当软件工程师不再写代码

我在我的职业工作中，我不再自己写代码了。——Chris Wellons, 2026年3月

2026 年 3 月 29 日，nullprogram.com 上出现了一篇异乎寻常的文章。

Chris Wellons 不是追风口的人。他的博客维护了十几年，内容是 C 语言底层技巧、Arena 分配器、Win32 API hack。他是那种周末用纯 C 实现一个 pkg-config 克隆的人。他的世界是指针、系统调用和最小依赖。

然后他写了这句话。

发生了什么

2 月，Chris 离开了服务近二十年的雇主，跳槽到一家积极使用 AI 的公司。原因之一——不是唯一的原因，但绝非巧合——是前东家在 AI 采用上”落后了好几年”。

入职第二周，他就开始对大型 C++ 代码库做出重大贡献。他说没法给出一个精确的倍数，但确定一件事：没有 AI，这不可能。

他对新工作状态的描述很耐人寻味：“更像是一个管理者，指挥一队快得不像话的、没有名字的助手。不是我自己切菜，而是我变出一个帮手来切，同时继续掌管整个厨房。”

二十年没管过人的管理技能，重新派上了用场。

这暗示了一种深刻的角色转换：不是”程序员开始用工具”，而是”程序员变成了经理”。被管理的不是人，是 AI。但管理所需的核心能力——分配任务、评估产出、设定优先级、把握全局——和管人惊人地相似。

一个具体的锚点

抽象的讨论容易飘，Chris 给了一个足够具体的例子来锚定。

他维护的 w64devkit（Windows 上的极简 C/C++ 开发工具包）一直缺版本控制工具。Git 太重，不好移植。他一直想用 C++ 重写 Quilt——一个早期的补丁管理系统——但原版是 Bash + Perl + GNU Coreutils，工程量让他望而却步。

四天。他用了四天就完成了接近功能完整的克隆，包括内置的 diff 和 patch 实现，编译出来 1.6MB。

另一个 PR 更惊人：AI 花了 12 小时连续自主工作完成的。他睡觉的时候，AI 在干活。

而 w64devkit 最近一个月的 commits 几乎全是 AI 驱动的——包括他想了多年但因为太枯燥而一直没动手的架构改进。

注意这里的转变：以前，一个项目的开发速度受限于工程师的时间精力。现在，它受限于工程师能多快、多准确地描述自己要什么。

瓶颈从”手”移到了”嘴”。从”做”移到了”说”。

手工业的终结

Chris 说了一句话，在我看来是这个时代最精准的比喻：

AI 让编程变得如此廉价，以至于只有富人才会手写代码。

“只有富人”——不是财富意义上的富人，而是时间意义上的。手写代码变成了一种奢侈：你不再需要靠它谋生，但你仍然选择做，因为你享受这个过程。

这和工业革命的逻辑一模一样。工业品出现后，手工制品没有消失——它变成了奢侈品。不是因为它更好用，而是因为它承载了制作者的意图、品味和时间。人们买手工制品，买的不是功能，是态度。

编程正在走同一条路。手写代码将来承载的不是生产价值，而是某种态度：对极致的追求，对系统的热爱，或者仅仅是一种匠人的执念。

这不是贬义。但我们需要认清这个现实，因为它改变了一切关于”软件工程师应该如何培养”的假设。

比 Chris 更早的震动

Chris 的文章引用了另一篇文——Matt Shumer 的《Something Big Is Happening》。Shumer 是 AI 创业者，他写这篇文章不是给技术圈看的，而是给身边不懂技术的家人朋友。

他的核心判断是：2026 年 2 月 5 日是一个分水岭。那天 OpenAI 和 Anthropic 同一天发布了 GPT-5.3 Codex 和 Opus 4.6，他自己的工作状态发生了质变——从”引导 AI 干活”变成了”描述想要什么，然后走开，回来就是成品”。

但 Shumer 提供了一个被很多人忽略的视角：为什么编程最先被 AI 攻克？

答案不是因为 AI 公司盯上了软件工程师。而是因为一个更深层的战略逻辑：让 AI 擅长编程 → AI 能帮自己写代码 → 构建更强的 AI → 写更好的代码 → 构建更强的 AI。这是一个正反馈飞轮。编程是第一张倒下的多米诺骨牌，不是因为它最容易被攻克，而是因为攻克它最值得。

这意味着什么？意味着编程只是前哨战。他们已经在推向其他领域了。

转变的真正重心

把 Chris 和 Shumer 的经历放在一起，我看到的不是”AI 取代程序员”。那个叙事太粗糙了。

我看到的是一个更微妙的变化：写代码正在从软件工程师的核心能力变成一种边缘技能。

这个区别很重要。

“取代”意味着这个职业会消失。但 Chris 的经历证明恰恰相反——他的价值没有降低，甚至可能升高了。二十年的编码经验没有浪费。但这些经验的价值锚点发生了转移：从”我能写出这段代码”变成了”我能判断这段代码对不对、这个架构好不好、这个方案该不该做”。

换句话说，经验的重心从执行力移向了判断力。

这让我想到一个类比：计算器出现后，数学家不再需要快速心算。但数学并没有因此贬值——反而，释放了计算瓶颈后，数学家可以去思考更难的问题。编程可能正在经历同样的转变。

但这引出了一个更深的问题。

如果判断力来源于长年累月的执行——你通过写一万小时代码才积累出对系统的直觉——那么下一代工程师怎么办？他们从一开始就不需要写代码。他们的判断力从哪里来？

这不仅仅是一个培训问题。这是一个认知层面的问题：编程不仅仅是生产代码，它是一种思维方式。如果这种思维不再是必需品，会发生什么？

我们下一篇文章来讨论这个问题。

参考阅读：