未来会是什么样的¶
未来对人是开放的也是不可知的，这是我的基本态度。本篇文章也并非尝试预测未来， 因为预测是不可能的。
本篇文章写下的动机是几个因素交叠:
第一是我注意到我对未来的预想仍然偏少，我应该强化我的这种对未来的思考；第二是我注意到面对相同的事情， 不同的人得出的结论大相径庭，我认为记录我的观点和立场是有价值的。
我对未来的看法对别人是廉价的，因为它只是我的观点，但它对我很重要，因为我基于此构建了对未来的期望， 和相应的行为，来做我认为正确的事情。对我来说，它提供了回过头来检测在某个时候，我在想什么如何想的窗户。
AI 和程序员¶
AI对程序员的侵蚀¶
在五月份的时候，有朋友由于ai带来的强大生产力产生了强烈的焦虑，因为时间久远已经失去了原始材料， 但大体思路是ai极大侵蚀了程序员原有掌握的技能和经验，导致工作岗位的丧失，挤压致富前现金流的积累。
我是认可他的观点，ai带来了解决问题的能力，基于人作为劳动力放大产出的能力， 下面提到需求稳定的情况下，岗位开始萎缩，这是理性企业会做出的能力。
对于个人来说，这里有个值得讨论的话题，当绝对产出上升的时候，个人的收入是会增加还是降低？ 在我看来，主要是两个变量:
- 每个人的绝对产出多了
- 需要的人变少了
人的产出增加一倍，薪资不会翻倍，这是基于现实的观察。我在这里的解释是过去的团队成本是没有替代的， 因为人完全受制于产出，代码都是一行行写出来的，对于量大的工程目标，必须有很多人来做这个事情。
ai工具来了，逻辑就变了，只需要几个人来用ai来完成目标，这个成本是没有必要和原来的旧方式来比较。 这严格来说不是一个分配问题，不存在程序员池子总预算，人少了所以薪资高了这样一个思路。
ai工具带来了颠覆性的生产模式，而显然这对现在的junior程序员是不利的，我认可我朋友的悲观。 曾经对junior的需求主要来源于以下两点：
- （1）senior的精力是有限的，工程量很大，客观上不重要的事情可以被junior所解决， 这属于分工合作提高效率的一个案例
- (2) 长远来看，人才是需要培养的，这样当人员发生流动的时候，组织内部不可言说的知识仍然存在于人群中。现实中整个团队一次性全部离职的案例不在这里讨论。
现在senior在ai的帮助下，可以更快更好的干完过去junior需要做的大工程量，自然也就不需要junior了； 至于人才培养，通过各种流程知识库等方式甚至不需要人来理解，培养也谈不上了。
这个事情对于senior本身也是成立的，多个senior的活现在一个就可以完成，代码编写流程不再是过去因为人力限制产生的瓶颈。 不过由于senior通常不做培养，所以主要是第一点带来的影响。
这是个冷酷的客观事实，需求slumps，而供应一时半会又不会迅速降低，这种滞后产生的结果就会导向大量的junior失业， 这里咬文嚼字下或许失业并不合适，因为找不到第一份工作，无业可失。senior由于供给侧相对平滑，需求的萎缩并不剧烈， 有更大的缓冲空间。
我认为悲观来自于对现状的彷徨，机会的丧失，和失业的恐惧。这是影响深远的宏观结构，悲观是可以理解的。
对我来讲我可能觉得悲观是对趋势的判断，而非对人路径的判断，或许不应该这么过分，神总会指引我， 我只需背上我的十字架走下去。
ai同样创造了新的需求岗位，而这部分岗位显然有编程背景的人会有优势，现实的世界是逐步的缓慢的， 人的主观能动性在这里同样是宝贵的资源，这和选择公司投资是有共通之处的，因为在我看来，个人劳动力和资金是同构的. 但人的选择更少，只能yes or no，而一旦yes就是全仓，甚至带着杠杆做多自身。
侵蚀是存在的，ai在深刻长久的改变过去的软件开发模式，但未来会有更多的方向值得尝试。
Aug 2026前对ai的一些理解¶
2026年到八月份，应该来说积累了很多想法，AI也在这里突飞猛进。遗憾的是，我时常太懒找不到专门的时间来写， 等有时间时候所有的认识都混在一起难以区分了，所以就一并写了。
年初的时候，claude code开始兴起，那个时候公司还只采购cursor，编程还停留在在类VSCode界面上， 在AI辅助编程下来辅助，这个阶段至少在一个组织的角度来看AI是否可以提效还是半信半疑，对此内部还有统计工具来做这个事情。 这个时候github copilot相比cursor确实烂的多，例如todo可以出现别人的名字。这个时候claude code方兴未艾，codex更是杳无音讯。
到三月的时候，我自费订阅了glm的claude code，我向来节约（或许是吝啬），觉得claude code太贵，买了个glm作为平替， 也自己做了个gopls-mcp, 体会了下不需要编辑器的code agent如何工作的。 那个时候的体会是比较强大，但没有震撼我，因为里面有非常多的重复代码，bug等，做的设计也不好。后视镜看，我认为我看待新事物的过于严苛， 实际上我在期待一种‘言出法随 完美实现’的做事模式，在现在看来是完全不可能的。
四月的时候，公司内部开启了claude code的试用，到五月时候cursor涨了波价，于是就全线更换到了claude code上面去。 在更换了claude code后，没人会再质疑ai到底有没有帮助了，这变成了一个不言自明的问题了。
当然AI会有很多缺点，随随便便都可以说出一连串来，譬如ai无法很好地理解需求， 无法精确的完成任务，无法很好的理解需求，对于复杂项目理解不足等。
在这一串的体验里，ai将会长远的存在于企业环境里，来解决内部的需求， 来自ai的改良会不断发生，扩展ai可以处理的问题范围。过往来看，企业雇佣人是因为有大量的需求必须通过工程师来完成， 而在ai工具化的背景下，人的范围和产出期望将会被极度扩大，相比过去的编程速度，现在的速度是不可想象的。
产出极大增强，但问题在于企业通过满足外部客户需求来获利，需求的增长并不受到ai工具的巨大影响， 需求稳定的情况下随着生产端的大幅度增长，理性企业的选择就是削减人力，或者不让人力成本投入继续增加。