如果你是一个在大厂写了三年代码的程序员，最近大概没少刷到两条让你脊背发凉的消息。

一条来自马斯克：他公开表示，ASI（超级人工智能）将在十年内到来，届时"金钱不再重要"，财富将归零。另一条来自全球科技圈：超过1000名AI研究员和工程师联名签署公开信，要求AI行业"踩刹车"，而带头的正是OpenAI和Anthropic的核心员工——那些亲手把AI编程工具推向世界的人。

两条消息一快一慢、一进一退，但指向同一个问题：当AI不再是你的工具，而是你的替代品时，写代码这件事还值钱吗？

双面信号：有人砸钱，有人踩刹车

先看两个极端。

一边是老黄（黄仁勋）在砸重金。被称为"老黄版曼哈顿计划"的最新动向是：英伟达向Ilya Sutskever的Safe Superintelligence Inc.投资50亿美元，同时又为OpenAI提供了高达2500亿美元的算力担保。2500亿美元，差不多是一个中等国家的GDP。老黄看到的东西显然比普通人多——他赌的是AI能力在短期内还会有指数级增长。

另一边是"自己人"在踩刹车。全球千人联名信的核心诉求很简单：AI发展太快了，快到了连造它的人都感到恐惧。签名者中有OpenAI的研究员、Anthropic的工程师、DeepMind的科学家——这些人不是反对AI，而是反对"控制不住的AI"。用他们的话说："人类站在了命运的十字路口。"

而在两者之间，夹着数以百万计的程序员。

大厂P7在滑坡，校招生在拿350万

非标玩家的那篇《科技人才洗牌期》道出了一个正在发生的现实：曾经稳固的技术职级体系，正在AI的冲击下重新定价。

几个关键信号值得注意：

第一，"三年经验"正在成为新的分水岭。 过去大厂职级体系中，三年经验对应的通常是P6或T5，属于"独立贡献者"的入门阶段。但如今，AI工具已经能完成这个级别的大部分代码工作——写CRUD、搭组件、写单元测试。P6的基础价值正在被快速侵蚀。有猎头透露，部分大厂已经开始减少P6级别的社招名额，转而要求候选人具备"AI工具链管理"或"模型微调"等新技能。

第二，校招生的薪资天花板在往上顶，但底座在往下塌。 350万的校招生不是虚构——那些在顶级AI实验室做过实习、能独立训练和部署模型的应届生，确实在拿这个价。但普通211院校的计算机专业毕业生，今年的签约率同比下降了明显的幅度。AI让"金字塔尖"更高，但塔基的竞争者多了无数——那些竞争者就是AI本身。

第三，大厂P7不再是安全的"终点站"。 P7在大厂体系中通常意味着"技术专家"，能够在某个领域独立负责复杂系统。但AI编程工具正在把这个"专家"光环一点一点剥掉。一个能调用AI写代码的P6，产出可能接近传统的P7。当"效率"不再依赖"经验"，职级体系本身就在动摇。

AI编程不会让你失业，但会让你的定价逻辑彻底改变

说AI会消灭程序员，是过度简化。但说AI对程序员职业毫无影响，也是自欺欺人。

真正在发生的事，是定价逻辑的彻底重构。

过去，一个程序员的价值主要取决于三个维度：经验年限、技术栈广度、架构能力。这三个维度共同构成了"不可替代性"——一个写了五年Java的人，确实比写了一年的人更难替代。

但AI正在瓦解这个公式。经验年限的价值在贬值——AI能记住所有框架文档，不会忘记任何语法细节。技术栈广度的价值也在削弱——一个会写5种语言的人，和一个能用AI在5分钟内生成5种语言代码的人，在产出上有本质区别吗？

那什么在升值？

第一，调试能力。 AI生成的代码平均错误率仍然在15-20%之间。能快速定位问题、理解错误上下文、在AI输出中找到隐藏bug的人，价值在飙升。换句话说，写代码的门槛在降低，但修代码的门槛在提高。

第二，系统设计能力。 AI能生成单个函数的实现，但无法理解一个分布式系统的整体架构。能把模糊的业务需求转化成清晰的技术方案、把大问题拆解成小任务、把小任务分配给AI和人协同完成——这种"技术架构师+项目经理"的复合能力，是目前AI最难替代的。

第三，领域知识。 一个懂金融风控的工程师，用AI写出来的风控代码，比一个只懂代码的工程师用AI写出来的，正确率高一个数量级。AI放大了基础技能，但放大了"专业知识"的杠杆效应。

程序员正在被分成两种人

这场变革的结果，不是"程序员消失"，而是程序员这个职业正在被劈成两半。

上半区：AI的"驾驶人"。 他们不一定写最多的代码，但他们决定AI写什么代码、用什么架构、怎么验证。他们是AI工具的编排者，不是AI工具的替代品。这个群体的需求在暴涨，薪资在暴涨。

下半区：AI的"燃料"。 他们的工作是AI完全可以胜任的——写模板代码、搭常规页面、做基础测试。他们不是没价值，而是价值在与AI的竞速中逐渐被稀释。这个群体的需求在萎缩，薪资在停滞甚至下降。

马斯克说的"金钱不再重要"，对于上半区的人是红利——他们的稀缺性在指数级增长。对于下半区的人，是警告——如果唯一的核心竞争力是"写代码"，那确实该重新想想了。

普通人该怎么做？

三个建议，不复杂，但很关键。

第一，把"写代码"从核心竞争力清单上划掉。 不是不写，而是不再把它当成护城河。把它当成像"会打字"一样的基本功。真正的护城河是你的领域知识、你的系统思维、你和人沟通需求的能力。

第二，尽快从"下半区"迁移到"上半区"。 如果你现在的工作是"接到需求→写代码→交付"，尽早主动加入"理解需求→设计方案→调度AI→审核交付"的新角色。不要等到被推过去。

第三，关注"AI做不到的事"。 目前AI做不到的事包括：理解政治敏感的代码审查边界、处理模糊甚至矛盾的业务需求、在技术选型和商业利益间做出权衡。这些"人类核心"能力，短期内都将保值甚至升值。

结语

2026年的夏天，一边是千人联名求刹车，一边是千亿美元踩油门。AI编程的未来不是一个"会不会取代"的二元问题，而是一个"你在哪个位置"的选择题。

翁荔——OpenAI前安全负责人、北大校友——最近离职时说了一句话："人无法像模型一样无限扩展。"她选择"照顾自己"。

这句话放在程序员身上同样适用。你不需要跑得比AI快，你只需要跑得比那些只靠"写代码"吃饭的人快。

而在这场人与AI的赛跑中，"理解AI、驾驭AI、高于AI"的人，永远不会是输家。