讲真，今天早上在 HN 上看到一篇 407 分、331 条评论的帖子，原标题叫《LLMs are eroding my software engineering career and I don't know what to do》，我一开始以为又是那套"AI替代论"的陈词滥调。
结果翻完评论区，我承认我一开始的判断是片面的。
帖主 poisonfountain 是个金融领域的老程序员，PCI 合规、双分录账本、支付幂等性这些东西玩得很溜。他抱怨说过去他引以为豪的三大支柱（领域知识、调试直觉、分布式系统功底）现在全变成"promptable"了 —— 你跟 GPT-5.5 Instant 说两句，它就能给你糊一段看着像模像样的支付流水代码。最后他感叹说，自己只剩"code quality / taste"这一根柱子，甚至开始认真考虑转行做木工。
我抽了个时间把 331 条评论里几个最高赞的看完了。正方和反方撕得非常凶，但我读完心里其实有一个挺清楚的判断：
我站反方这一边，但不是因为他们嗓门大，是因为他们的论点有具体场景支撑。
最硬的一个反驳是 mike_hearn 提的。他举了 4 个场景：1) 你家小区的物业极度缺人，工人动不动玩消失，是不是可以用 AI 协调外包工单？2) IKEA 之外的家具厂商那破说明书是不是可以用 AI + AR 做实时装配辅助？3) 各国要不要各自维护一套不被美国断供的本地 office / OS / AD？4) 机器人想落地是不是得先灌进去海量场景化软件？
这些场景在过去根本不构成"软件需求"，因为写一套定制软件的成本撑不起这么薄的商业模型。但 LLM 把开发成本打到了原来的 1/10 —— 也就是说，软件的需求曲线不是被 AI 吃掉了，是被 AI 撑开了。
讲真，这个论点我读完后背有点发凉。它意味着帖主那种"我是金融领域专家"的护城河，不是被 AI 抽干，是被 AI 重定义了 —— 以后稀缺的不是"你懂 PCI 合规"，而是"你能用 AI 把一个本来没人觉得值得做的小场景变成可交付的产品"。
但我也看到一边的论点非常难反驳。t34t34r43 讲了一个案例：他们团队用 Mythos 审查代码，模型非常自信地说"这块违反某条监管要求、有重大风险"，结果监管要求本身就是模型幻觉出来的 —— 真正干过合规审查的律师早就知道这事没问题。这种错误在金融、医疗、航空控制里是要死人的，靠"AI 先跑一遍、人工复核"根本堵不住。
还有 theptip 说的一句很到位：taste（架构品味）是 AGI-complete 的。bitemporality、不可变日志、CQRS 这些东西只能在多年系统血泪里长出来，训练集里几乎没正向反馈。我现在还没全部拍砖这是不是真的 —— 但直觉上我相信大方向。
所以我的结论是这样的，别再吵"AI 会不会替代程序员"了，这个题目本身就是错的。真正在发生的是：
- 烂工程师会被 AI 抽干，这事已经在发生了，没什么好同情的
- 普通工程师会被迫升级成"产品+AI 编排"角色，谁先转谁活
- 顶尖工程师会更值钱，因为他们是少数能判断"AI 这段输出能不能信"的人
这三个分层，2025 年大家还在讨论"会不会"，2026 年这个我觉得已经不需要讨论了，你们觉得呢？你们身边有同事开始转这个角色了吗？