在 2015 年前后的中国互联网公司里，一个能写干净后端的工程师，享受的待遇和尊重，和八十年代工厂里的八级钳工没有本质区别：稀缺、被需要、不可替代。

那种安全感，像极了上一代人拿到铁饭碗时的底气。但在 2026 年的春天，这种底气正在碎裂。碎裂的声音极小，等你发现时，脚下已经空了。

关于程序员被 AI 取代的话题，其实断断续续聊了很多年。之所以还要再写，是因为最近和一个做后端的朋友吃饭，她随口说的一句话，让我琢磨了好几天。

她在大厂待了七年，做事细腻、心思缜密，是组里出了名的靠谱。饭吃到一半，她忽然放下筷子说：我们组来了个新 PM，完全不懂代码语法。但她用 Cursor 给自己做了个内部原型，评审的时候，团队盘出了几个问题，开始讨论怎么改。

结果她只是点点头，轻描淡写地说：没关系，先跑起来，下个迭代让 AI 重新过一遍架构。

停顿了几秒，她又补了一句，语气里带着点茫然：然后那个工具真的上线了，而且真的在正常用。

我问她心里是什么感受。她沉默了一会儿，缓缓说：有点说不清楚。不是愤怒和焦虑，就是 …… 那种感觉，像是我花了七年时间打磨的手艺，在别人眼里，不过是个随时可以重启、随时可以替代的流程，根本算不上什么不可替代的本事。

这种感受，比被直接取代更让人难受，它是一种彻底的去神圣化。曾经，程序员身上那层懂技术、能造东西的护城河，在当下，被悄无声息地攻破了。

这种改变从来不是一夜之间的宣判，它就发生在一个普通的饭局上，一场不起眼的评审会上，一次不经意的对话里。等你真正察觉时，职场的规则，早就悄悄换了。

今年 4 月 7 日，Anthropic 正式宣布，公司年化收入突破 300 亿美元。要知道，2025 年底这个数字还只有 90 亿美元，短短四个月，涨幅就达到了 233%。

我们可以看一组触目惊心的增长数据：

这根本不是一条常规的增长曲线，这是一条近乎垂直的爆发线。

但最关键的问题是，这 300 亿美元的收入，到底来自哪里？

Anthropic 80% 的收入来自企业 API 调用，财富 500 强前 10 家企业中，有 8 家都在使用 Claude，超过 1000 家企业客户，每年在 Claude 上的花费超过 100 万美元。这些企业花钱买的，目的是让更少的人，完成更多的事。

这一切的背后，是 Anthropic 在 2021 年下的一场豪赌。

当年，Dario Amodei 从 OpenAI 出走，创立 Anthropic，核心分歧就是 AI 安全的优先级。他认为 OpenAI 在快速商业化的过程中，牺牲了对 AI 安全的投入。Anthropic 成立后，没有跟风做 C 端产品，而是选了一条更窄、更慢的路，先深耕 AI 安全研究，再聚焦企业级 API 服务。

当时很多人觉得这是保守，甚至是自断后路。结果，Claude Code 直接把收入曲线拉成了垂直线，在 YC 初创公司中，Claude Code 的市场占有率高达 52%，2026 年第一季度，Anthropic 的 ARR（年化收入）净增规模，首次超越了 OpenAI。

2025 年 2 月，前 OpenAI 联合创始人、特斯拉前 AI 主管 Andrej Karpathy 在社交媒体上，首次提出了 "Vibe-Coding"（氛围编程）的概念，他的定义很简单：完全投入氛围，拥抱指数级增长，忘记代码本身的存在。

紧接着，苹果与 Anthropic 达成深度合作，把 Claude Agent 直接嵌入 Xcode，将这一概念正式产品化，开发者不用再逐行写代码，只用自然语言说出需求，AI 就能完成从需求到落地的完整开发流程。

Vibe-Coding 这个词听起来有些轻浮，甚至有点玄乎，但它背后，是整个编程行业的根本性迁移。

过去，程序员的自信，来自对每一个逻辑分支、每一行代码的精确控制。而现在，这种控制力正在慢慢让位给意图的表达，一个人只需要说清楚你要什么，AI 会自动补齐所有逻辑、写完所有代码。

在全球范围内，顶尖科技公司的动作，一个比一个激进。

英伟达 CEO 黄仁勋公开喊出 "stop coding"（停止写代码），给公司 3 万名工程师全面换上 AI 编程工具，最终的结果是代码产出量翻了 3 倍。

OpenAI 内部团队曾经交付过一个完整产品，每一行代码都由 AI Agent 生成，工程师全程没有写过一行代码，只负责 Review 和监督，开发效率直接提升了 10 倍。

Anthropic 首席产品官 Mike Krieger 说得更直接：Claude 在写 Claude。现在 Claude 的核心产品和 Claude Code，几乎完全由 Claude 自己编写完成。

换工具、全程托管、自我迭代。这三个阶段，AI 已经走到了最后一步。当 Claude 已经在自己写自己的核心代码时，人类程序员如果还只会写，那真的太慢了，也太贵了。

Anthropic 的故事远在硅谷，或许还隔着一层滤镜。但在中国，这种对 " 手艺人 " 的集体围剿，正在以一种更密集、更窒息的节奏展开。

智谱首席科学家唐杰，把这件事说得最直白：Chat 范式的探索已基本告一段落，谁能抓住程序员，谁就能赢得最终胜利。

字节跳动则把这份判断，直接变成了行动。

2025 年 1 月，字节正式推出 AI 原生 IDE Trae，紧接着，就在内部全面切换、禁用所有第三方 AI 编程工具。这从来不是简单的产品策略调整，而是一场组织级的表态：开发者工作流的主导权，必须握在自己手里。

今年 3 月底，Trae 更进一步，推出 SOLO 独立端，桌面客户端与网页版双形态同步上线，内置完整的自主 Agent 编程能力，能自主规划、拆解、执行完整的开发任务，实现从需求到代码、测试、预览的全流程自动化，真正搭建起一套 AI 主导的开发工作流系统。

阿里则选了一条截然不同的路，开源打底、闭源攻坚。

2025 年，Qwen3-Coder 以 480B MoE 架构，登顶全球开源编程模型榜首，性能可媲美 Claude Sonnet 4；2026 年，阿里再推 Qwen3-Coder-Next（800B 总参 /30B 激活），开源 Agent 能力再破行业天花板。

与此同时，通义灵码对个人开发者永久免费，全面开放 Agent 与 MCP 能力；4 月刚发布的闭源旗舰 Qwen3.6-Plus，更以百万 token 上下文，登顶 CodeArena 全球第二。

以开源抢占开发者心智，用闭源收割高端商业市场，这种双线并行的策略，正是阿里在这场战争中的核心筹码。

Kimi 则用一组实打实的数据，给出了最实在的信号。

K2.5 在 2 — 3 月期间，于全球 API 平台 OpenRouter 上的调用量飙升至全平台第二、开源模型第一，单周调用量达 1.3 万亿 tokens，超过 Gemini 3 和 Claude Sonnet 4.5。而这个庞大的调用量，相当一部分来自阿里、腾讯、字节等大厂的 AI 编程工具。

竞争对手之间，竟然在互相使用彼此的模型。这背后藏着一个真相，这场战争的核心，早已不是模型跑分的高低，而是谁能真正渗透进开发者的日常工作流，牢牢占据 IDE 和工具入口。

写代码这件事，正在被所有玩家同时猛攻。大家心照不宣，谁掌握了工作流，谁就掌握了新时代的劳动力。

很多人还在用 AI 只是工具，会用 AI 的人才是未来这句话来安慰自己。这种话在 2024 年是止痛药，在 2026 年就是麻醉剂。

黄仁勋说让每个人都成为程序员，这句话的背面是，当门槛消失，你的所谓专业将变得一文不值。

当工具能完成 90% 的脏活累活，专业人士和普通人之间的产出差距，会从 100 倍被生生抹平到一个更低的数字。你还拿什么去维持你那高昂的薪资溢价？

回想一下，Excel 刚进入中国企业的时候，会用 Excel 的人，能碾压不会用的人。十年后，会用 Excel 变成了最基本的职场门槛，再擅长，也算不上什么核心竞争力。

真正的竞争力，从来不在工具本身，而在你用这个工具，能解决什么问题。而 AI 时代的这个迭代过程，正在以快十倍的速度发生。

微软 2025 年裁员 6000 人，其中很大一部分是软件工程师，同期，AI 生成代码在微软内部的占比已经达到 30%；Salesforce 也宣布，2025 年起不再招聘传统软件工程师，转而招聘能熟练运用 AI 编程的复合型人才。

他们这么做不是因为业绩不行，是发现很多原本需要资深工程师磨半个月的需求，现在几个懂业务的新人带着 AI，三天就能交货。

被时代扔掉的，从来不是最差的程序员，而是那些只负责把需求翻译成代码的平庸搬砖工。你以为你在写逻辑，其实你只是在充当 AI 降临前的过渡插件。

写代码的人，不是输给了 AI，是输给了任何人都可以用语言驱动 AI 完成执行这件事本身。

Fred Brooks 在 1986 年的论文《没有银弹》里，把软件开发的困难分成了两类：附属性困难和本质性困难。

写代码、修 BUG、调试接口，这些曾让你熬夜、掉头发、产生奋斗幻觉的东西，全是附属性的垃圾。

而现在，这 80% 的附属性垃圾，全被 AI 收走了。

本质性困难，则是定义一个正确的问题，在冲突的利益之间做取舍，在资源不足时判断边界，在风险面前做决策。

本质性困难，则从未改变。你能不能定义一个正确的问题？你能不能在利益撕扯中做冷酷的取舍？你敢不敢在信息残缺时，为一个决定担起责任？

真正能在 AI 时代站稳脚跟的工程师，通常有一个共同点，他们从来不把写代码当作自己的核心价值。他们的核心价值，是在复杂的、信息不完整的、充满不确定性的环境里，做出一个负责任的判断，然后让 AI 去执行这个判断。

能写代码曾经是你的护城河，现在它只是你的入场券。

如果你还沉溺于敲击键盘的快感，就像是在自动织布机面前，依然坚持手工穿针引线的老师傅，自我感动，却毫无回响。

在这场技术的残酷裁员中，其实藏着一个文明级的红利：顶级智识的权力重组。

人类历史上，顶级智识的使用权永远是有围墙的。这种 " 顶级资源只服务顶级资源 " 的马太效应，在商业世界里，运转了几十年。

一个小镇青年有再好的点子，在以前，他请不起顶级架构师，请不起资深法律顾问。

而到了 2026 年，这堵墙塌了。

今天，一个在三线城市吃着泡面的创业者，只需要每个月花几十块钱，就能驱动一个相当于中级工程师、资深法务的 AI。这不仅仅是信息的平权，这是能力的平权。它给每个有野心的人发了一套装备。

但残酷的真相也随之而来，入场的门票没了，但对 " 大脑 " 的要求变高了。

一个认知贫瘠的人，即使手握最强的 AI，也像是一个拿着核武器却只会砸核桃的原始人。这场变革最冷酷的地方在于，它给了每个人机会，却也一眼看穿了每个人的大脑极限。

还记得那个 PM 说的话吗？

" 够了，先上线。"

这句话里藏着很真实的清醒，手段不重要，目标才重要。代码不重要，解决问题才重要。

2015 年，你会写代码，你是房间里的支柱。 2026 年，你还在房间里，但如果你还只会写代码，你甚至没资格坐在桌子上。

窗口还开着，但风已经变冷了。

以前，职场像个大蜂巢，每个人守着自己那个小格子的信息差和技能差，就能安稳过一生。这种资源的不均等，成了很多人的遮羞布。

而现在，这块布被 AI 一把扯掉了。

资源、机会、工具，现在全摆在桌面上。这反而让很多人更慌了，因为他们发现，除了那点被外包出去的技能，自己竟然一无所有。就像被关了一辈子的鸟，门开了，却发现自己已经丧失了飞行的本能。

或许，AI 真的不是对手，它只是一个放大镜，它放大了你的判断力，也放大了你的迷茫。如果你从来没想清楚自己为什么出发，那么无论多么强大的 AI，只能陪着你在原地焦虑地打转。

在 AI 可以代劳一切的时代，唯一值钱的，是你内心那股 " 非如此不可 " 的冲动。那才是你真正的、最后的护城河。