文章出处：
作者：葛云飞拐爷 老拐瘦
链接：https://www.zhihu.com/question/1934833597019300970/answer/2001287285140914729
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。
AI 是在放大人的能力，但这个放大是”分层”的
先说结论：
AI 对”写代码”的放大是 10 倍以上，但对”做对事”的放大是 0。
这不是抖机灵，是我上周的真实体验。
半天上线一个站：agentskill.work
上周有个想法：做个网站，把 GitHub 上 Agent/Claude Skill 相关的仓库抓出来，做成可浏览、可搜索的目录站。
从想法到上线，半天。
极端的点不在”代码是 AI 写的”（Next.js + FastAPI 现在谁不会）。
极端的点在于：从抓取、限流、定时任务，到 Nginx、证书、Docker Compose 一键拉起，再到 Umami 埋点统计——全链路都是 AI 做的。
但别误会，这不是”AI 全自动”。
这事真正的点在于：关键节点的判断与把控，是我做的。
AI 让"写出来变"得廉价，但让”做对”变得更贵
现在写一个能跑的站，太容易了。
你一句话，AI 就能吐出页面、接口、CRUD、样式、组件。
问题是：能跑不等于能上线，能上线不等于能长期跑。
真正的坑从来不在”有没有代码”，而在”上线后的现实”。
所以我这半天里最重要的工作，不是敲代码，而是盯住几个关键节点：
1.你抓的东西会不会把自己抓死？（限流）
2.你依赖的外部 API 会不会把你限死？（缓存）
3.你部署链路会不会把你坑死？（技术选型）
4.你有没有数据闭环，知道自己到底有没有用户？（监控）
这些，AI 不会替你负责。
具体例子：AI 选型 vs 老登选型
更有意思的是技术选型。
AI 一上来想用 Caddy 做反向代理。
我直接否掉：用 Nginx。
不是我守旧，而是我知道"上线之后你会遇到什么"：
1.边界行为、反代细节、日志可控性
2.你要定位问题时，生态、资料、经验密度
3.你未来要加复杂规则时，Nginx 的确定性更高
AI 选型往往追求"写起来短、配置看起来优雅"。
老登选型追求"出了事能扛、扛得住、扛得明白"。
软件正在变成"对话的副产品"
另一个体感是：软件工程的很多实践正在失去意义。
传统软件工程的核心假设是：软件是昂贵的，所以要复用。
于是我们有了需求分析、架构设计、代码规范、测试体系、文档体系……
这一切的前提是：代码写一次，要用很久。
但如果代码变得廉价呢？
如果"写一个工具"的成本，低于"找到并学习一个现成工具"的成本呢？
那很多软件工程的实践，就失去了存在的理由。
你不需要"复用"，因为现场生成更快。
你不需要"文档"，因为代码就是对话的产物，上下文就在对话里。
真正值钱的是什么？
回到问题：AI 到底是在取代人，还是在放大人的能力？
我的回答是：两者都有，但分层不同。
1.执行层：AI 正在取代。写代码、改 bug、配环境、写文档……这些”按指令干活”的能力，AI 已经做得很好了。
2.判断层：AI 正在放大。但前提是你得有判断力。如果你本身没有判断力，AI 只会帮你更快地走向错误的方向。
所以真正值钱的，不是”能写代码”，而是”能判断对不对”。
1.知道该写什么
2.知道哪里会出问题
3.知道什么时候该停下来换个方向
这些判断，还是人的事。
结论：老登程序员的含金量在上升
AI 时代，程序员确实每天都在担心一件事：我会不会被替代、会不会失业。
这种焦虑不是空穴来风。最近半年你看得很清楚：从 Cursor 到 Claude Code，再到 Codex，能力一波比一波猛，交付速度一波比一波离谱。
但我这半年更强烈的感觉是：程序员不一定会消失，但程序员确实可能会断层。
因为"写代码"这件事正在变得越来越廉价——新人更容易上手、更容易交付"能跑的东西"；
同时也更容易在没踩过坑、没见过线上事故、没经历过工程复杂度的情况下，把系统推进到不可控的方向。
于是一个反直觉的趋势出现了：
经验丰富的"老登"们含金量在上升。
他们值钱，是因为他们知道哪里必须加护栏：限流、定时任务、技术选型、运维工具、证书方案、监控与数据闭环……
这些关键节点你一旦选错，系统会用”线上事故”教你做人。
所以，AI 会让程序员更焦虑，但也会让真正能把控系统的人更稀缺、更贵。
