一个8年工作经验的程序员的畅谈Vibe coding
在AI飞速发展的今天，“Vibe coding”已成为主流开发模式。我在参与许多大厂的分享会后得知，有些大厂甚至推出了“古法编程”排行榜。这不禁让我思考：程序员的工作热情是否会随着AI的发展而日益消退？是否所有程序员都将变成可被替换的“skill”？是否每个开发者都必须转向架构师思维？
小白阶段
笔者是一所普本院校计算机专业的毕业生，算上学生时代的接触，编程已陪我走过十几年。还记得第一行“Hello World”是用C语言敲下的：printf("Hello, World!");，从此便一发不可收拾。
我对代码世界的热情，其实源自小时候看的《黑客帝国》——那些炫酷的画面让我心驰神往。但那时家人总说玩电脑耽误学习，我始终没有机会真正接触编程。于是暗下决心：大学一定要当黑客！结果入学后才发现选错了专业——计算机科学，不是网络安全。我成了准码农，而不是黑客。可我立志要成为黑客啊！转专业太难，中国有句老话叫“来都来了”，那就学吧。一个立志成为黑客的男人，就这样走上了程序员的道路。
第一次接触编程，发现和想象中差别巨大——说好的DOS界面一闪一闪、代码滚动如飞呢？现实却是VC6.0和Eclipse的白色控制台。算了不管了，“Hello World”启动！我的第一行代码从C语言开始。既然当不成黑客，那就好好做一名程序员。于是，参加了蓝桥杯、ACM等一系列算法比赛，当过队长，也拿过名次。那时最开心的时刻，是一道算法题从各种报错到AC，或者解题耗时比别人更短。
学得越多，做得越多，转眼就要毕业了。做项目时，我发现大部分时间都是“CV工程师”（复制粘贴），算法用得少之又少。和大学老师闲聊，他们常说：“算法是计算机行业的重要基石，你可以不用，但不能不会。越往后走，你越能感受到算法的魅力。”带着这份疑惑，我走进了职场。
1-3年的程序员
初入职场，带着些许忐忑，成了一名后端程序员。内心依然信奉“技术为王”——其他岗位没有技术能实现吗？但老大的话慢慢点醒了我：技术只是配角，话语权很低，至少在当时公司是这样的——公司靠实业赚钱，技术部门更多是花钱的部门。不过，我仍然会因为用巧妙的方式解决业务难点而沾沾自喜。那时写代码的乐趣，源于一天写出了多少行自认为牛逼的代码，或者从项目中学到新的解决方案，回家后认真写下技术博客，细细回顾。
5年+的程序员
经历得多了，我发现工作大部分时候依然是复制粘贴，又有了大学时的感觉。区别在于，现在更多是思考整个项目的规划和架构设计——具体实现其实大同小异，只要采用成熟的方案，基本不会出问题。此时的乐趣，变成了用合理的设计模式规划一个模块，用合理的架构设计一个新项目。嗯，有点那个味道了，觉得自己是一个成熟的开发了，继续沾沾自喜。
AI浪潮来袭
AI时代真正来临，大约是在2022年11月ChatGPT问世，再到DeepSeek在春节带给国人的震撼。那一刻，我感觉这个行业要变天了。随着AI技术日新月异，裁员潮也来了。公司优化了很多程序员，表面理由是“接受不了AI的变革”，真实原因大家心照不宣。从Copilot式的插件编程，到如今的Vibe coding，编码和架构的AI生成越来越成熟。比拼的不再是个人的技术积累，而是模型够不够牛、AI IDE划不划算，渐渐进入了“付费上班”的模式。
到了2026年的全民AI时代，遇到问题时，大家的第一反应是“我去问问AI”。曾经解决问题需要翻阅无数博客、打开无数页面的日子一去不复返。效率提升了，但各位程序员和架构师，你们真的轻松了吗？以我个人的经历来看，并没有。要学的东西更多了——各种AI相关技术、每周的AI发展趋势、高层对AI战略的部署转化为技术部门的AI考核……大家越来越忙，反而没有时间像以前那样沉下心来写技术文档。既然AI一句话就能解决，我还写文档干嘛？程序行业一山更比一山高，我问问AI就行，消耗token就好。
工作中效率高了，人却越来越累，写代码的热情越来越低。各种模型的plan模式，可能比一些老开发做得还要好。我们只需要给各种CLI、IDE权限就好，更多时候开发变成了review代码，甚至“能跑就行”。但在我看来越来越大的风险是：虽然有各种过程文档，可一旦上线出问题，很多开发无法立即定位原因，只能丢回给AI，循环往复，直到问题解决。
AI成为时代趋势，作为最先行者的行业，计算机行业一定首当其冲。我并不认为AI会造成失业潮，但冲击在所难免。本文想聊的并不是AI技术方向或它对各行各业的影响——毕竟我的眼光不算超前，每个人都有自己的想法，我都尊重，因为每个人的想法都有可能成为现实。我想和读者分享的是：作为一个技术人员，在AI浪潮下，我发现编码本身已经让人失去热情——不再追求算法的极致简洁，不再追求设计的极致优雅，工作目标几乎全部变成了“实现业务需求”。同组年轻同事私下聊天时说：“同事.skill实现起来也不难。”如今，只要有数据就能蒸馏，除了赚钱，工作热情到底要从哪里获取呢？
思考后的转变
重新思考后，我意识到：工作的意义本就是人赋予的。技术各有千秋，架构也随时代演变。AI时代，大家的生活确实方便了许多，至少不再需要为一些琐碎问题费尽周折。作为技术人员，为什么不让AI服务于工作负担，而非要从代码本身寻找热情呢？以前读书时常说的一句话是“以人为本”，让AI服务于人。技术本身一定会变革——毕竟当年看《钢铁侠》时，谁不想拥有一个贾维斯呢？
技术革新本质上是好事。但我们要有自己的思想，不被AI左右。AI也会产生幻觉，它是人造的，也一定会犯错——哪怕只有0.0001%的概率。所以，保持自己的思考，这才是我在AI时代工作中寻找热情的关键。
这里给大家精心整理了一份全面的AI大模型学习资源，包括：AI大模型全套学习路线图（从入门到实战）、精品AI大模型学习书籍手册、视频教程、实战学习、面试题等，资料免费分享！
👇👇扫码免费领取全部内容👇👇
1. 成长路线图&学习规划
要学习一门新的技术，作为新手一定要先学习成长路线图，方向不对，努力白费。
这里，我们为新手和想要进一步提升的专业人士准备了一份详细的学习成长路线图和规划。可以说是最科学最系统的学习成长路线。
2. 大模型经典PDF书籍
书籍和学习文档资料是学习大模型过程中必不可少的，我们精选了一系列深入探讨大模型技术的书籍和学习文档，它们由领域内的顶尖专家撰写，内容全面、深入、详尽，为你学习大模型提供坚实的理论基础。（书籍含电子版PDF）
3. 大模型视频教程
对于很多自学或者没有基础的同学来说，书籍这些纯文字类的学习教材会觉得比较晦涩难以理解，因此，我们提供了丰富的大模型视频教程，以动态、形象的方式展示技术概念，帮助你更快、更轻松地掌握核心知识。
4. 2026行业报告
行业分析主要包括对不同行业的现状、趋势、问题、机会等进行系统地调研和评估，以了解哪些行业更适合引入大模型的技术和应用，以及在哪些方面可以发挥大模型的优势。
5. 大模型项目实战
学以致用，当你的理论知识积累到一定程度，就需要通过项目实战，在实际操作中检验和巩固你所学到的知识，同时为你找工作和职业发展打下坚实的基础。
6. 大模型面试题
面试不仅是技术的较量，更需要充分的准备。
在你已经掌握了大模型技术之后，就需要开始准备面试，我们将提供精心整理的大模型面试题库，涵盖当前面试中可能遇到的各种技术问题，让你在面试中游刃有余。
7. 资料领取：全套内容免费抱走，学 AI 不用再找第二份
不管你是 0 基础想入门 AI 大模型，还是有基础想冲刺大厂、了解行业趋势，这份资料都能满足你！
现在只需按照提示操作，就能免费领取：
👇👇扫码免费领取全部内容👇👇