AI & coding的思考
个人感受
从chatgpt到deepseek，再到目前在使用的cursor、claude等vibe coding工具的普及使用，程序员在这个过程中工作流程发生了一个巨大的变化。自己也有一些感受，开始的问答以及脚本代码的生成在一定程度上为大家提供了一种提效的方式，直到claude等的出现，上下文的突破并且通过IDE能够自动化操作整个工程，同时可以借助各种mcp和agent，可以完全参与到整个开发过程中来了。这种新的开发方式还需要去适应去学习，不能完全排斥，也不能有过高的期望。
部分文章及提问
大厂CIO独家分享：AI如何重塑开发者未来十年
文章章节总结
焦虑与价值
- 程序员的焦虑并不是来自 AI 本身，而是能否适应时代。
- 善于用 AI 的人和组织，将来会击败不善于用 AI 的。
- 价值决定价格，人的价值来自符合时代的能力。
技术贡献的衡量
- 代码行数并不代表高产出，AI 生码采纳率也不等于真实提效。
- 程序员 80% 的时间在沟通，只有 10–20% 在写代码。
- 核心代码往往极少，但价值巨大，影响企业数十亿业务。
- 效能度量应基于人月，而非代码量。
全栈与半全栈
- 部门墙导致沟通成本高。
- 全栈工程师理想丰满，但现实难以推开。
- AI 降低了跨领域学习门槛，催生新角色：AI 产品设计前端工程师。
- 雁杨提出“两节化”岗位：产品设计前端、架构与后端，通过 API 作为桥梁。
提效逻辑
- 阿里云 CIO 团队推行：先产研提效，再业务提效。
- 产研自闭环先打样，解决内部效率问题，再跨部门协作。
- AI 提效能减少技术债，保证上线即满足业务需求。
知识与燃料
- AI 是引擎，知识是燃料。
- 知识分为结构化（IT 主导）与非结构化（业务主导）。
- 技术人要做“数据炼煤”：把粗煤数据提纯为精煤，才能被 AI 引擎有效利用。
招人标准
- 程序员要“左移”，更多理解业务与产品。
- 基本功永远不过时。
- CIO 招人最看重：好奇心与韧性。
- 阿里云推动 AI 通识教育（大模型认证），减少跨部门摩擦。
总结
- AI 是一面镜子，帮助发现并解决问题。
- 焦虑会因行动和热情消退。
- 技术变革不可逆，开发者应主动理解并融入趋势，成为变革的一部分。
思维导图提炼
mindmap
root((AI如何重塑开发者未来十年))
焦虑与价值
程序员焦虑源于适应时代
善用AI的人和组织将胜出
价值决定价格
技术贡献的衡量
代码行数 ≠ 高产出
AI采纳率不等于真实提效
沟通占80%，写代码仅10–20%
核心代码价值巨大
效能度量基于人月
全栈与半全栈
部门墙导致沟通成本
全栈理想丰满现实难推
AI降低跨领域门槛
新角色：AI产品设计前端工程师
两节化岗位
产品设计前端
架构与后端
API作为桥梁
提效逻辑
先产研提效，再业务提效
内部自闭环打样
AI减少技术债
上线即满足业务需求
知识与燃料
AI是引擎，知识是燃料
知识分为结构化与非结构化
数据炼煤：粗煤→精煤→AI利用
招人标准
程序员左移理解业务
基本功不过时
好奇心与韧性
推动AI通识教育
总结
AI是一面镜子
焦虑因行动消退
技术变革不可逆
主动融入趋势
graph LR
A[价值提出] --> B[如何衡量价值]
B --> C[沟通效率问题]
C --> D[AI降低门槛，角色变化]
D --> E[提效的内部过程]
E --> F[未来发展与角色变化]
F --> G[总结：主动融入趋势]
V2EX提问
https://www.v2ex.com/t/1172258
https://v2ex.com/t/1175667#reply72
下一步
- 学会用AI提效，AI可以生成大量的代码，如何去阅读和理解，让程序员这个背锅人(在目前阶段人还需要为项目的稳定性负责，不是AI)能够继续维护下去
- 软件工程和基础知识理解、个人能力这三个点我认为需要深入去突破，AI根据你的描述生成的东西能否接受、可维护性，以及基于现实业务的约束整体方案的把控对程序员的要求是越来越高的
- 团队角色的转换,团队成员采用了大量AI生成的代码，代码质量和团队风格的契合这里做为上一层的审核者提出了更高的要求，如何在过程中利用一些约束来保证工程的质量和可维护性