聊聊 AI 阴影下的程序员生存技能

　　近日，英伟达 CEO 黄仁勋在世界政府峰会访谈中表示，不应再让孩子们学习编程。此言一出，引发了广泛的讨论。那么，在 AI 能够编写代码的今天，程序员是否还有存在的必要呢?

　　以一个简单的编程案例来探讨这个问题。我使用剪映软件制作了一个字幕跟随效果的视频。为了实现这一效果，我需要将每个字幕的动画时长调整为与字幕时长相同。手动调整显然效率低下，因此我尝试利用 AI 编写代码来自动化这一过程。

　　我将剪映的项目文件提供给 Claude，并要求其编写代码将动画时长修改为与字幕时长一致。Claude 很快找到了动画与字幕的对应关系，并生成了代码。然而，代码运行后并未达到预期效果。经过一番调试，我发现 Claude 找错了对应关系，并在修正后成功实现了字幕跟随效果。
 

　　这个过程可以划分为三个阶段：首先，需要构思出可能的解决方案;其次，需要具备熟练运用编程语言编写代码的能力;最后，需要具备分析问题和解决问题的能力。许多初级程序员仅停留在第二阶段，即熟练运用编程语言编写代码以完成指定功能。对于这部分程序员而言，他们很可能被 AI 取代，而且这一过程已经开始。Claude 在整个任务中表现最好的部分就是代码编写，当需求、指令和方案明确时，Claude 能够快速而精准地生成代码。

　　因此，如果一个程序员的能力仅限于熟练运用编程语言，那么即使在当前的 AI 面前也已不具备优势。AI 已经彻底抹平了编程语言的技术鸿沟。实际上，不仅仅是初级程序员，所有处于初级阶段的白领职位都将面临被 AI 取代的风险，尤其是那些具有明确标准和可遵循流程的职位，例如数据分析、初级会计师、律师助理等。

　　那么，中级程序员是否也会受到 AI 的冲击呢?答案是肯定的。虽然 AI 目前主要解决了语言问题，使得人们无需学习特定的编程语言，只需通过自然语言即可让 AI 编写程序，但这并不意味着任何人都能成为合格的软件开发人员。学习计算机科学的意义在于培养人们明确需求、指令和方案的能力，而这些是短期内 AI 无法替代的。计算机科学的重点从来都不是教授某种编程语言的熟练运用，大学教育的重点也从来不是知识的学习，而是学习能力的培养。

　　那么，什么是 AI 应用的核心能力呢?我认为是 Prompt engineering 以及 AI 与自动化的结合。许多人认为 Prompt engineering 的重要性源于 AI 的不成熟，未来随着 AI 理解能力的增强，Prompt engineering 将不再重要。这种观点至少忽略了三点：首先，即使五年后 AI 发展到无需 Prompt engineering 的程度，你是否愿意等待?其次，除非 AI 能够读心，否则 Prompt engineering 将始终是一项重要技能。最后，AI 优化 Prompt 的过程会代替人做出许多决定，从而导致失控。

　　回到开头提到的三个阶段能力的第一项：构思可能的解决方案。这需要广泛的领域知识、跨领域的思维模式、好奇心和探索精神，以及对核心能力的关注。例如，在 AI 爆发的初期，我利用 ChatGPT 的推理能力建立了一套自动化工作流，对 AI 相关信息进行重要性评级，作为信息筛选的第一步。

　　如何训练这项能力呢?首先，需要积累广泛的领域知识，建立跨领域的思维模式。其次，要保持好奇心和探索精神，尝试以多种方式解决问题，质疑现有的解决方案并探寻其背后的逻辑。最后，要关注核心能力，避免陷入虚假的学习状态。

　　对于中级程序员来说，他们将很快感受到来自初级程序员甚至小白的冲击，因为 AI 降低了行业的进入门槛。普通程序员的黄金时代已经结束，AI 要么奴役人类，要么成为人类的工具，而谁能更有效地操控这个工具，谁就能占据领先地位。

　　黄仁勋所强调的，是普通人不再需要专门学习编程语言，但计算机科学的基础知识以及多领域的知识融合依然重要。

　　总结一下，计算机科学仍然有必要学习，因为其更重要的意义在于培养人们解决问题的能力，这项能力短期内 AI 无法替代。同时，要提升自身的学习能力，致力于学习驾驭 AI 的技术。程序员会被 AI 替代吗?答案是不再学习的人会被快速淘汰，这在任何年代都成立，只是 AI 让这个淘汰来得更加迅速而猝不及防。