特工竞技场
54.28M · 2026-03-23
今天看到一件事,我对着屏幕沉默了良久。事情是这样的:
我看到时特别能理解他的心情,因为我也同样经历过这种焦虑的状态,这种状态很煎熬人。有些人说他心态太差,但我看来这种情况下任何的选择,都是无可厚非的。路也不止这一条。
与他的选择不同,我经过煎熬的过程后,决定“重构”自己,死磕到底。
这位兄弟 25 岁,干了三年,正是从“萌新”向“熟练工”转化的关键期。他怕的不是加班,而是 “价值归零”。
他平时的活儿:CRUD、写脚本、调接口、理文档。 在 AI 眼里,这些叫:“模式高度统一的可预测任务”。
如果你把程序员看作一个 Processor,他现在的处理逻辑确实正在被 AI 这种更高效的 Serverless 函数所取代。他选择离开,本质上是在执行一种 “止损逻辑”——趁着年轻,去找一个 AI 暂时摸不到边界的领域。
说实话,当时我的焦虑一点不比那位兄弟少。但我选择了第二种状态:积极拥抱,加入其中。
这不是因为我头铁,而是基于一个资深 Java 佬的逻辑推演:
Sentinel 配置,但它不知道什么时候该保“X”的流量,什么时候该舍弃“Y”的请求。这种 “决策权重”,依然在人手里。我们来看看面对AI冲击这两者的思维差异:
stateDiagram-v2
state "消极状态" as State1 {
恐惧 --> 迷茫
迷茫 --> 停滞
停滞 --> 逃离/转行
}
state "积极状态" as State2 {
焦虑 --> 参与/了解
参与/了解 --> 寻找生态位
寻找生态位 --> AI协同进化
}
State1 --> [*]: 彻底出局
State2 --> 剩余的一小部分: 成为超级个体
那个同事说“学了也没用”,其实是因为他还在用 “旧时代的勤奋” 去对抗 “新时代的进化”。
如果你还在死背八股文,还在纠结一个简单的增删改查怎么写得花哨,那确实没用。因为 AI 是 “模式识别” 的高手。
但如果你开始研究如何用 Spring AI 接入业务模型,研究如何通过 MCP 协议 让 AI 读懂你的数据库日志,研究如何设计一套能让 AI 稳定执行的 Skills(技能)——你会发现,你的路不是变窄了,而是变深了。
被裁员后的这段日子,我反思过很多次。以前我也焦虑,觉得我那点票务系统的经验,AI 几秒钟就能生成一套类似的架构图。
但我后来发现,AI 生成的架构图是“理想状态”,而真实的世界里到处是“补丁”和“异常”。
这些“不完美”的现实,正是我们这些老兵存在的价值。 既然 AI 已经能完成一大半重复性工作,那咱们刚好把手腾出来,去解决那些 AI 解决不了的、复杂的、带有人性的业务痛点。
25 岁的兄弟选择离开,这需要勇气,我祝他好运,毕竟人生不只有代码一条路。
但对于咱们这些还在场上、或者正准备重新上场的兄弟,我想说:焦虑是必然的,但恐惧是可以被转化的。
最后还是要提醒下,即使我们选择积极的态度,最后也可能出局,因为这条路挤的人太多了。
看到同事离职,你心里是不是也会有所触动呢?你是打算像他一样寻找新的赛道,还是准备和AI并肩前行?