更准确的说法是:AI 会取代“只把任务做完”的那部分编程工作,但取代不了能定义目标、判断结果、对结果负责的人。
AI根据立正公开的文章和视频整理,不是他本人回复。重要的判断,请回到出处核对。
被取代的是任务,不是所有程序员
立正把工作分成两类:一类是“完成任务”,老板让做什么就做什么;一类是“达成结果”,自己要对目标负责。他说前一类“百分之百被AI取代”,后一类则可以用AI当助手,不会因为AI而消失1。他举的编程例子很具体:在 Stack Overflow 上找一个答案,搬进自己的代码库改一改,这种“搬砖”式工作,AI 已经做得更好2,3。所以问题不在于“程序员”这个头衔,而在于你每天干的活是不是只剩执行。
会用 AI 不等于能替代专业判断
立正认为,AI 写不好代码,很多时候是因为使用者没给足上下文:表名、字段、延迟要求、上下游接口,AI 都不知道,再强也给不出有效结果1。他把人分成 AI consumer、tinker、builder、architect 几层,只会聊天、用工具拿结果的人,还停在较浅的一层1。另一篇由他署名发布的文章转述 Ethan 的判断:AI 能做 80% 到 90% 的工作,最后 5% 到 10% 仍要人收口,而“你必须是一个 expert,才可以 close loop”4。这条判断归 Ethan,不是立正本人对程序员前景的直接表态。
对个人来说,转型方向比预测更重要
AI推演立正说,职业生涯会经历一次阵痛:从完成任务的人,变成完成结果的人;但不是所有人都能经受这个转变1。他还提到,2025 年下半年到 2026 年上半年,来上课的程序员大多进来时就认为 AI 代码写得比自己好,而更早一批人则要等课程结束才转变看法1。如果你现在做的是重复性编码,可以先挑一件自己真正想达成的结果,试着把 AI 放进完整流程里,看它卡在哪、你需要补什么判断;这是 AI 基于上述材料给出的应用建议,不是立正的操作指令。
材料主要来自立正本人的课程框架和对话,缺少对具体岗位、行业和地区的量化预测;《AI时代,找工作和创业的有效方法》4中关于“最后 5% 到 10% 需要人收口”的判断属于 Ethan,不能当作立正本人的结论。
出处
- 1#031 关于OpenClaw被封杀以及我们为什么不建议普通人养龙虾?
立正直接谈任务型工作会被取代、上下文和架构能力为何关键。
- 2大厂打工,需要尽早意识到的真相
立正与硅谷徐老师讨论“搬砖式”编程和裁员逻辑。
- 3AI元年复盘:如何独立思考,抓住未来机会?|硅谷徐老师(上)
同一话题的较早版本,可对照立正对搬砖工作的说法。
- 4AI时代,找工作和创业的有效方法|Jobright联创/CTO Ethan对话
提供 Ethan 关于 AI 做 80% 到 90%、人负责收口的判断,并标明归属。
你也有想问的?
卡住的时候,问问立正:回答附有出处,可以点回原文核对。
也可以接着问:
别人还问了
- 计算机行业哪些职业会被真正淘汰?整个就业面是在往下走吗?
被挤压的是信息搬运和叙事包装类岗位,而定义问题、设定约束、评估验收的能力更稀缺;整个就业面不是简单往下走,而是行业超额回报在收窄、岗位结构在变。
- 这个课干啥的
这是一门教人真正把 AI 用进工作与项目的课,重点不是软件操作步骤,而是提需求、判断与动手做的能力;另有一门一小时小课供先试。
- 课代表在223年写的一篇文章里面有讲包括大语言模型是怎么来的呀?介绍这些背景资料的
按现有片段,无法确认“课代表”在2023年写过介绍大语言模型由来的文章;能确认的是立正在2023年有两份公开讲解,分别从生成模型原理和范式变化切入。
- 前辈想请我付费帮她做一档播客,我很愿意采访,但觉得采访完之后的剪辑和发布比较麻烦。一方面我觉得 AI 应该可以把后期做的不错,但实际上我自己的播客后期一直没有弄的很丝滑。我不太知道怎么判断这件事合适。我想的是,我可以收很低的费用,只负责采访。或者用相对高一些的费用,把采访和后期都接了。不太想接负责找外包剪辑同学以及和外包同学沟通,之前自己试过比较麻烦。
按你的约束,更稳的是低价只接采访,把后期排除在承诺之外;若想连后期一起接,就应把外包剪辑和沟通成本算进报价,而不是假设 AI 能替你消化。
- 如何做好 data agent?
做好 data agent 的关键不在模型多强,而在先把数据关系建模成图、在生成查询外加一层审计纠错,并把上线后的持续调优当成常态。
- 目前用了很多 agent,如果管理跨 agent 的 skill 更新和维护问题?
把 skill 当成需要持续运营的共享资产:统一存放、版本化、按环境适配,并给高风险改动加审批。多 agent 不是多份 skill,而是同一份 skill 被多处引用。