很荣幸受@微博AI 邀请，参与了一档线上微博AI DeepTalk直播！
过去十年，程序员们历经移动互联网、云计算等数次浪潮，如今正站在 AI浪潮的风口浪尖。
在流量红利见顶、行业进入存量竞争的背景下，AI 带来的效率革命在提升产能的同时，也让35 岁焦虑和岗位被替代等话题再度甚嚣尘上。
在这个特别的节点，微博AI汇聚了多位行业博主和程序员，进行了一场直面焦虑、探讨AI编程的深度对谈：
AI 时代，程序员的“变”与“不变”到底是什么？
哪些核心能力仍是不可替代的基石？
哪些新兴机遇正在眼前展开？
直播当天热度登顶微博直播热度榜第一，观看量高达 20万！感谢所有参与和关注的朋友。
📌 主持人： @西里森森 (微博知名AI博主)
📌 连麦嘉宾阵容：
@人工智障Utral，AI解决方案从业者
@马力AI和商业思维，AI领域头部博主（非常喜欢老师的内容，商业思维值得学习）
@AIGC新知，AI博主，AI编程实践者（就我小卡拉米）
@Transformer-周，前Cisco架构师
当天直播热度在微博热搜榜第一，观看量20万。
接下来让我们加菜，快速上车。
技能演进：从工具到思维方式
AI对于程序员来说，不只是代码的加速器，它正在改变程序员的工作方式。
我们从如下几个角度探讨了这场从AI工具到AI思维的演进方式：
AI的普及程度：体感调查
那么，AI 工具究竟在日常工作中普及到了什么程度？
大家用体感评分给出了答案，当然也不太准确，仅仅是程序员、博主群体。
从大家的体感来说，我先来做个小调查，如果1代表不用，10代表每项任务都离不开AI，AI工具在大家所在的组的普及度是多少？ 还是在1-10分这个范围内，大家觉得自己用 AI 的熟练度能打几分？
@马力AI和商业思维
老师认为普及度在10分，现在所有的工作都在用AI来做，工作习惯是把几乎所有好用的AI工具铺开，对同一主题会用多个工具跑一遍 。
@AIGC新知
认为普及程度在7-8分，大部分内容（信息源整理）使用AI辅助总结和撰写，但最终的文章大纲、内容审核和校稿仍由自己完成，以确保准确性和信息无误，会用AI处理重复性工作 。
@人工智障Utral
认为有50%吧，AI没有绝对的靠谱。由于所在行业（行业解决方案）技术知识较深，AI工具普遍覆盖不了。会先自己写文档，再让AI进行 review，并让AI总结输出内容的优点和缺点以优化后续产出 。
@Transformer-周
已经离不开AI了，在日常工作中使用频繁，现在已经不太能彻底完全离开生成式AI去做事情，包括写代码和代码校验 。
AI辅助场景：你用AI做什么？
既然 AI 已应用，大家会更经常地用 AI 来辅助写文档或整理知识库吗？对于 AI 辅助场景的深度挖掘，揭示了当下人机协作的最佳边界
相比coding，大家会更经常地用用 AI 来辅助写文档、整理知识库吗？平时工作中最适合AI的任务是什么？ 大家会给AI委派什么难度或者需要多少步骤的任务？
@马力AI和商业思维
会让AI去分解任务、搜索检索、配图/封面图设计。将AI作为智能体中心的调度者，串联和组合各项工具完成任务。不会让AI做一部分完整的工作，而是将其打散来用。
@AIGC新知
的话，会用它来整理知识库（使用深度搜索和研究能力）、优化内容、解决重复性任务 。推荐使用秘塔搜索来搜索全网AI信源，并整理到私有知识库。
@人工智障Utral
因为自己是一个科普博主，所以主要在智能问答（Review文档/视频）、文生图（绘制复杂的流程示意图，如卷积神经网络）等方面用的多。经常让AI在不搜索网络知识的情况下，沟通具体的技术点或名词解释，使表达更准确可信 。
@Transformer-周
认为什么时候都应该用AI，没用好是人的责任 。（确实，学会用AI的技巧非常重要，已经成为未来必备地核心能力了）
AI代码质量：你敢直接用吗？
随着 AI 编程工具不断涌现，AI 生成的代码质量成为焦点，开发者敢直接将 AI 生成的代码用于生产环境吗 ？
AI 编程工具越来越多，以Claude Code为例，AI生成的代码质量目前处于什么水平？会不会觉得给AI改bug不如自己动手写？
@马力AI和商业思维
老师认为，AI编程已经成为不可阻挡的趋势 。短期内熟练程序员可能觉得不如自己写，但长期看 AI 生成代码已成为趋势。
好处是极大地赋能了不具备很强代码能力的人。未来30%到50%的工作量可用AI解决，未来重点在于如何做好需求描述（就是理解工程文档）和代码维护 。
@AIGC新知
在我看来，前端已完全能做，后端仍需时间 。腾讯技术研发报告显示内部 90%以上代码由AI辅助完成，AI对业务逻辑理解不透，后端仍是难点，需要产品经理等角色对接业务。AI代码能力无限趋近于L3级别。
@Transformer-周
认为这种趋势无法阻挡，未来代码补全/编辑模式会消失，趋向于 Asking 和 Agent 模式。
Agent 级别适用于快速处理产品原型，供架构师和PM使用。企业更倾向于IDE 中的代码补全/编辑（代码主权），因为面临企业范式的合规问题。未来团队规模会缩小，三两个人加一个Agent就能满足需求。
@人工智障Utral
coding整体水平上已做得不错。但是会面临数据安全和工程师思维转变的挑战 。工程师需花更多精力抽象业务，以更好地与AI工具沟通，需增加对底层硬件优化的能力 。
AI Coding中有哪些不可替代的基石能力
AI Coding在某种程度上改变了大家学习和使用编程语言的方式吗？有没有哪个技能点是哪怕AI千变万化，但是始终不可替代的？
@马力AI和商业思维
对于我们来说，产品能力（理解用户、定义市场需求、排优先级、原型推进）和将需求讲清楚的能力（写PRD）不可替代，与人打交道AI永远学不会 。
产品能力是核心竞争力，不只限于产品经理 。新的时代需要与机器沟通和领导的能力，将需求清晰地讲给AI大模型 。
@人工智障Utra
对于抽象需求的能力和语文能力（逻辑、阅读和用文字表达的能力）将会变得非常珍贵。弥合MRD和PRD之间的鸿沟需要能抽象业务需求的人 。
你对AI编程工具的选择：掌控与信任
AI Coding工具也分很多种，比如Github Copilot这样的AI代码补全插件，像cursor这样的AI原生IDE，大家在工具选择上有什么偏好吗？是喜欢更有掌控力的工具？还是交给AI，你放心？
@AIGC新知
在我看来，初级程序员/产品经理更加倾向于自然语言描述的AI编程IDE（如Cursor、字节的Tree） ，而高级程序员/开发工程师更喜欢终端CLI 。
CLI的优势在于没有切换成本、方便调用终端资源，将工作交给AI时，会有不靠谱的情况，如增加额外需求、修改本地资源，敏感操作需人工把控 。
@Transformer-周
则认为CLI和IDE逻辑上没有太大区别，取决于Agent的组件形式。CLI 更自由，可与自动化脚本集成，具备一定的CD作用，能进行长尾工作（不Care 你的感受，自己就干了）。IDE 更偏向于编程实现 。
会使用进阶的AI技巧吗？
大家平时会用一些进阶的AI技巧，比如agent来解决看起来适合一些高度重复性的、用AI一劳永逸的任务吗？
@马力AI和商业思维
主要会用来定制化设计风格，比如让Midjourney学习苹果的设计风格文档，专门生成苹果风格的PPT或图片。
以及网页截图，先用AI生成网页再截图，解决国外模型对中文、信息图表支持不好的问题 。
这种做法类似于copy了现有产品，并抢先于一些新功能（如Claude的Skills） 。
@AIGC新知
会用一些视觉设计Agent，比如lovart设计封面、海报、头图和排版 。以及搭建工作流，用n8n等工具串联网站接口，定时跑任务，解决重复性工作 。
对审美要求不高的理科生，可以用专业设计师Agent来设计。如果是关注海外信息源，N8N非常管用。
@Transformer-周
因为本职是芯片这块，工作时使用较多，会避免在个人文章中带有“AI味” 。专注于底层硬件和核函数编写 。
@人工智障Utral
一是在文生图方面，用于科普，绘制复杂的技术流程图（如卷积操作） 。
二是会议托管，崽好用，使用AI听会议、总结内容 。
AI生图能表达出大致意思，但细节不细。会议托管是实用且好玩的功能。
角色转变
AI大规模进入职场后，大家觉得自己的角色有发生变化吗？
很多人用了AI之后，感觉自己每天都在怼AI，在教AI做事，经常是它忘了上半句，还得提醒他。
AI大规模进入职场后，大家觉得自己的角色有发生变化吗？比如以前是“亲手解决问题的人”，现在更像是“教AI解决问题的人”？
@马力AI和商业思维
认为AI冲击非常大。AI提升了生产力，但使用场景在合并和下降（例如ChatGPT占据了用户大量时长）。未来所有人的角色会重新转变，IT市场整体就业人数大幅减少，白领就业受到冲击。以前是亲手解决问题，现在是不得不转变到与AI协作 。
@AIGC新知
角色从“根据需求做”转变为“向AI提需求” 。我们现在是任务的分发者，将需求细化后与AI协作，AI是助手，处理后由人来审核发出，将大量时间精力解放出来 。
@Transformer-周
现阶段企业对传统AI/IT从业者都在重新定位，未来最有价值的核心岗位是：
Inference/Optimize Engineer：负责推理架构优化，通过异构推理集群等节省费用 。
Agent Developer：融合架构师、产品经理和Coder的能力，负责设计、产品形态和交付，熟悉Agent框架 。
企业Tuning人员：收集企业数据，完成Agent的Fine-tuning，通常由传统数据工程师转型 。
@人工智障Utral
缺乏跨领域人才：既要高度认同AI代码工具和模型能力，又要对本身行业有较深业务逻辑理解 。
AI产品经理正在向国企央企等细分场景做顾问。如果不主动改变工作方式和价值观，固执相信自己代码写得最好的人可能会被淘汰最快 。
（补充一下观点：不要盲目自信技术牛逼就可以改变天命）
用AI辅助完成任务，对自己的思维方式有什么改变吗？
AI工具普及后，大家团队的协作方式有没有改变呢？比如需求沟通更顺畅了，或者和测试的协作效率更高了？
@马力AI和商业思维
现在是Human-in-the-Loop，凡是能把所有工作交给AI的，要么是人不会用，要么是工作价值不大。
（补充：人对AI的学习路径还是很漫长，真正会用AI的人很少）
@人工智障Utral
会让AI帮我Review自己写的内容，并总结优缺点，有助于后续输出的优化。
职业焦虑： AI取代部分岗位的同时，也在创造哪些新岗位？
AI确实帮大家节省了不少时间，这就不的不谈到一个很现实的话题了，当AI越来越能干，人力的优化似乎也在所难免。
那我们就来聊聊今天的第三个议题：职业焦虑，AI取代部分岗位的同时，也在创造哪些新岗位？
新型岗位会消失吗
随着 AI 整个的发展，出现了一些新的工种，比如提示词工程师，AI产品经理，AI产品运营等，目前很火的新职业，大家都很关注，但这些岗位会长期存在吗，还是只是 AI 时代的一种过渡工种？
我们知道随着AI整个产业链目前很火的新职业有提示词工程师，智能体工程师、AI数据打标师等等，但热度之外，这些岗位会长期存在吗？还是只是AI时代的一种过渡工种，比方说2年后随着大模型的能力提升，就完全消失了？
@马力AI和商业思维
大多数新型岗位会消失或转变为基础技能，
AI数据标注：未来几年标注量会减少，已被AI自我训练取代 。
提示词工程师（PE）：很快会变成具体岗位的技能，而不是一个专门职位 。
AI创造的新岗位可能出现在离钱近、有成熟商业模式的领域（如网文小说的视频化） 。
@Transformer-周
大多数新型职位没什么用，如提示词工程师是“伪命题”，随着模型发展，最终目的是纯自然交流，PE本身就不自然，写一堆废话反而会让模型回答更差。
Context Engineer（上下文工程师）有价值，即具有Context-Specific能力（特定上下文能力），能把数据库底子好的同事接入进来 。长期看，大部分行业，尤其是脑力劳动都会被取代。
AI的红利到底在哪里
AI 承载了所有人对未来的美好想象，很多人共同关心的问题在于，AI 带来的红利到底在哪里，又被谁拿走了。
AI之所以有现在的热度，离不开它承载了大家对未来的美好想象——毕竟，不管是调研报告还是卖课的，从上到下AI都被视为最有希望的造富机会，那么问题在于，AI带来的红利到底被谁拿走了？
@AIGC新知
在我看来，AI的红利被他们拿走了，GPU厂商（如英伟达）；云服务厂商（如阿里云、火山引擎），通过部署和调用模型获利 ；利用AI技术做资源整合的人：有供应链和产品的人（如跨境电商、电商、内容营销），用AI获客 ；相较于普通人来说，有一技之长的人，比别人更懂得AI帮人做什么，并利用此技能赚钱。
@Transformer-周
长期看（50-100年），人类社会将分级明确：
10%-15%的人：管理整个后续的模型和人类进化方向（天龙人）。
90%的人：靠每月发放Token生存，生活高度同质化（普通人）。
当下，普通人应该怎么学会AI？
AI浪潮的冲击，对于每一个人来说，应该怎么把握？
最后一个问题，最值得普通职场人提前布局的AI技能是什么？
@马力AI和商业思维
对于普通人来说，一是应该掌握商业实体相关技能，把自己的工作视为一个生意，掌握从AI办公、获客到商业实体（一人公司）的运营技能 。二是成为受益者，AI市场高度寡头化，但个体或小微团队（一人公司）在利润率上可能更高，中间规模的公司可能会消失 。
@AIGC新知
推荐尝试做有价值的自媒体：将自己擅长的一面（如做PPT）销售出去、放大，通过内容和影响力获得收益，这种轻量、快速、便捷的方式将会在AI的风口里面起飞。
@人工智障Utral
认为需要保住现有工作：赶紧去了解人工智能，避免在未来五年内失业 。需要提升人性的技能：推拿、运动健康、心理咨询师等 。 三是高级打工人，学习AI Science和跨领域能力 。
@Transformer-周
建议多做与人打交道的工作：如销售岗（技术平权时，销售更有价值） 有一些短期内无法被取代的：发型设计/理发、推拿/按摩师、心理咨询师等等。