这句话已经被说过无数次了,但请允许我也加入自己的声音:人类亲自编写代码的时代已经结束。这对我们这些把自己视为软件工程师(SWE)的人来说或许令人不安,但这并不因此而不真实。这并不是说软件工程师将无事可做,而是说——直接书写代码语法本身,已经不再是核心工作了。 This has been said a thousand times before, but allow me to add my own voice: the era of humans writing code is over. Disturbing for those of us who identify as SWEs, but no less true. That's not to say SWEs don't have work to do, but writing syntax directly is not it.
目录
观点原文
这句话已经被说过无数次了,但请允许我也加入自己的声音:人类亲自编写代码的时代已经结束。这对我们这些把自己视为软件工程师(SWE)的人来说或许令人不安,但这并不因此而不真实。这并不是说软件工程师将无事可做,而是说——直接书写代码语法本身,已经不再是核心工作了。
This has been said a thousand times before, but allow me to add my own voice: the era of humans writing code is over. Disturbing for those of us who identify as SWEs, but no less true. That's not to say SWEs don't have work to do, but writing syntax directly is not it.
ABAB AI 解读
深度解读:Node.js 创始人这段话,其实是在给整个“软件工程职业”下最后通牒
这不是情绪化发言,也不是“AI 鼓吹论”,而是一个亲手定义过现代软件工程范式的人,对行业结构性变化的冷静判断。
我从技术本质、职业结构、资本逻辑、历史对照四个层面,把这段话拆给你。
一、这句话真正“杀伤力最大”的地方,不是 AI,而是“语法”
“writing syntax directly is not it”(直接写语法已经不再是核心)
很多人误解为:AI 会写代码了,人要失业。
这是低维理解。
真正的含义是:👉 “语法”这一层,正在从“人类智力劳动”退化为“机器执行细节”。
历史对照非常清晰:
- 早期程序员:写汇编 = 高端工程能力
- 后来:写 C / Java = 抽象能力
- 再后来:写框架、库、接口 = 系统设计
- 现在:写语法 = 噪音
Node.js 的诞生,本身就是“让人不必关心底层细节”的一次革命。Ryan Dahl 只是把这条逻辑推进到了终点。
二、为什么他说“令人不安”,但依然“是真的”?
因为这触及了一个被严重低估的事实:软件工程师这个职业,长期把“手艺感”当作身份认同。
- 我会写某种语言
- 我熟悉某个框架
- 我能手敲复杂逻辑
但 AI 出现后,第一次发生了:“一个系统,可以在不理解你身份的前提下,复制你的全部产出。”
这不是工具升级,这是身份坍塌。
就像当年:
- 排字工面对印刷机
- 会计面对电子表格
- 交易员面对算法
不是他们没用,而是他们赖以证明价值的“形式”被抹平了。
三、他说“SWEs 仍然有工作”,但那是什么工作?
这是整段话中信息密度最高、也最容易被忽略的一句。
- 他没有说:“工程师没用了”
- 他说的是:“工程师要做的,已经不是写语法了。”
那是什么?
1️⃣ 意图建模(Intent Modeling)
不是“怎么写”,而是:
- 系统要解决什么真实问题
- 哪些约束不可被破坏
- 什么是不可接受的失败
- AI 无法替你承担责任。
2️⃣ 架构判断(Judgment over Generation)
AI 能生成 100 种方案,但:
- 哪个能活 5 年
- 哪个会在规模下崩溃
- 哪个会在合规、伦理、成本上出问题
👉 这是判断力,不是语法。
3️⃣ 边界与失败管理(Failure Design)
现实世界的软件:
- 会出错
- 会被攻击
- 会被误用
AI 默认“成功路径”,工程师必须设计“失败世界”。
四、从资本与产业角度,这段话意味着什么?
这是很多工程师完全没意识到的部分。
- 资本市场关心的从来不是:“你会不会写代码”
- 而是:“单位认知成本,能否产出更大的系统复杂度”
AI 出现后:
- 写代码的边际成本 → 接近 0
- 定义问题、约束系统、控制风险的能力 → 极度稀缺
所以你会看到:
- 高薪工程师 ≠ 写代码最快
- 高价值工程师 = 能把 AI 当“编程器官”的人
就像:
- CEO 不写 Excel
- 建筑师不搬砖
- 飞行员不修引擎
五、历史结论:这不是“工程师的末日”,而是工程师的分叉
这段话真正的分水岭是:
工程师将分成两类
第一类(将被压扁):
- 以语法为价值
- 以熟练度为壁垒
- 以“我会写”作为身份
这类人会被 AI 无限复制、无限压价。
第二类(价值上移):
- 以问题定义为核心
- 以系统理解为护城河
- 以责任与判断为稀缺性
这类人会变成:“认知型工程师”
他们的产出不是代码,而是可运行的现实结构。
六、一句真正值钱的总结(给读者)
人类写代码的时代结束了,但“人类决定什么值得被写进世界”的时代才刚刚开始。
Node.js 的创造者说这句话,不是背叛工程师,而是在提醒:如果你仍把“写语法”当作你的价值核心,你已经站错了时代位置。
相关观点
- Hannah Stolberg 与 Team OS:把团队隐性知识变成 AI 可调用的组织操作系统Hannah Stulberg · 2026/04/17
- Evan Spiegel:拒绝被收购,不做流量生意,只押注下一代计算平台Evan Spiegel · 2026/04/16
- AI产品不是做模型,是控制行业入口Winston Weinberg · 2026/04/15
- 本文Jack Altman 对话 Bret Taylor。Bret 是科技界的传奇人物,曾任 Google 地图联合创始人、Facebook CTO、Salesforce 联席 CEO,现任 OpenAI 董事长,并创办了发展极快的 AI 初创公司 Sierra 以下是 Bret Taylor 针对 AI、软件行业未来以及公司管理分享的核心观点和内容总结: 1. 软件行业的“末日”还是“转型”? SAS-mageddon(软件即服务末日): 面对公共市场软件股下跌,Bret 认为这反映了市场对未来的焦虑,而非对具体公司的判决 记录系统(Systems of Record)的挑战: 传统上,ERP、CRM 等系统因作为数据锚点和拥有复杂工作流而极具价值。但在 AI 时代,如果 AI Agent(智能体)能自动完成所有工作,用户不再点击按钮,那么这些系统的价值可能会从“应用”退化为纯粹的“数据库” 防御性与新机会: AI 智能体带来的不仅是风险,更是重塑。公司如果能围绕平台建立智能体生态,其价值可能超越原有的平台 2. 为什么初创公司能击败巨头? 战略税(Strategy Tax): 巨头拥有无限资源,但往往被既有优势(如本地部署系统、旧的商业模式、销售提成机制)所束缚 从“最佳平台”回到“最佳品种”: 每次技术范式转移(如 Web、移动端、AI),市场都会从倾向于买一站式平台转向购买在单一技术上做到极致的“最佳品种”产品。初创公司没有历史包袱,能 100% 投入新技术的研发 3. Sierra 的成功路径与 AI 智能体(Agent) 定位高价值行业: Sierra 专注于服务高度合规、复杂的行业(如医疗保险、银行、电信)。这些行业对 AI 的要求不仅仅是“Demo”,而是“工业级”的稳定 结果导向定价(Outcome-based Pricing): 这是 Bret 大力倡导的模式。不同于传统的按席位或按 Token 计费,Sierra 按“解决的问题”或“达成的销售”收费。他认为,随着智能体变得自主,企业应为最终的商业结果买单 超越支持: Sierra 的智能体不仅做客服,还参与房屋搜索、抵押贷款服务,甚至进行上亿美元规模的业务谈判(如协商有线电视账单) 4. 关于编程与 AI 开发 编码范式转移: Bret 提到现在的 AI 已经能编写高质量的代码。他预测 3 年内,软件团队的最佳实践将完全被重写 抛弃式 IP: 在这一时期,为了服务客户,开发者必须编写一些可能在 4 个月内就会被丢弃的代码,因为底层技术迭代太快 Terraforming 软件: 真正的持久资产可能不再是代码本身,而是生成这些代码的系统和提示词(Prompts) 5. 对 AI 与人类未来的思考 人的身份与技能: 虽然 AI 在编程和数字任务上表现卓越,但在物理世界(如建筑、制药实验)以及涉及人类“品味”和“地位追求”的领域,人类仍不可替代 自省与进化: 就像会计师经历了 Excel 时代一样,人类需要调整身份认同,把 AI 当作工具,从而实现更高程度的自我实现 广告与分发: 针对 OpenAI 可能引入广告的讨论,Bret 持乐观态度。他认为,为了实现“让 AGI 造福全人类”的使命,需要有一种商业模式(如广告)来支持免费提供服务,使那些支付不起每月 20 美元的人也能使用 AI 6. 公司管理与董事会 文档驱动: Bret 坚持在董事会会议中使用书面文档而非幻灯片(Slides)。他认为写作是理清思绪、整合信息的最佳方式,能让会议集中在核心决策上 跨学科董事会: 他认为董事会应是管理层寻求建议的对象,而非仅仅是报告对象。一个好的董事会应由不同领域的专家(如安全专家、法律专家、销售老兵)组成 核心结论: Bret Taylor 认为我们正处于从“以技术为中心”转向“以产品为中心”的周期中。2027 年,每个公司都将需要一个 AI Agent,就像 1997 年每个公司都需要一个网站一样 以上内容来源:https://www.youtube.com/watch?v=tJwiP0zqVp4Jack Altman · 2026/03/04