杀死那个写代码的人

没有玩笑。

手写代码的时代，确实正在过去，而且不是那种「未来可能会发生」的趋势，而是已经在发生、只是分布不均的现实，大概体会到了当前马车被汽车取代的感觉。

写这篇文章算是给自己一个仪式感吧，告别一段曾经让人着迷的工作方式，同时尝试理解未来到底会变成什么样。

昨天

如果大家过去是程序员，除了「完成任务」后获得的成就感，在整个写代码的过程中也能体会到很多乐趣。

拆解整个需求，思考状态的流转，设计模块之间的关系，甚至在脑子里提前模拟整个执行路径。

很多时候，它更像是在解一道复杂的数学题，而不是在完成一个产品需求。尤其是在 debug 的时候，那种不断逼近问题核心的过程，会让人产生一种很强的快乐感——你在和一个复杂系统对抗，并且打败了它。

写代码不仅仅是「技术能力」，更是一种认知上的满足感：问题是复杂的，但你可以通过自己的思考，把它变得清晰、可控、甚至优雅。

所以在很长一段时间里，「写代码」这件事不只是工作，它本身就是一种意义的来源。

今天

过去不断去和 AI 合作，探索 AI 的能力边界，但是可怕的地方在于模型进步得太快了，以前可能效果不好，但现在写的质量完全超过了人写。

一个个具体的瞬间叠加在一起，让自己逐渐意识到：手写代码，正在退出历史舞台。

AI 把一个内部跨端框架写的页面直接转成了 H5 页面，人全程没有读原仓库的任何代码，只负责验收，最终生成的 H5 页面样式、交互都还原得非常好。

那一刻会意识到，我们不再是在写程序，而是在「指挥系统」。

对于交互固定、样式要求不严格的页面，AI 已经完全可以胜任。设计稿、接口定义和一段清晰的描述，足以让它把页面的字号、颜色、布局与逻辑串起来。

过去可能手写几个小时的工作量，AI 几十秒就能实现，我们只需要验收是否符合预期。

在传统开发模式中，「代码」就是表达意图的方式本身。但在 AI 协作模式中，这一层发生了根本变化：代码不再是意图，而只是结果。 我们需要通过自然语言、结构化的需求描述、清晰的约束条件来传达意图，AI 再将这些意图转化为代码。

因此代码写得好不好，很大程度在于我们描述得清不清楚。功能范围、性能约束、技术限制、用户场景，最好都能提前想清楚。很多时候，真正的瓶颈反而变成了人。

随着一个需求接着一个需求上线，线上页面包含自己完全没看过逻辑的代码也慢慢被接受。代码正在从「需要理解的对象」，变成「只要结果正确即可接受的黑盒」。

代码在一个需求中的时间消耗占比逐渐降低，更多的时间花在与产品经理讨论需求的合理性，质疑设计稿中不符合用户心理模型的交互，权衡技术方案对长期维护性的影响，在多个「都行」的方案中做出取舍，以及处理团队沟通中的信息不对称。

明天

一句话，全链路用 AI 重造。

当下缺少的是在 AI 基础上的工程化和各种研发工作流的建设。基础侧要通过 AI 改造代码仓库、打包工具、前端框架、基于意图的 UI 框架、流水线等等；业务侧则要依据已有基建沉淀 skill、规范与命令。

但所有的一切都和手写代码再也无关。我们提供思路，review 代码，甚至思路也可能是和 AI 脑暴出来的。开发这件事，将越来越和「手写代码」无关。

好消息是曾经的「35 岁退休」被消解了。AI 已经可以很好地解决「怎么做」的问题，真正稀缺的反而是「做什么」和「为什么做」。经验的重要性被放大了，而单纯的熟练度优势则在减弱。

过去我们强调编码能力、框架熟练度、工程经验；但在新的模式下，更重要的反而是表达能力、抽象能力和判断能力。需要能够清晰地描述问题，引导 AI，评估 AI 给出的结果是否合理，并在多个「看起来都可以」的方案中做出选择。

当遇到线上故障、复杂边界、性能瓶颈，那种 AI 多次尝试都解决不了的问题，过去积累的经验训练出来的人类工程师的直觉显得尤为重要。

结尾

一场革命就这样推动着，

杀死那个写代码的人，

迎接一个已经到来的未来，

不是因为他不够努力，而是因为这个时代，已经不再需要他了。

AI 飞速进步，当 AI 基建也全部落地，当企业的运转不再需要那么多人之后，我们都需要重新寻找意义。