AI时代程序员的护城河

最近工作上比较空闲，我突然开始思考用闲下来的时间应该学些什么。我把自己需要学的或者说想学的都列举一下，发现根源上最终只有两个

1、梳理复杂的业务流程，组件与数据库之间的关系（整个前后端的）

2、学习后端知识框架，当架构师

其他被我排除的选项：

1、线上问题的排查与总结

理由：处理线上问题不计入KPI，不会的可以找同事一起看，而且大部分都是AI在跑，就算弄得很熟练了也不会增加自己对项目的认知

2、开发任务

基本上我们现在所有的开发都是让AI在跑了，如果不去梳理梳理整个业务流程，开发水平无法得到巨大的提升，大家都是半斤八两。提示词水平我自认为是不缺的

3、测试任务

测试纯属浪费时间，安排给我很多测试任务，就算没有测试出来也不是我们的问题，肯定是相应模块开发者的问题。而且测试覆盖度太高了，要真的测下来要累死了。我们只要保障自己的模块不出问题即可，我又不是测试不用给测试负责

但是当我开始这两项工作之后，我感受到了AI时代对程序员的恶意，或者说对我们学习的恶意！

至于怎么解脱，我自己还没有更好的办法，这里就讲一下我对AI时代的思考吧，谁也无法判断AI时代的最终走向，所以永远不会有正确答案

学习的收益被抽走

AI 降低了学习的门槛，但同时也降低了学习的收益。

拿前端三件套举例（这里只说这三个，就当前端框架/架构不存在来讨论问题，不复杂化）。HTML、CSS、JS 现在用 AI 学起来非常快，它还会教你很多老教程里没有的现代写法。可一到真正开发的时候，你会发现自己很难把学到的东西用上。你给 AI 的仍然是产品级别的描述，它写出来的代码，你很难给出代码级别的建议，当然也不是因为AI写的足够好了，你懒得看代码。而是AI写的代码实在是太多了很难审阅，也很难找到你觉得可以优化的地方，审阅价值太低了。

你能给AI说的大概也就是：

帮我检查一下刚刚的提交里面有没有冗余的 JS，能用 CSS 替代的就替代，或者简化一下实现方案。

这种话，没学之前你也能说！哪怕三件套学到全部熟练，你提的意见和学之前也没什么区别，甚至还不如 AI 自己想得周全。

只有学到很边缘、很深的地方，你才会开始考虑别的东西：浏览器的渲染和重绘、transform 和 absolute 动起来时代价有什么不同、虚拟列表、Canvas 绘制、该用 WebGL 还是 DOM、懒加载、SSR 和 SSG 怎么选。到了这一步，你说出来的话才和最初不一样。

可是从三件套到这些细节，中间有很长一段路，意味着很长时间的延迟满足。

我自己就是现成的例子。这个博客顶栏的收缩动画，我能说的只有「不丝滑」「变成圆的时候卡一下」，AI 前前后后改了好几版，最后查出来是动画没跑在合成线程上、两段过渡靠定时器接力。这些东西，靠我自己是说不出来的。整个过程里，我的角色就是一个会挑刺的用户。

如果全程用 AI 做前端，这些都不学，说实话大部分场景下做出来的产品也不会比一个前端差。那学习的意义是什么呢？

采药人看得见根

我想到一个场景。

你和一个采药人一起上山。你可以用 AI 识别各种植物，知道哪些果子能吃，他也可以和你一样用。但他知道，很多药材值钱的不在地面上，是埋在土里的根。他会蹲下来问这棵植物的根能不能入药，而你的眼睛只看得见地表以上的果子。

心理学里有一张很有名的图，叫乔哈里视窗（Johari Window），原本讲的是「自己」和「别人」各知道些什么。把「别人」换成 AI，正好能说清楚这件事：

学三件套，学到的基本都落在左上角的开放区里：你会的 AI 全会，所以学了和没学差别不大。采药人的本事在左下角的盲区：那些东西 AI 其实也知道，可你不知道有这回事，就问不出来，它也不会主动告诉你。

AI 能回答你问出来的问题，但它回答不了你意识不到的问题。

页面卡了，我只能说「滚动有点卡，帮我优化一下」，AI 大概率给我加个防抖节流。懂渲染的人一眼就知道问题不在 JS 算得多，而在某个属性动起来逼着浏览器每一帧重新排版，他的提问自带答案。

心智模型是空中楼阁

所以就得往下学，可往下学这件事在 AI 时代变得更痛苦了。

1、反馈更难得到了。漫长的学习内容几乎都在 AI 的知识范围内，你学到的每一样它都会，超出它认知的那部分很难获取，获取了也很痛苦。

2、成就感被稀释了。以前花两个小时跑通一段代码，是实打实的「我做到了」。现在 AI 一秒钟就生成一份更规范的，你的心血换来的东西没有任何独占性。

3、人不像 AI。我们搭心智模型得从底层开始一块一块垒。不去学 Vue 的语法，不实际写几个项目，你敢说自己完全懂了Vue这套架构模型？没写过就去理解，就像空中楼阁，没有基石，不踏实，既片面又不完整，你就更没有自信说自己真的会了。

第三条是最难受的。心智模型不是灌进脑子里的，是被 bug 折磨出来的。没为一个莫名其妙的定位问题抓狂过一整个下午，就很难真正明白那条规则为什么要那样设计。看懂了 AI 的解释，不等于真的懂了，只有你真的被这个问题折腾了，才真的理解

时间不等人

再把时间成本加进来，事情就更难了。

人心浮躁，社会发展飞快，时间不会等你从底层开始慢慢学。工作要的是按时交付，没人会给你半年时间脱产去啃渲染管线。而你慢慢往下挖的这段时间里，AI 可能又更新了两代。

这不是夸张。我在《AI时代的净土》里按自己的体感把 AI 写代码分成了三个阶段，回头一看，三个阶段加起来都不到三年：

每升级一次，上一个阶段攒下来的那套本事就贬值一次。复制粘贴的熟练度，到了 Cursor 就用不上了；逐行审 diff 的耐心，到了第三阶段也退到了边缘。一套做法刚练熟，就被换掉了。

被火车拖着走

我觉得现在的处境像这样：AI 是一列火车。

被火车拖着跑，会受伤；坐上火车很舒服，但完全锻炼不到自己，一旦车停下来，连路都不会走了；在车上找个角落锻炼，算是折中，可谁也说不准这点锻炼将来有没有用。

学技术也越来越像健身。

健身的人和不健身的人都有长寿的；它是一件长尾、延迟满足的事，要很久才能看到效果，还得一直坚持才能维持；就算练出了好身材，也很难看到立竿见影的收益，它只是提高了你的抗风险能力，生病的时候扛得住一点。

以前学技术像买理财，投入时间，工资和效率上马上能看到利息。现在这个规则被AI打破了，学习退化成了一种技术维护，做了未必有回报，不做也未必立刻出事。

但这里有一个更狠的问题，上面这些说法，前提都是「万一哪天 AI 靠不住了」：模型出错、断网、AI 停车。可从现在来看，AI 必定会继续发展，就像互联网一样。如果车永远不停呢？

为一个可能永远不会来的风险，花掉自己最宝贵的青春时间，这件事本身是不是更让人焦虑？

历史上确实有大量精妙的手艺最后变成了尘埃。当年为了兼容 IE6 背下来的那一堆 CSS hack，今天一行都用不上了。谁能保证我现在啃的东西不是下一个 IE6 hack？

被抽掉的台阶

AI 举过一个例子：当年从汇编过渡到 C 语言，汇编大师们也嫌 C 臃肿、没法精确控制每一条指令，最后胜出的是愿意把注意力往上挪的那批人。机器拿走了体力活，人就去做更高层的系统组织。

道理我都懂，但我觉得现在和那时候不一样！

人天生就有逻辑，条件、循环、分支这些东西上来就能学，C 语言写的就是这些，人很容易就能搭起一张逻辑网。再往上，现代框架是为了解决系统耦合才出现的，也可以从一个个代码块慢慢理解到一套框架。每一步都有台阶。

可现在 AI 直接把人推到了整个应用系统的层面，不是一套技术框架，是很多套框架拼起来的整体，等于逼着人去当系统架构师。这个层次的学习成本非常高，高到有时候连技术更新的速度都跟不上。从前的人是写了上万行代码、踩了无数次线上事故，才把经验磨成架构直觉的；现在中间这段台阶被抽掉了，就像刚学会骑自行车，就让你去调度一整张高铁网。

相比之下，基于表象的应用开发就简单得多，也能发挥出 AI 的一部分水平。于是大多数人自然就停在了表象这一层。

不甘心

可我不甘心只做一个表象开发工程师。

当门槛被彻底抹平的地方，人力就会变成无限供给，不值钱。只会拿通用提示词拼界面的人，下一代模型出来，大概就是第一批被淘汰的。我也想有自己的技术壁垒。

我把这个想法告诉 AI，它给我列了四道「纵深阵地」：浏览器运行时和性能分析、CRDT 和本地优先的一致性模型、WebGPU 和 WebAssembly 这类重型计算、从 DNS 到 QUIC 的全链路网络和安全。

我看完问他：这些学习成本是不是太离谱了？

它马上改口，说这是一种「精英主义式的技术恐吓」，就像要求普通木匠去考材料力学博士。

所以其实连AI都无法缓解你的焦虑，实际上所有技术都是会衰减的。

这让我想起之前写《股票市场量化系统真相》时记下的一个概念：

一个策略被越多人发现和使用，超额收益就越快归零。这叫 Alpha 衰减（Alpha Decay）。

规律还在，但套利空间已经被消灭了。

技术也是一样。一项技术会的人越多、AI 学得越透，它能带来的「超额收益」就越快归零。三件套当年也是一门手艺，现在已经被 AI 定价完了；上面那四道纵深阵地，今天看着是壁垒，等下一代模型把它们也学透，同样会衰减。技术本身还在，只是靠它拉开的那点差距没了。

所以根本不存在一劳永逸的护城河，AI 给不了，谁都给不了。

参考建议

下面不是正确答案，只是我能想到说服自己的几条，写下来给自己，也给同样焦虑的人当个参考，希望能帮到同样忧虑的你：

1、把学习当健身，别当理财。不指望它立刻兑现，也就不会因为没兑现而失望。但同样，健身不需要练成运动员，不用为了「万一」去自虐，啃那些八竿子打不着的东西。

2、让事件驱动。我想起之前看很多别人做的优秀小组件，我之前还总是学原理，现在很多我都能描述出来了，比如「羽化」。慢慢运用过程中就能学到很多新东西

3、换赛道投资。我在《AI时代的净土》里写过，AI 一碰到网络这种摸不到、看不见反馈的地方，就退回了聊天框里的顾问，这块的经验还在人手里。或者你去学点理发，我在《经济紧缩普通人怎么做》里也写过：经济越差，提供情绪价值和刚需服务的手艺越吃香，养老护理、宠物、修车、修家电、理发，这些以前看起来低端的手艺，AI 和机器替代不了，反而是真正的铁饭碗。

4、练做减法的眼光。AI 解决问题的习惯是加代码。能看一眼就知道哪里脏、哪些状态是多余的、哪一段其实一行 CSS 就够了，然后删掉它，这种感受细节能力不需要啃源码，但需要见得多，需要你更加敏锐的眼光。

5、一个人把一个项目从头做到尾。这个博客就是这么来的：写页面、搭评论服务、写联机小游戏、配 nginx、上证书、部署发布，当你完成一个项目，他就成了你的履历。我做了博客，就知道这里面有哪些部分，就不会害怕再次从0开始。我还有两个项目也在做，一个是论坛，一个是电商平台，并不会真正运行盈利，只是展示自己的项目水平，产品的设计和理解，这些是AI无法提供给你的

我不想糊里糊涂地活在一个到处都是黑盒的世界里。哪怕将来证明这些学习没有带来任何收益，能看懂自己每天在用的东西，这件事本身对我来说就是有意义的。

外面的环境我们决定不了，那就把视野收回到自己的成长上，每天只问一句：今天的我，有没有比昨天多懂一点？

只要我的 token 还在燃烧，只要我还在学习，不管什么样的危机到来，我手里都握着一份抵抗的力量。

焦虑不会消失，但它拦不住一个还在往前走的人。