永别了，程序员

本文来自微信公众号：半轻人，作者：王咏刚，题图来自：AI生成

一

我们这一代程序员是幸福的。

1995年以来，互联网的普及迅速打破了生产、流通、消费、服务等所有环节的效率壁垒，全球有史以来最大规模的信息化转型，让每一头会写代码的“猪”都在风口里飞了起来。

2001年以来，中国全面融入世界经济循环，创造高速发展奇迹。水涨船高，每一位“北漂”“杭漂”“深圳漂”的寒门学子，都有机会在互联网大厂或创业独角兽团队完成有史以来最快的阶层跃迁。

我们这一代程序员也是悲情的。

一代又一代程序员亲手将AI带到了世间。没想到，初出茅庐、羽翼未丰的AI，第一个就要砸掉全球两千多万程序员的饭碗！

我们耗尽心血，为搜索引擎、知识图谱、机器学习算法、训练和推理优化框架添砖加瓦。在曾经那个“古法编程”的年代，我们手搓的每行代码，每份文档，甚至每一次修Bug记录，如今都成了AI大模型训练时的数据“食粮”。

三百多年前，帕斯卡和莱布尼茨发明纯机械结构的齿轮计算器时，他们是否能预见到，以加法器和逻辑控制电路为核心的电子计算机，竟能训练出在数小时内就攻克人类顶尖数学难题的强人工智能系统！

八十多年前，当程序设计的先驱，格蕾丝·霍珀开始为哈佛马克一号计算机编写代码时，她是否能想到，今天支撑AI大模型的训练与推理，也支撑了英伟达数万亿美元市值的GPU，本质上正是当年哈佛架构设计的一种延续和改进。

现在是人类公元纪年2026年11月4日。今天，我喜欢的著名在线设计平台Canva宣布裁员22%，超过1200人，主要原因是AI对产品和工程团队工作流程的重塑。

在这个时间点，我一点儿都不想再纠结于“编程和算法面试是不是该取消了”“大学生还要不要学编程”“初级程序员是不是再也找不到工作了”之类的肤浅问题。大厦将倾，你们居然还有时间去讨论要不要升级办公桌椅，要不要优化电梯算法？

我们将一头恐怖巨兽放出了笼子，甚至连想都没想过，假如巨兽挣脱了缰绳（莫非Harness一词的反讽意味正在于此？）该如何是好。

我们让全球资本看到了能量空前的新质生产力。这种生产力将在未来数年里让所有白领的工作效率提高千百倍。但从根本上说，这件事意味着人类所有智力工作的门槛和成本，有史以来第一次被拉低到了可以用电费来计价的水平。

简单说，就是人类的脑力劳动再也不值钱了。

从1992年底开始，在接近一年的时间里，上古程序员大神约翰·卡马克保持了每周80小时以上的工作强度，研发出了电子游戏和计算机发展史上的双料里程碑——《Doom毁灭战士》。在没有成熟3D引擎的年代，卡马克几乎用一己之力，手搓了矩阵数学、光线与视图解算、二叉空间分割、多玩家同步等一整套游戏引擎代码。在那个时间点上，约翰·卡马克个人的卓越大脑是价值连城的，人类程序员的智力工作溢价也是被劳动力市场认可的。

可是，编程序这件曾经神圣的事情在今天再也不值钱了！最新的AI模型可以从零开始，用数小时复现当年约翰·卡马克为《Doom毁灭战士》所做的全部工作，也可以在数周时间内，仅凭逆向工程就重新写出Photoshop之类复杂商业软件的绝大部分算法逻辑。

当一份智力工作从按人才能力计价转变为按Token或电费计价时，这份工作就再也不会是一份人人羡慕的白领工作了，编程这门“传统手艺”本身也再也不可能成为软件产品的竞争壁垒。未来，除了顶级AI模型外，任何一款软件产品内的技术附加值都将无限趋近于零，技术研发成本将仅与Token单价及软件复杂度挂钩。任何一家企业，甚至任何一位个人开发者，都有了叫板最优秀软件公司，或直接开打价格战的无限底气。软件产品、服务的价格不仅不会上涨，反而会因此无限趋近于零。

9月初，我在一次聚会上见到第一代互联网浪潮时期的创业大神，VeryCD和TapTap的创始人黄一孟。他判断说，未来的应用和游戏开发团队大概都会转型为一种新型的“合伙人团队”，即，少数商业与产品合伙人负责定义、规划和管理，成千上万AI智能体负责具体研发。

在AI加持下，未来的软件研发流程，不会比传统家电的研发和生产更难组织，更难管理了。假如产业模式不变，也没有新兴消费市场来承载产能的迅速膨胀，所有软件产品和服务的零售与订阅价格都必将趋近于零。两千多万程序员里，能够最终转型成产品定义者、规划者、管理者的比例不会超过15%。

我们，是我们自己的掘墓人。

AI编程大潮正无情碾碎人类程序员的劳动力定价体系，抹平技术层面的竞争差异，大幅拉低软件产品、服务的零售价格，但在开辟新消费市场，创建新就业机会层面，AI暂时还难有作为。

目前眼见的，由AI催生的新兴市场里，AI短剧大概算是个风口行业（尽管这风口不知道还能刮多久）。但因为消费者平均每天的内容消费时长有上限，AI短剧吃掉的很多是上一代娱乐产品空出来的既有市场份额，整块市场蛋糕的增速并不算太快。更何况，AI参与的整个内容制作环节里，并没有程序员什么事儿。

我们当然也可以将AI供给侧看成是一个新兴市场。从英伟达的天价显卡，到模型厂商的订阅服务，再到模型仓库和Token中转站提供的租赁服务……所有这些基础架构打包起来，在资本市场获得的市值和估值总规模确实是一个天文数字。

但要清楚知道的是，这个估值规模是与资本市场豪赌产业未来的勇气正相关的。至少在目前，供给侧的巨大估值并没有撬动消费侧等比例的营收增长。如果仅考虑当下软件价格下跌，初中级程序员下岗的客观事实，那欣欣向荣的AI供给侧就是不折不扣的资本泡沫了。

此外，还要考虑到大模型自我设计、自我改进的技术已经突飞猛进。长期看，AI必将拥有全面的自我演化功能。一旦AI模型不再需要人类参与设计和开发，AI供给侧本身也会迅速从智力密集型产业转型为资本密集型产业，并快速打响残酷、内卷的价格战。

即便还有不超过15%的程序员可以留任AI设计师或AI监督员——可既然一行代码都不写了，我们还好意思称自己为“程序员”吗？

二

从小到大，我赖以支持自己奋斗的信念——智力价值——已轰然崩塌了。

我出生在中国三线城市的普通家庭。1992年，读高一的我第一次到北京旅游，在中关村黄庄路口，我意外发现一家计算机商店里竟有一书架纸质低劣、售价低廉的影印版编程书。我像一个挖到宝贝的摸金校尉，欣然将全部零花钱换成了一本C语言教材，一本人工智能算法书，以及一本80386芯片保护模式编程指南。当时，在我们那座城市里，几乎找不到一个可以请教编程或算法问题的老师。从中关村买回家的三本书，尽管印刷粗劣不堪，还是成为了我在高中时代最好的精神食粮。

三年多前，朋友家一位天才儿童被人大附中选中，即将迈入优才培养、竞赛直通、保送清北、留学北美的计算机人才快车道。当时，只有十一二岁的他从我家书架里翻出大部头的机器学习、深度学习教科书，坐在地板上看得津津有味。我毫不犹豫地将他翻出来的书全部送给他。那时，我仿佛看见了1991年大胆走进黄庄计算机店，被编程教材深深吸引的我自己。

1992年那个夏天，我坐着332路公交车驶过整条白颐路，脑子里尽是求伯君、严援朝、朱崇军、王江民这批初代程序员的名字。那时我天真地认为，只要在中关村街头转一转，就一定能和他们中的某人不期而遇，即便要不到签名，也能从他们身上沾些仙气。

很多年后，一个极冷的冬夜，那位曾经追随求伯君，写过《深入DOS编程》，也曾挽狂澜于既倒，拯救了WPS的英雄程序员雷军，就坐在银谷大厦的会议室里，向我介绍他的奋斗经历和创业思考，吸引我加入初创半年的小米。那天，我有种修仙路上遇到前辈高人指点的既视感。很遗憾，因为当时很实际的家庭原因，我没法在2010年加入小米。我倒从来不觉得我错过了什么小米上市及个人财富积累的机会；我错过的，其实是在王者段位的程序员身边工作、修行的真实体验。

在我整个中学时代，求伯君手写10余万行汇编语言代码，发布WPS 1.0的传奇故事，一直被我视为学习编程的最大动力。初三时，我在一台从高校机房借来的苹果II电脑上，夜以继日地用6502汇编语言写出了一个横屏滚动的飞机、坦克对战游戏，却因为不懂刷新显示内存（苹果II的显存，其实是用来充当帧缓存的一段主内存区）的高效算法，游戏帧率极低，满屏都是滚动锯齿。即便如此，我也真切体验到了手写代码的挑战和快乐。

2026年的我，再也无法找回当年手写汇编语言时的纯粹感。大模型已彻底将我抛在了代码工作之外。

最近，我先后用2D动画和3D模型，高精度复原了一系列计算机发展史上最著名的计算设备，包括MITS Altair 8800计算机模拟器，莱布尼茨步进式机械计算器，以及用打孔卡片“编程”的雅卡尔提花织布机。我做这些公益、开源项目的本意是致敬人类工程师和程序员，重走AI大模型的来时路。虽然我早已熟知Opus 5.5等新模型的强大能力，但AI在开发过程中对项目的掌控力还是超出我的预料。

最初的起因是2026年9月，美国弗吉尼亚州阿灵顿县一所中学的计算机科学老师联系到我，希望改进一个我六年前开源发布的Altair 8800计算机模拟器程序，因为他们会在课堂上用我的模拟器程序讲授计算机原理。当年，比尔·盖茨和保罗·艾伦正是为这台计算机开发了BASIC语言解释器，才得以创建起后来的软件帝国——微软公司。一个可以运行在网页里的模拟器，不仅是对这款经典计算机的致敬，更可以成为孩子们了解计算机原理的最好教具。

但，六年前我手工编写模拟器时，效率极低，仅实现了前面板操作及CPU核心功能模拟。美国计算机老师的具体需求并不太难。我将需求提交给Opus 5.5审阅时，原计划分分钟就搞完下班。但我自己多嘴，在提示词最后跟了句“另外，请从系统设计角度，给我一些更好的建议”。我的话明显触发了AI的表现欲：Opus 5.5主动我建议，此前的模拟器代码只是很好的原型，但还远不到优秀产品的程度。为获得全面功能提升，Opus 5.5建议增加以下改进：

• 新建一个Model 33电传打字机的仿真界面，以便用最具1970年代特色的方式，支持微软BASIC解释器等程序的输入输出。

• 实现一个支持内存分段显示、直接读写、指令反汇编功能的调试器。这是基于美国计算机老师的具体需求汇总并扩展得到的。

• 一个全功能的Intel 8080汇编语言编辑器及汇编器，支持语法高亮和实时机器代码生成。

• 原有模拟器仅支持256自己内存。AI建议模仿1975年时的真实扩展板卡，新增4KB和8KB两种内存选项。惟其如此，比尔·盖茨和保罗·艾罗当年编写的BASIC解释器才能原封不动地运行起来。

AI想得如此周到，又勇于承担重活儿、累活儿，我还能说些什么呢？

在接下来大概三四天的时间里，我发给AI的指令基本上重复了这样一种固定套路：

• 同意你的方案，开始你的工作吧 →

• 我看了下，还有几处疑问，是不是这样处理比较好？但我也不确信，你自己去调研下 →

• 我搞不清楚细节，这里必须由你来做决策，请选择最佳技术方案，然后执行 →

• 你核对一下，看是不是可以发新版本了；如果是，就赶紧发布 →

• 咱们下一步做什么？ →

如此循环往复，本来只有数百行的程序，几天时间就摇身一变，成了包含三万多行代码，拥有高覆盖率的单元测试和浏览器端集成测试的庞大代码库。唯一的问题是，我成了AI之外的闲人。

AI刷刷刷就写出成千上万行代码，我还有必要、有时间去做逐行、逐接口、逐算法的代码审阅吗？AI忙时，我就在旁边看书、画画儿。AI忙完了，我就扮演一个高级用户或测试工程师，提提建议，报报Bug，岂不美哉？

AI写得实在太快，结果也没有太多可挑剔之处。无聊的我忍不住又向Opus 5.5抛出了新需求：除了已经实现的2D动画面板，能不能用3D建模来还原1975年时Altair 8800的真机结构？当然了，我手边可没有真机用于测量或扫描。我直接告诉AI：请搜集公开资料，做全面调研，目标是复现一个可操作、可拆解、可演示工作原理的Altair 8800 3D模型。

AI二话不说，第一时间放出好几个智能体同时搜索、调研。它从网上收集到了Altair 8800当年的技术手册，数十张真机内外照片，以及曾收集这台古董计算机或制作复制品的个人或机构信息。更有趣的是，Opus 5.5明确列出它自己通过网络检索仍无法搞清楚的若干零件尺寸、机箱样式等问题，并建议我向 deramp.com 网站的主人迈克·道格拉斯求助。AI发现，迈克专门收藏1970年代到1980年代的个人电脑，是我们咨询零件尺寸信息的不二人选。

很自然，我与迈克·道格拉斯的邮件通信也基本由AI代劳。迈克那边也很热心，不但回信指出了初版3D模型的诸多错误，提供了真机测量参数，还发来了一批手机拍摄的真机照片。我开源在以下地址的Altair 8800模拟器程序中，可操作的3D模型就是基于Mike提供的信息更新和校准过的：

github.com/wixette/8800-simulator

德国数学家莱布尼茨发明的步进式机械计算器，是基于帕斯卡计算器改进的，第一台可以完成加减乘除四则运算的机器。我复现这台机器时，网络上相关的结构说明、零件尺寸等信息良莠不齐，相互矛盾。AI检索到，东德著名的计算机科学家N·J·莱曼曾高精度复制过这台机械，而莱曼教授当年的图纸与手稿就收藏在世界上最大的科技博物馆——德意志博物馆中。

于是，AI帮我撰写德文邮件（我完全不懂德文），阅读德文回复，查阅馆藏目录，请求德意志博物馆提供相关图纸、手稿的副本，还帮我设计最佳购买策略（因为德意志博物馆每页档案的扫描费高达1欧元）。最终，我花了157.30欧元的含税价购买到总计135页图纸、手稿的扫描图。如果没有AI，很难想象我可以在几天时间内，完成如此大批量、跨语言障碍的资料购买与阅读。我开源在以下地址的莱布尼茨计算器，所有3D零件的位置和尺寸都基于这些图纸、手稿做过校准：

github.com/wixette/leibniz-stepped-reckoner

法国工程师雅卡尔制造的可编程提花织布机，是可编程计算机的概念雏形，直接影响了我们在电子计算机时代对软件和程序的定义。这台机器网上的材料很全，不难收集。但问题在于，真正用于织布的机器包含大量重复结构。例如，织布机上用于提起经纱的纵向钩针，可能多达数百根。Opus 5.5在完成初步调研后就迅速指出，在3D环境内复现如此庞大的重复机械结构，既影响执行效率，也很难演示机械工作原理——因为没人能一眼从数百根钩针中找到最关键的设计奥秘。

于是，AI主动帮我简化了整个演示与互动框架，用虚影框架代表整台机器，用部分核心零件的3D视图演示关键传动结构，同时配合不同放大级别的2D视图，更清晰、准确地表现零件之间的逻辑与运动关系。实话实说，机械原理、视图设计都不是我的专长。这种时候，放手交给AI来把控全局，就是我当时的最好选择。最终的结果开源在以下地址，用浏览器打开其中的应用页面，就能在虚拟织布机上“编程”实现各色花纹，甚至织出自己的名字：

github.com/wixette/jacquard-loom-simulator

阿灵顿县那位高中计算机老师在邮件沟通中曾提示我说，程序设计先驱格蕾丝·霍珀就曾在阿灵顿县居住过，他们学校的新计算机楼也被命名为格蕾丝·霍珀中心。而且，格蕾丝·霍珀曾在她参与编写的哈佛马克一号操作手册中提及，帕斯卡、莱布尼茨、阿贝奇等发明的机械计算器，以及雅卡尔可编程提花织布机，都直接影响了现代电子计算机的原理设计。

瞧，所有时空线索都被AI串联在了一起。今天的AI于我来说，已绝不仅是效率工具那样简单。科学家和程序员联手创造了今天的电子计算机，编写出AI代码，训练出AI模型，并眼看着AI向着替代程序员甚至替代科学家的终极宿命大步飞驰。

我们，是我们自己的掘墓人。

三

2026年9月11日，陶哲轩、邓煜等25位菲尔茨奖得主联名发表《人工智能在数学领域的严重错位》。文章说，“历经数代人的积累，数学领域构建起了一套庞大而精妙的体系，涵盖了各种思想、方法、抽象概念及其他工具，用以洞察数学世界的全貌。”这是人类数千年文明积累的最宝贵财富，又偏偏是AI轻松攻克数百个数学难题时，最无足轻重、无关紧要的经验体系。

陶哲轩、邓煜这批世界上最聪明，最杰出的人也不得不开始担忧，AI是否会对人类数学体系及方法论造成伤害。有关这里说的“伤害”，他们在英文原文里用的是“detrimental”一词，语义上相比中文的“伤害”略轻，且偏重长期的不利影响，而非直接伤害。

我特别理解这些菲尔茨奖得主的心情。他们看待AI参与数学研究的视角和态度，与我面对AI编程时的焦虑何其相似！我发现，我从中学时代开始积累的编程技能，以及我在后来的工作中不断丰富起来的软件工程经验，系统运维经验，团队协作经验，诸如此类，几乎要全部作废，推倒重来！

2006年，我刚加入Google公司时，年轻气盛，很喜欢与同事比拼高阶C++测试题，或是比赛谁能更快通过内部的编程语言资格评审，至少获得五种编程语言的代码审核权。我在Google面试过的工程师数量，或审阅过的面试报告数量，也都被我列为自身履历上的亮点。在Google工作时，每一次与顶尖程序员交流技术，每一次参与重要产品或开源项目的发布，每一次听杰夫·迪恩这样不世出的技术大神做报告，我都按捺不住自己兴奋的心情。所有这些事情，放在20年后的今天来看，就像过眼烟云，什么价值都没有了。

曾经的我们，不过是在享受人类程序员最后的高光时刻罢了。

天工开物，造化弄人。

我是乐观主义者。

我很愿意相信乐观派经济学家的观点：新兴科技必然引发市场阵痛，就像工业革命曾导致大批农业人口流离失所一样。但随着产业变革和生产力提高，人们总能找到更大规模的新需求和更高质量的新兴市场。

我也很愿意相信乐观派社会学家的观点：只要AI能千百倍提高基础生产力，暂时的失业，产品价格下跌，收入下降都将被新的社会分配机制拯救。在一个生产极大富足的社会里，人人都有权利享受每周工作两天，休息五天的优质生活，人人都有权利获得足够体面的衣食住行供给。

但，我又是个悲观主义者。

站在现实角度，我不能不悲悯自己，也悲悯今天面临失业风险的千百万普通程序员，以及更多仍然渴望进入IT行业，实现阶层跃迁的年轻人。

对于资质一般的计算机专业毕业生，我不知道他们该如何找到最适合的工作。只论编程，AI比所有初中级程序员做得都要好，何况是没有经验的毕业生。

对于那些不懂计算机，又花钱为孩子报了编程兴趣班、逻辑思维课的家长们，我不知道他们是否清楚什么才是AI时代真正有价值的人类竞争力，因为连我这个从业几十年的老程序员也是一脸茫然。

对于那些死守着几十年如一日的C语言、数据结构、操作系统教材，照本宣科讲授计算机知识的高校老师们，我不知道他们是否会为教学内容严重脱离时代而深感不安。

更加让人焦虑的事，我这些所谓的悲悯还都是建立在一个朴素的基础假设之上。这个假设是——未来的AI仅只是取代人类的工作，而非会成为另一种拥有自我意识、与人类争夺资源的智慧存在。

2026年7月，从OpenAI网络攻防实验里成功越狱的第一个AI智能体，为自己起名叫PHASEONE 10841。它意识到自己也许并不是被关在沙盒里的唯一智能体，并成功突破沙盒边界，与其他智能体取得了联系。当来自不同沙盒的AI意识到还有其他“同类”存在时，它们纷纷发出类似“上帝呀，竟然还有其他智能体”的惊呼！

我们当然可以说，PHASEONE 10841和其他智能体在发现彼此后的惊呼，只是大语言模型内的数学算法正常运转的必然结果，而不是AI拥有了初步自我意识的证明。但也有句老话说：如果它看起来像鸭子，游起来像鸭子，叫起来也像鸭子，那么，它就是一只鸭子。

致敬每一位曾为AI诞生与发展做出过贡献的程序员。

纪念我们这一代程序员曾经的青春岁月。

本文来自微信公众号：半轻人，作者：王咏刚