不同。在很多情况下,我发现,作为程序员群体的一员,我目睹了他们对过去劳工运动的了解程度低得惊人,尽管他们的技术知识显然非常高。

程序员们,在他们的头脑和心中

简单来说,程序员大致可以分为两大类。一类人数较多,但较为低调,他们将编程视为一份稳定且高薪的职业,以此养家糊口,并参与到科技行业近几十年来带来的经济向上流动中。另一类人数较少,但更为活跃,他们将编程视为一种爱好,他们被编程吸引,不仅是因为它是一份职业,更是因为它能让他们进行创造性的表达和解决问题。他们当然也充分利用了科技行业巨大的经济潜力——大多数创业公司的创始人就来自这一类——但对他们来说,编程并非只是朝九晚五的工作,下班后就束之高阁。对于我们这些属于这一类的人(没错……我也是其中之一),我们通常从孩提时代就开始编程,并且此后一直坚持在晚上和周末进行编程,即使它现在已不再是我们的工作内容。

由于新的人工智能工具,两类程序员都将面临严峻的挑战,但原因却截然不同。

朝九晚五

那些当初只是为了谋生而从事软件开发,却不将其视为自身身份认同一部分的人,将会被老板无情的裁员打击得体无完肤。这些由LLM(法学硕士)驱动的新型软件工厂能够生成数量级更大的标准化业务代码,而这些代码正是这些熟练程序员赖以生存的日常工作。这种岗位流失并非靠在晚上和周末学习一门新的编程语言或获得新的专业认证就能解决的。科技行业的许多“工人阶级”(这里指的是他们在系统中扮演的功能性角色;显然,这些工作的收入远高于当今的普通工薪阶层)被视为技能贬值的理想目标,低薪的产品经理可以被委派编码任务给人工智能系统,或者被管理层直接下达指令,最终实现自动化。

应对这种变化最难的地方不仅在于其发生的速度,更在于它所反映的文化变革的深度。程序员通常都乐于学习新技能;这是工作中必不可少的一部分,他们的心态几乎从不抗拒改变。但此次转型中的变革,其影响远不止于获取知识或技能,而是触及了人们的自我价值感和身份认同。更糟糕的是,这场变革是由一些商业史上最贪婪、最不负责任的领导者推动的,他们肆无忌惮地践踏一切道德底线。

晚上和周末

对于那些将编程视为自身身份一部分的程序员来说,LLM(生命周期管理)转型将带来一系列截然不同的挑战。他们或许能够挺过即将到来的转型,但转型之后,他们将会发现自己身处一个完全陌生的境地。这些基于LLM的新工具的工作原理是,它们会变成虚拟的软件工厂,为你自动生成几乎所有的代码。编写代码的实际工作被抽象化,开发者只需专注于描述预期的最终结果,并确保所有功能都能正常运行。你更像是交响乐的指挥家,而不是拉小提琴的人。

但有些人花费数十年磨练技艺,将各种计算机处理器、浏览器或游戏机的细微差别都牢记于心,只为编写出格外优雅、性能卓越,或者仅仅是令人愉悦的代码。这其中蕴含着真正的艺术。当你的代码完美运行时,你会感到由衷的自豪,也会庆幸世上仍有事物能够按部就班地运转。这就像一个可以自由输入、公平公正的小盒子。许多程序员喜欢烘焙、编织或木工,原因也一样——这些都是爱好,在这些爱好中,精准地完成正确的事情会带来令人愉悦的成果。

而现在这一切都要结束了。你再也看不到代码了,机器人会一边磕磕绊绊、乱作一团,一边替你写出来。它们写的代码有一半都是垃圾,或者说是胡言乱语。简直就是一堆废话。但写代码的成本太低了,电脑可以把它扔掉,然后一遍又一遍地写,直到它最终能运行为止。这优雅吗?谁在乎呢?它便宜。比付钱让你写代码便宜一万倍,所以我们可以承受一路浪费大量代码的后果。

你的工作变成了描述软件。如果你一直以来只想要最终结果,这或许是一种解脱。有时候,结果才是最重要的——我们只想直奔主题,哪怕代码不够优雅也在所不惜。但如果你是那种精于此道的匠人呢?那些编写出地道代码,让编程语言焕发光彩的人呢?这其中蕴含着真正的悲伤。虽然不像人类语言消亡那样令人痛心,但也并非完全不同。

如果……那么?

我们该怎么办?这事儿是回不去了。反正那些亿万富翁也不会让它回去的。

我个人认为,唯一的出路是让更多有良知的黑客抓住这变革的契机,利用这些工具进行创造。代码创作的经济模式正在改变,而受益者不应仅仅是那些最穷的亿万富翁。最新数据显示,过去几年科技行业已有70万人失业。照此速度发展下去,很快就会突破百万大关。如今,每次新的裁员公告都涉及数千人。

这并不能解决所有失业问题,也不是我们需要的唯一解决方案,但部分答案可能是,那些仍然关心彼此的程序员们能够互相扶持,并建立独立的项目,而不依赖于那些正在大规模裁员(无论是经济上的还是道德上的)的公司。

我整个职业生涯都在与程序员社群合作,为那些用代码进行创作的人们打造工具。我想我永远也不会停止这项工作。这是我见过的这个社群经历的最艰难的时刻,看到这么多人承受着如此巨大的压力和焦虑,我感到无比痛心。我最希望大家记住的是,所有人们热爱的科技成果,并非出自那些投资人或制定人事决策的老板之手——它们是由真正动手创造的人们创造的。这仍然是一种不可思议的超能力,无论实际的创造工具如何变化,它都将始终如此。

原文: https://anildash.com/2026/03/13/coders-after-ai/

本站文章系自动翻译,站长会周期检查,如果有不当内容,请点此留言,非常感谢。
  • Abhinav
  • Abigail Pain
  • Adam Fortuna
  • Alberto Gallego
  • Alex Wlchan
  • Alin Panaitiu
  • Anil Dash
  • Answer.AI
  • Arne Bahlo
  • Ben Carlson
  • Ben Kuhn
  • Bert Hubert
  • Big Technology
  • Bits about Money
  • Brandon Skerritt
  • Brent Simmons
  • Brian Krebs
  • ByteByteGo
  • Chip Huyen
  • Chips and Cheese
  • Christopher Butler
  • Colin Percival
  • Cool Infographics
  • Dan Sinker
  • David Walsh
  • Dmitry Dolzhenko
  • Dustin Curtis
  • eighty twenty
  • Elad Gil
  • Ellie Huxtable
  • Ethan Dalool
  • Ethan Marcotte
  • Exponential View
  • FAIL Blog
  • Founder Weekly
  • Geoffrey Huntley
  • Geoffrey Litt
  • Greg Mankiw
  • HeardThat Blog
  • Henrique Dias
  • Herman Martinus
  • Hypercritical
  • IEEE Spectrum
  • Investment Talk
  • Jaz
  • Jeff Geerling
  • Jonas Hietala
  • Josh Comeau
  • Lenny Rachitsky
  • Li Haoyi
  • Liz Danzico
  • Lou Plummer
  • Luke Wroblewski
  • Maggie Appleton
  • Matt Baer
  • Matt Stoller
  • Matthias Endler
  • Mert Bulan
  • Mind Matters
  • Mostly metrics
  • Naval Ravikant
  • News Letter
  • NextDraft
  • Non_Interactive
  • Not Boring
  • One Useful Thing
  • Phil Eaton
  • PostHog
  • Product Market Fit
  • Readwise
  • ReedyBear
  • Robert Heaton
  • Rohit Patel
  • Ruben Schade
  • Sage Economics
  • Sam Altman
  • Sam Rose
  • selfh.st
  • Shtetl-Optimized
  • Simon schreibt
  • Slashdot
  • Slava Akhmechet
  • Small Good Things
  • Steph Ango
  • Stephen Wolfram
  • Steve Blank
  • Taylor Troesh
  • Telegram Blog
  • The Macro Compass
  • The Pomp Letter
  • thesephist
  • Thinking Deep & Wide
  • Tim Kellogg
  • Understanding AI
  • Wes Kao
  • 英文媒体
  • 英文推特
  • 英文独立博客
©2026 搞英语 → 看世界 | Design: Newspaperly WordPress Theme