上一篇我聊到,AI 革命下编程的终局方向是业务经验——当"把需求翻译成代码"这个环节被 AI 大幅压缩,程序员的价值锚点会迁移到"懂业务、能判断"上。
文章发出去后,有个读者的留言戳中了我:"道理我都懂,可我才工作一年,业务经验从哪来?我现在连能写的活都快被 AI 抢没了。"
这句话点出了一个残酷的现实:AI 对初级程序员,是真的不友好。而且这种不友好,恰恰和"业务经验"这件事纠缠在一起,形成了一个让人头疼的悖论。今天就把这个问题掰开讲。
我们先看 AI 最擅长干什么:写 CRUD、生成样板代码、补全接口、修简单的 bug、把 JSON 转成 SQL……
有没有发现,这些活,几乎完美重合于初级程序员过去赖以入门的工作。
在没有 AI 的年代,一个应届生进公司,通常是从这些"脏活累活"开始的:帮着写增删改查、改改前人留下的小 bug、按规范补测试。活不难,但正是在这个反复拧螺丝的过程里,他慢慢摸清了代码库的结构、理解了业务的运转、积累了手感。这是一条虽然笨、但走得通的成长阶梯。
现在,AI 把这条阶梯的最下面几级直接抽掉了。企业发现,那些原本要招两三个初级来做的重复性工作,一个熟练的中级配上 AI 就能搞定,又快又省。于是招聘市场上最先收缩的,永远是初级岗位。
这就是不友好的第一层:入门的门口,人少了。
成长的"过程"被偷走了
比岗位减少更隐蔽、也更致命的,是第二层不友好。
假设你已经进了公司,手边有 AI 可用。一个需求来了,你会怎么做?大概率是把需求丢给 AI,拿到一版代码,能跑,提交,收工。
爽是真爽。但你有没有想过,你跳过了什么?
你跳过了自己啃文档的痛苦,跳过了对着报错抓耳挠腮的两小时,跳过了把一个方案推翻重来的挣扎。而这些"痛苦"和"挣扎",恰恰是判断力生长的土壤。
老一辈程序员的功力,是被无数个"为什么这样不行""换个思路会怎样"的深夜磨出来的。当 AI 帮你把答案直接端上来,你得到了结果,却失去了通往结果的那条路。而经验,从来长在路上,不长在终点。
这就是最锋利的悖论:上一篇我说业务经验是终局,但 AI 正在悄悄偷走初级程序员积累经验的过程。它让你显得很高效,却让你在不知不觉中变"空"。
破局:业务经验,只能靠实战堆出来
那怎么办?躺平等着被淘汰吗?当然不是。答案其实就藏在问题里——既然 AI 偷走的是"过程",那破局的关键,就是主动把实战抢回来。
第一,别让 AI 替你思考,只让它替你干活。拿到需求先自己想清楚:这个功能的业务目的是什么?有哪些边界情况?数据该怎么流转?想明白了,再让 AI 去实现。顺序不能反。你要做那个"知道什么才算对"的人,而不是那个"AI 说啥就是啥"的人。
第二,刻意做"苦活"。每周留出一部分时间,不用 AI,自己啃一个难题、读一段陌生的源码、手动排查一次线上问题。这不是为了效率,是为了保留那块正在被 AI 磨平的肌肉。手感这东西,不练会废。
第三,往业务纵深里扎。主动去搞懂公司这门生意怎么赚钱、你写的模块在整个链条里是哪一环、一个字段填错了会造成什么后果。这些是 AI 学不到的、也是你区别于"另一个 AI 使用者"的东西。做支付的就去搞懂对账和风控,做电商的就去搞懂履约和库存——业务的深度,决定了你的不可替代性。
第四,主动争取有"血肉"的任务。别只挑那些 AI 十秒就能生成的活。去接那些需要跟产品扯皮、需要理解历史包袱、需要做权衡取舍的复杂需求。越是这种活,越能逼出真正的成长,也越难被替代。
写在最后
AI 对初级程序员不友好,这是事实,不必粉饰。它抬高了入门的门槛,又抽走了成长的阶梯。
但换个角度看:当 AI 让"会写代码"变得廉价,那些依然愿意在实战里较真、愿意把业务啃透的人,反而会变得更稀缺、更值钱。危机从来是筛子,筛掉的是把 AI 当拐杖的人,留下的是把 AI 当杠杆的人。
如果你是初级程序员,请记住:AI 能给你答案,但给不了你经验。经验只有一个来源——你自己趟过的那些坑、打过的那些仗。别让工具的便利,偷走了本该属于你的成长。
这条路更难了,但也因此,走通了更值钱。
