本文首发于语雀（2026-06-25），此处为存档版。原文：https://www.yuque.com/u53445836/bde3vm/fl63k6gl6lgc5r6m
站在当下，AI 早已不是概念，而是渗透到我们日常工作的每一个角落。从 ChatGPT 的横空出世，到 Cursor、ClaudeCode 火遍全网，再到现在的人人养小龙虾。我们每个人都被裹挟在铺天盖地的宣传中。技术浪潮一浪高过一浪，每一天都有全新的产品或能力冒出来，让人目不暇接。
说心里话——说不焦虑是假的。
尤其是当 AI 获取的门槛越来越低，能力却越来越强的时候，一种奇怪的割裂感出现了：我们好像拥有了前所未有的"超能力"，可以快速调用任何知识、生成任何代码；但同时又好像一无所有，因为不知道自己的积累还有多少价值，不知道下一刻会不会被取代。
我是一名在开发行业摸爬滚打 11 年的老兵。这 11 年里，我经历过移动互联网的爆发，见证过前后端分离的演进，也踩过无数技术选型的坑。但没有任何一次技术变革，像今天的 AI 这样，让我同时感到兴奋、困惑，以及一种必须重新审视自己的紧迫感。
这次分享，我想放下宏大叙事，就从一个老程序员的第一视角出发，聊聊我对 AI 时代的真实理解、切身体会，以及这一路走来的心路思考。如果能给同样在路上的你一些启发和力量，那就再好不过了。
在浪潮之前，我以为自己找到了答案（AI 时代之前）
入行：一个 Servlet 改变的世界观
2015 年，我正式入行。
大学里做毕业设计，用的是 Servlet + JSP + JDBC，完成了一个智能电网管理系统。那时候我以为，所有的 Java 后端服务都是这套体系——写 Servlet 处理请求，拼 JSP 返回页面，用 JDBC 直连数据库。简单、直接，也没觉得有什么不好。
直到入职后第一次看到公司的生产项目，我翻了整个工程，没找到一个 Servlet。那一刻的感觉，只能用"惊为天人"来形容。
后来学到了 Struts2 + Hibernate + Tomcat，相比纯手写 Servlet 和 SQL，开发效率直接上了一个台阶。我当时觉得，这就是版本答案了。再后来，接触到 Spring + MyBatis 的项目，才发现原来配置可以更简洁，代码可以更优雅。每一次技术栈的升级，都像打开一扇新的门——你以为已经看到了全貌，其实只是刚走进院子。
三年筑基：死磕源码的日子
2015 到 2017 这三年，我把几乎所有业余时间都花在了 JDK 源码的阅读上。从 HashMap 的实现原理，到并发包下 AQS 的来龙去脉，一行一行啃，一遍一遍调试。旁人看着枯燥，我却乐在其中——那种把底层机制彻底搞懂的感觉，比写出什么业务功能都爽。
那段时间，靠着对 JDK 源码足够深度的理解，我在求职上可谓是所向无敌，很少有拿不下来的 offer。现在回头看，那是我整个技术生涯最重要的"原始积累期"。后来技术浪潮一波接一波，新框架翻着花样出，我总能回到这个锚上，找到它的根。直到现在，我对于新技术态度依然是：想学，就实现一个。
头部互金公司：见识真正的工程化
2018 年，靠着对《Java 并发编程实战》的倒背如流，我顺利加入了当时如日中天的国内 P2P 行业绝对龙头。
在那里，我第一次见识到大公司是怎么做工程的。代码版本管理、上线流程、开发规范、故障处理、事后复盘……每一样都有一套完整的体系。尤其是那套自动化发布系统，让我叹为观止。
为什么叹为观止？因为我之前的经历是这样的：开发在本地打好包，手动扔给运维，运维直接 SSH 到服务器上，kill -9，然后 sh start.sh，突出一个随意。
这种"随意"是有代价的。有一次，运维同学在吃饭前急着发布支付系统，kill -9 忘记执行了，结果服务器上同时跑着两个支付进程。一个小时内，所有支付都发了两遍钱。好在运维吃完饭回来发现了，及时止损——不然第二天我可能就要面临第一次失业了。
这段经历教会我一件事：工程的严肃性，是靠流程保证的，不是靠人的记性。
医药龙头：被"逼"出来的全栈能力
2019 年，我加入一家医药行业的龙头企业，负责电商网站的开发。当时最核心的任务是：整套电商系统需要从海外迁移到国内。
原本的计划是 4 个架构师带我一起做这件事。结果，人家 4 个商量好了一起跑了。我的领导看了看已经递交上去的年度汇报，又看了看一脸懵逼的我，问我有没有兴趣一个人搞。
我搞个锤子。当时的我，连什么是网络划分都不知道，更别提 AWS 和阿里云这些刚刚兴起的云服务了。
在公司向 AWS 询价并确认整体外包成本过高后，领导力排众议，让我干，给我半年时间。说实话，现在回头看，这更多是死马当活马医——没辙了。
那半年，我学到的东西比之前几年加起来都多。网络、架构、前端、后端、数据、运维、监控、扩容……涉及系统的方方面面，全都要学，全都要搞定。
结果呢？年底前，迁移完成了。整个过程零停机，零数据丢失。当美国加利福尼亚 AWS 机房的最后一台服务器下线的那一刻，我回家睡了一个非常长的觉——长到领导以为我挂在家里了。
这个项目，成了我技术生涯的转折点。它逼我跳出了"后端开发"的舒适区，第一次系统性地理解了一个分布式系统从网络到应用的全部层次。
本地生活巨头：学会写出来，也学会看更远
凭借这段迁移经验，以及业余时间用 Golang 实现的一套 JVM（当时我已经可以扫一眼字节码就大致知道这个 class 在干什么），我加入了国内本地生活行业的头部平台。
在那里的两年，我最大的进步不在代码，而在写作。
这家公司的企业文化很讲究"基本功"，写作就是基本功之一。每周的周报，我都是组内写得最多的那个——认知迭代、反思总结、新技术学习，什么都写。它也是我待过的所有公司里，文档做得最好的公司，没有之一。在他们的学城里，你可以学到各个方面的东西，从前端最佳实践到容灾架构，应有尽有。
有一次经历机房断电后，我彻底迷上了机房高可用建设。在学城里，我学到了大量机房建设的硬核知识。比如：双路市电，而且要求来自不同电厂的线路，不能是同一家；UPS 和柴油发电机配合；装在机柜顶部的 STS，用于双路电源输入设备的二选一，切换时间通常是毫秒级，IT 设备不会重启；而装在配电柜的大型 ATS，用于市电和柴发之间的切换，可能存在短暂中断，这时就要靠 UPS 扛住。
还学到了机房选址的门道。比如 AWS 和阿里云，在某个区域都会部署多个可用区。AWS 在国内宁夏的 Region，就是三个机房呈品字形分布，每个机房之间间隔距离在 120 公里以上。这个距离，超过了单一自然灾害（如地震断层、河堤决口）的直接波及范围，也绝对避开了同一城市电网崩溃的故障域。
这些知识，把我从一个"写代码的人"，慢慢变成了一个对"系统怎么跑起来、怎么跑不挂"有完整感知的工程师。
后面就是某股份制银行和一家智能家电独角兽了。那家银行可以说是完全爽了一整年，每天就是画一画架构图，参加参加技术评审会，提几个问题，给几个解决方案，反正只动嘴，代码是一行不写的。如果不是银行整体迁移到深圳，我估计这会还在银行里面朝九晚五，享受最惬意的一段生活。那段时间，路边遇见条狗我都想上去聊两句。
不过在银行，我重构了消金团队的 CICD 系统，一个已经存在了很多年、纯 shell 脚本组成的 CICD 系统。结合大模型的帮助，完成了 shell 到 python 的转换。
答案的成形
从 2015 年到 2025 年，整整十年。我从一个连 Servlet 都写不利索的菜鸟，一路打怪升级，经历了技术栈的迭代、工程体系的进化、系统规模的飞跃，也完成了从"会写代码"到"能做架构"的能力跃迁。
在这个过程中，我逐渐形成了一个坚不可摧的信念：程序员的价值，就藏在他踩过的坑里。经验越多，解决问题的能力越强，就越不可替代。不会被新技术淘汰，因为有底层原理，有方法论，有别人没有的"手感"。
我以为，自己找到了答案。
当工具箱开始思考，我重新成了学徒（AI 时代来临）
Copilot 出现的那一天
还在那家平台的时候，我就已经接触到了大模型辅助编程的雏形。那时最高端的东西，叫 GitHub Copilot。
我记得很清楚，视频里一个讲解者通过不停的 Tab、Tab、Tab，就完成了一段代码的开发。一个函数，一个类，甚至一组测试用例，就在他不断按下 Tab 键的过程中，从虚空中浮现了出来。
我的第一反应不是兴奋，是恐惧。一个念头直接跳进脑子里：这个行业完了。
那些年，我们筑起的护城河
为什么会有这种恐惧？因为在过去，我们每个开发者都有自己的"工具箱"。那个时候，离职的同事总会拷贝或多或少的代码带走，像蚂蚁搬家一样，把一行一行的积累存进自己的硬盘。直到现在，我家里的台式机上还躺着我第一家公司的所有仓库代码——我把整个 SVN 都搬回家了，不是为了用，就是觉得那是我的武器库。
在过去，经验很重要，经历过很重要，实操过很重要。面试躲不过项目经验，HR 筛选简历优先挑同行业、同职能的候选人。即使在计算机这样一个开放、拥抱开源的行业里，跨行也总是一件难度不小的事。行业积累、业务积累，这些构成了各自的护城河。甚至，你的代码写得只有你自己看得懂，也能在短时间内建立起一道小小的壁垒——这个模块没你不行。
这种积累建立在时间之上。时间越长，对行业的理解越深刻。大家应该也有同感：在一个行业干得越久，越不容易跳出去。一方面是其他行业的"嫌弃"——你没有行业经验；另一方面是本行业的"接纳"——你对这个领域太熟了，遍地都是能接住你的下家。
这就是我们过去的安全感来源。护城河是时间挖出来的，我觉得它足够深。
但 Copilot 的 Tab 键，像一台抽水机。它让护城河里的水，看起来没那么深了。
技术的热爱，撞上了现实的墙
这还不是最让我焦虑的。
过去十年，因为对技术的热爱，我一直朝着资深、架构方向努力，对行业知识的积累并没有真正重视过。我觉得技术是硬通货，有一手好代码，走遍天下都不怕。
但现实给了我一巴掌。有段时间我找工作非常艰难，不是因为技术不行，而是因为业务上没有积累。面试中我一遍又一遍地强调"技术是服务于业务的，没有业务的技术是空中楼阁"——这句话本身没错，但说多了，连自己都听出了心虚。面试结果是一次又一次的不合适。
那段时间，我甚至悲观到认为，自己和程序员这个行业的缘分，可能就到此为止了。国内的环境就是这样，年龄越大，纯技术的岗位越少，上升空间非常有限。而我本身又是一个非常不喜欢做管理的人，过去很多次遇到转管理的机会，我都选择了架构师方向。
这让我陷入了一个几乎无解的困局：往上走，纯技术的路越来越窄；往旁边走，业务积累又不够；往后退，往哪儿退呢？
回到原点，重新出发
就在这种两头不靠岸的迷茫中，我开始大量使用 AI 工具。ChatGPT、后来各种编程助手，我开始把它们真正引入到自己的日常工作中。
一开始的心态很矛盾：用，觉得是在加速自己的贬值；不用，又怕被甩得更远。
但慢慢地，我发现了一种微妙的转变。
以前我学一个新框架，需要通读文档、找教程、写 Demo、踩坑、再踩坑。这个过程短则几周，长则几个月。现在，我可以直接让 AI 帮我搭出第一个可用的版本，然后我边看它的代码，边追问"为什么这样写"。学习的方式变成了对话，而不是单向的啃书。
以前我解决一个陌生领域的问题，需要搜 Stack Overflow，从碎片信息里拼凑答案，一个 bug 解决后，Chrome 浏览器里面几十个，甚至上百个 CSDN 的标签。现在，我把问题描述清楚，AI 能给出一个相当完整的方案，我再根据自己的经验去审视、裁剪、优化。
我突然意识到一件事：我重新成了一个学徒。
但这个学徒，和十一年前的那个学徒不一样。十一年前，我在学怎么写代码。现在，我在学怎么和高维度的工具协作，怎么把自己的判断力注入到 AI 的执行里，怎么重新定义"我该干什么"。
我突然意识到：AI 打散的不是我的价值，是我过去给自己筑的那些壳。那些靠经验堆起来的护城河，那些"这个我做过那个我没做过"的壁垒，确实在瓦解。但同时，一个更深的问题浮了出来——没有这些壳，我到底是谁？答案不是"我有系统判断力"或者"我有架构经验"，因为这些 AI 迟早也能学会。答案更底层：我是一个会对"它到底怎么跑起来的"感到好奇的人。我是一个遇到"4 个架构师都跑了"还是会扛下来的人。我是一个会在深夜里自己琢磨"我到底该怎么想"的人。
好奇、毅力、自我思考。这三样东西，跟代码无关，跟经验无关，跟行业积累也无关。它们是我这个人本身。AI 可以写代码，可以给出完美的方案，可以加速一切。但它没法替我感到好奇，没法替我在绝境中选择坚持，更没法替我去思考"我为什么在这里、我该往哪里去"。
十一年前，我作为学徒走进这一行，手里只有一双好奇的眼睛和一股不服输的劲。十一年后，当工具箱开始思考，我发现我又回到了原点——不是被打回去了，而是终于可以扔掉那堆沉重的铠甲，带着同样的好奇和劲头，重新出发。
这一次，我只带我自己。
站在 AI 的肩上，而不是阴影里（从写代码的人，到做决定的人）
至暗时刻
从银行离职后、加入那家智能家电独角兽前，我在家 Gap 了大半年。
那段时间，我尝试过很多事情。直播、送外卖、摆夜市，甚至还做过一个月的小区保安。妈的，那个队长总给我排夜班。我坐在小区的门岗里面，看着窗外的星星点点，看着凌晨的环卫工人扫街，看着拾荒者在垃圾堆里翻来翻去。手机里，Boss 直聘上的消息列表，是一眼望不到头的已读不回。
人生如棋，我在那一刻却不知道如何落子。
我试图破局。但每一种尝试都在告诉我同一个答案：不喜欢。我不喜欢直播时的自说自话，不喜欢外卖送到时门背后的冷漠，不喜欢保安亭里那种时间凝固的感觉。每一次尝试，都像在往一个错误的方向用力。
最后我不得不承认一件事：我就是喜欢写代码，我就是喜欢计算机这个行业。从 5 岁第一次碰到 Windows 95 的那一刻起，可能就已经注定了今天的结局。不是没得选，而是选了别的都不对。
焦虑是真实的，但行动才是解药
AI 浪潮下，时代在焦虑，公司在焦虑，个人也在焦虑。焦虑被淘汰，焦虑跟不上，焦虑抓不到风口。
我同样焦虑过。夜里抱着抖音和 B 站不停刷最新的 AI 新闻，每天都有新的技术名词冒出来，每天都在翻天覆地，每天都在技术革命，每时每刻都在淘汰。刷得越狠，心里的空洞反而越大。因为这些信息只是在告诉你一件事：你很危险。但它从不告诉你，你能做什么。
转折发生在一个很具体的决定上。
我沉下心来，决定开发一个自己的系统——炒股相关的，之前技术分享时给大家看过。这个决定本身并不宏大，但它改变了一切。
当我真正开始写代码，当我在 AI 的协助下看着系统一行一行丰满起来，看着那些功能从对话里变成真实的模块，我的心态从焦虑转成了兴奋。这种兴奋不是我抓住了什么风口，而是我发现，自己依然可以创造。AI 在我的对话中生成了目标代码，一行接一行，而我的内心从未如此平静。
这个平静不是麻木，是一种确信。确信我依然在解决问题，确信我依然在学新东西，确信这个行业还有我的一席之地。
AI 不是敌人，是放大器
这段经历，让我坚定了自己对 AI 的看法。
在我的认知里，目前的 AI 本质上是一个放大器和加速器——一个能力放大器。
借助 AI，我们可以在从未涉足的行业中，快速搭建出一个 MVP 版本。我们可以对自己好奇的任何领域，快速建立基本认知。过去我们学习技术的方式，无非是博客、CSDN、GitHub、Stack Overflow、书籍。那些途径依然有它们的价值，但它们有一个共同的局限：你只能在已有的知识库里打转。
更重要的是，过去我们学的东西，很多时候并不是由自己的兴趣发起的，而是需求导向——工作需要什么，你就得学什么。这种学习当然也有效，但它缺少一种"我想知道"的内驱力。而 AI 不同。它可以让你从"我需要学"切换到"我想知道"。任何你突然冒出的好奇心，AI 都能立刻给你一个起点。
这就是我要说的第三件事：站在 AI 的肩上，而不是活在它的阴影里。它不是用来取代你的，它是用来放大你的好奇心、你的持久力和你独立思考的。而这几样东西，恰恰是 AI 永远无法替你去做的。
从"写代码的人"到"做决定的人"
当我意识到 AI 是一个能力放大器之后，我开始重新审视自己的角色。过去十一年，我的核心身份是"写代码的人"——我的价值体现在我能多快、多好地把一个需求变成可运行的代码。但 AI 把这个环节的效率提升了十倍甚至百倍。如果我还把自己定义为一个"代码生产者"，那我确实该焦虑。
但写代码从来不是目的，解决问题才是。
AI 能写代码，但它不能替你去定义"我们要解决什么问题"。它不能替你判断一个方案是优雅还是丑陋，不能替你权衡性能、成本和可维护性，更不能替你对线上故障负责。
所以我越来越清晰地看到一条路：未来的程序员，核心竞争力会从"我能不能写出来"迁移到"我知不知道该不该这样写，以及为什么"。我们要从执行者变成决策者，从写代码的人，变成做决定的人。
这不是一个遥不可及的愿景。在开发那个炒股系统的时候，我就是这么做的。AI 负责生成代码，我负责告诉它"方向不对，这个模块要重来"、“这个算法需要再考虑下边界条件”、“这里考虑到扩展性，我们换一种架构”。我不再纠结于每一行的语法，而是像站在一个更高的地方，看着整个系统的边界和方向。
那种感觉，其实比单纯写代码更好。因为它逼你去思考更根本的东西。
写在最后
说了这么多，最后想分享几句掏心窝子的话，希望能给大家带来一些不一样的思考。
第一句：别刷新闻了，找个东西写起来。
焦虑最大的来源，是你光在看别人做了什么，自己什么都没做。AI 的新闻你追不完，技术名词你学不完。但只要你打开编辑器，写下一行功能描述，让 AI 帮你生成第一个函数，你就已经从焦虑切换到行动了。行动是最好的解药，这真的不是一句鸡汤，是我在保安亭里看星星的时候想明白的。
第二句：保护你的好奇心。
AI 让学习的门槛降到了史无前例的低。以前你不懂一个东西，可能要翻三天文档；现在你问一句，它就能给你讲清楚。这种"想问就问、想学就学"的自由，是我们这代人最大的红利。别把好奇心丢了，去问"这个到底怎么做的"，去问"如果换个方式行不行"。好奇心是你和 AI 之间最大的区别——它有知识，但没有好奇。
第三句：不要比谁写得快，去比谁想得深。
AI 写代码的速度你已经看到了。别跟它比速度，那是自寻烦恼。去比思考的深度，比你对业务痛点的理解，比你定义问题的清晰度，比你预见风险的能力。这些东西，是用十一年踩过的坑、经历过的失败、熬过的夜换来的。AI 可以学，但它没有亲身痛过。而你痛过，记住那份痛。
站在 AI 的肩上
十一年前，一个只会写 Servlet 的年轻人，第一次看到 Spring 项目时惊为天人。
十一年后，当对话框开始自己写出代码，他又重新成了一个学徒。
但这次的学徒，不再害怕。因为他终于明白，技术浪潮一波接一波，工具换了又换，但真正定义一个人的，从来不是手头的工具，而是那个握着工具的人——他的好奇心、他的毅力、他的思考方式。
AI 是一座山。你可以选择活在山脚的阴影里，觉得它挡住了所有的光；你也可以选择爬到它的肩上，借它的高度，看到比以往更远的地方。
我选择往上爬。
站在那里，我看见了十一年前那个第一次按下运行键的自己。他还是那个想搞清楚"它到底怎么跑起来的"男孩。只不过这次，他研究的对象不是 JDK 源码，不是机房架构，而是他自己——在 AI 时代，我到底是谁。
当任何知识都可以在网上获取时，学习的障碍就只剩下动机、好奇心和毅力。