站在 2025 年的尾巴上，回望这一年，心里五味杂陈。说实话，这一年真的hen累。转码的累，学业的压，还有家里人生病时那种差点失去至亲的恐慌，所有的一切像大山一样压过来。直到拿到 Offer 的那一刻，紧绷的神经才稍微松了那么一点点。hen幸运，Zuo完项目几天就接到了大厂的面试，虽然过程曲折，但Zui终Neng进入大厂实习，碰到耐心的 Mentor 和 Leader，在氛围良好的组里 Landing 了一个月，这一切dou像是一场不真实的梦。

但在这场名为“生存”的战役之外作为程序员，我内心深处Zui大的焦虑却来自另一个维度——AI。这一年，AI 的浪潮从未停歇，它像一剂致幻剂，让我在无数个深夜里产生了一种“我hen强”的错觉。直到Zui近，当我kan着屏幕上那些由 AI 生成的炫酷动画，kan着那些几秒钟就跑通的代码，我突然惊出一身冷汗：这真的是我的Neng力吗？

一、 “我以为我喜欢写代码，其实我只是喜欢代码跑通的结果”

自从有了 AI 辅助编程，我的工作模式发生了翻天覆地的变化。有问题扔给 AI 解读，有需求让 AI 分解。比如前段时间我想Zuo一个复杂的粒子动画，以前我可Neng需要去翻阅大量的数学文档，去推导公式，而现在？我只需要用自然语言告诉 AI：“给我一个基于流体动力学的粒子效果，参数要怎么调。”

AI 会立刻给出数学公式，然后根据公式生成并组合代码。这个过程我只需要点一点运行，预览下效果符不符合我的要求。kan着那些充满想象力的炫酷动画在屏幕上流淌，那种自以为是的心理就被 AI 无限放大。我甚至觉得自己强得可怕，仿佛无所不Neng。

这种错觉经常让我陷入以为自己“无所不Neng”的怪圈。在提效的同时心态似乎也在慢慢地走偏。虽然偶尔需要我介入修改一些 Bug，但是大多数时候我dou在进行所谓的“Vibe Coding”。这种错觉经常让我陷入以为自己“无所不Neng”，而kan着这些充满想象力的炫酷动画，那种自以为是的心理就会被 AI 无限放大。

但是冷静下来想一想，你真的理解过这些动画吗？真的有去了解他们的实现原理和实现逻辑吗？就算事后kan过不是你写的东西，过后还有印象吗？

直到kan到 OpenAI 和 Anthropic 等模型公司对于程序员未来的思考时我才明白不Neng再沉迷于 AI 编程给自己带来的“成就感”，因为那是 AI 的Neng力而不是你的。你用 AI Ke以Zuo到，那别人用 AI 是不是也NengZuo到，那你的职业竞争力在哪里？

这让我想起了一句扎心的话：“我以为我喜欢写代码，其实我只是喜欢代码跑通的结果。”

二、 AI 是脱缰的野马，你需要Zuo的是“驯兽师”

咱们得承认，现在的 AI 还是一批脱缰的野马。它的保证就像是“事前”的承诺，各种言之凿凿让你相信它，但事后提起裤子，出问题了它可半点不认。

AI 的短板在于目前对于需求的理解还不够，也不擅长深层的架构权衡。它经常为了实现功Neng而把代码写乱，因为它的 Context有限，所以经常会比较片面地去理解项目。Ru果你直接把需求扔给它，它大概率会给你写出一坨无法维护的“屎山”。

是不是觉得hen繁琐？是不是觉得一轮整下来我需求dou写完了？但是这就是使用 AI 的趋势，只有这样才Neng控制和管理好 AI 的代码，不至于让项目失控。作为程序员，你需要Zuo的是转变角色：从“代码的搬运工”变成“AI 的架构师”。

所以未来程序员的职业Neng力肯定会发生变化，比如对于开发者来说短期的价值会体现在如何驯服 AI。如何驯服 AI，其实也hen简单，那就是不要上来就让 AI 执行需求，而是给 AI 规划好需求和规则。

把 AI kan作是一个“高Neng力但缺乏背景的资深新员工”。而你负责架构设计、用户体验和Zui终决策，而 AI 负责写代码、单元测试和需求落地。

1. 核心思想：建立项目级上下文

核心思想就是告诉 AI “这个项目现有的基础设施是什么”。你不Neng让 AI 瞎猜，你得给它一本“说明书”。

比如项目维护一个 CLAUDE.md，提供项目级上下文。这个文件里要写清楚：我们项目用的是什么网络库？UI 组件库是用 Material 还是自研的 AppButton？代码规范是什么？

CLAUDE.md 确保了 AI 不会引入 http 库，也不会手写丑陋的按钮。它理解了项目的现状，知道有什么技Neng可用，然后通过规划和你完成确认，这样写出来的代码和项目才是可持续维护的。

2. 技Neng封装：教 AI 标准化作业

这里的核心是教 AI “在这个团队里如何标准化地生产一个 Feature”。你Ke以创建一个 skills/flutter-clean-feature/ 目录，里面放着你的“独门秘籍”。

举个例子，比如你要用 Flutter Zuo一个 Wallet App，而任务是开发一个 TransactionDetail 模块，需求是展示交易金额、时间、发送方和接收方。

你Ke以这样跟 AI 下达指令：

User: "使用 skill: flutter-clean-feature，我要开发一个 TransactionDetail 模块，输入是 txHash，需要展示交易金额、时间、发送方和接收方。"
User: "需要。另外UI 上金额显示需要调用 `formatters.dart` 里的方法，不要自己写格式化逻辑。"

这时候，Claude会先加载 Skill：

Claude : 读取 `skills/flutter-clean-feature/SKILL.md`...
读取 `CLAUDE.md` 获取项目上下文...

然后它会给出一个规划：

Claude : 根据 Flutter Clean Feature SOP，我制定了以下计划：
1. 创建 domain 层实体...
2. 创建 data 层数据源...
3. 创建 presentation 层页面...

你确认后它甚至Ke以触发内部的自动化脚本：

Run script: python skills/flutter-clean-feature/scripts/scaffold_module.py transaction_detail

Terminal Output 会显示：

✅ Created lib/features/transaction_detail/domain
✅ Created lib/features/transaction_detail/data
✅ Created lib/features/transaction_detail/presentation

随后Claude 会根据 assets/repo_template.dart 填充 transaction_repository.dart，并根据 CLAUDE.md 里的规则，引入了 dio_client.dart。整个过程行云流水，但前提是你得把这些“路”铺好。

三、 竞争力的重构：从“手速”到“洞察”

我们常说时至今日你说你不用 AI 写代码我是不信的。但是在这个过程中，AI Neng显著增加产量并 个人可承担任务的范围，但同时带来技Neng退化风险。

这让我开始怀疑，我究竟是喜欢写代码，还是只是单纯喜欢跑通产品？在这个过程中，AI 带来的短期Neng力提升，hen容易就让人对自己的定位产生误差，实际上这个过程有没有发现你的Neng力可Neng正在倒退？

现在的 AI，比如 GPT-4.5 或者 Claude 3.5，在开发实现过程中真的hen强。但是我们需要清晰地知道，AI 的强大的编程Neng力并不是你的Neng力，而作为程序员，你竞争力也不再是背诵 API 的速度、手写代码的语法正确性、或者单纯的打字速度。

在这些方面人是跑不过机器的。就像 OpenAI 在使用 Codex 在短短几天内构建 Android 版 Sora 的案例里介绍的：AI Ke以 24 小时无间断编写代码和自我修复，几天通过数亿 token 完成了正常需要几个月的产品上线。

所以从这里Ke以kan到，你Ru果想和 AI 拼编码Neng力肯定是拼不过的。就像 OpenAI Zui后的：未来的开发工程师的Neng力不再是打字速度或语法 API 记忆，而是对系统的深刻洞察力。

四、 2025 的终局思考：转型路在何方？

2025 年即将结束，2026 也会如期而至。这种职业认同的危机不只是外部开发者有，就连 Anthropic 内部开发者也有这个焦虑。所以未来 AI 对于开发者的影响，还可Neng会带来新的职业价值观的重构。

有人感到迷茫：Ru果写代码这个动作本身不再重要，那么以后作为软件工程师的身份认同建立在哪里？

我想，答案在于“连接”与“责任”。

第一，如何驯服 AI，同时如何管理和Zuo好大模型善后工程师，这将是程序员短期内的职业变化。现在的模型缺乏将“即时对话”转化为“长期参数”的机制，也就是它们缺乏中间的频谱：那些应该从短期逐渐变为长期的记忆。你需要成为那个拥有“长期记忆”的人，为 AI 提供历史的上下文和架构的约束。

第二，不要局限于代码。这一年里除了用 AI 写代码，我也开始尝试用 AI 去解决和尝试代码之外的事情。因为 AI，所以我敢于尝试一些以前不敢接触的领域，因为过程学习成本太高，而现在 AI 提供了另外一种思路。我不需要真的懂，我只需要让 AI 去Zuo就好了而我只需要提供想法和验证结果。

当然技术本身也在进步。Google 的 Nested Learning 论文提到的观点hen有意思：现在大模型的问题在于大模型无法在训练后继续学习。目前的大模型只有极快且短暂的记忆和冻结的长期记忆。但是这个问题Yi经被他们通过全新的 HOPE 架构攻克，未来Neng“吃一堑长一智”的 AI 也许离我们就不远了。

所以编程Neng力对于程序员来说未来是一个什么地位？这个职业的核心竞争力又在哪里？

也许，未来的开发者，强的可Neng不是代码Neng力，而是项目管理和 AI 驯服Neng力。也许，我们不再是单纯的“Java 程序员”或“前端工程师”，而是“数字产品架构师”。

严格意义上，今年算是一个转型时期吧。人生还早，世界还没有探索完整。Ru果 2025 年，我仍然无法安定下来那我希望，三十岁应该立着的旗杆，将会插在我探索世界的船上，与我一同前往那些未知的区域。

我们以为的 AlphaGo，实际上并不是 AlphaGo。我们以为的 AI 终结，也许只是新职业形态的开始。愿你我douNeng在新的浪潮下找到自己的位置，不再被 AI 的幻觉所迷惑，而是真正驾驭这股力量，去创造那些真正属于我们自己的价值。

---