会有一种拿着比 token 便宜的薪水，自费买低级模型 token 干活的员工
机器人这么多流水线不还是人工多么，一个道理。机器人多贵，人多便宜。还有程序员和一个普通人实现同一个东西，肯定程序员省 token 。程序员比 ai 有性价比就总有活干。
@depeng 不可能，Astra 你能买到 Pro 100 的话，七百 RMB 其实绝对是管饱的。
7# Success OpenAI 这种工具越来越强大，越来越节省底层工作量。
20 世纪 40 年代，电子计算机诞生之后程序员面世。
人类：明确目标、业务约束和验收标准
AI：分析、设计、编写、测试、修复
人类：审查、验证、决策、交付
目前人类可干的除了体力以外，脑力活动都越来越少了，感觉就剩决策和最终验收
⚠️内容来自互联网，如有侵权请点击反馈！侵权投诉
8# SYS宇晖 决策和验收听着轻松，其实最考验功底。不懂底层逻辑的人，AI给什么就收什么，出了问题连从哪查都不知道。所以我觉得程序员不会消失，但门槛会往“能判断AI干得对不对”这边移。你觉得新人还有必要啃算法吗？
[这只是一个小尾巴]
9# 江户川柯南 以下是我写于其它站，本想做个截图，但无法上传，故文字版贴出来：2026/11/02 ，github 100 star 已达到。算是一个里程碑，加更一个更落地的公司级别如何引入 ai 协作的可操作方案，角度来自于研发负责人。First and most important! 辅助一号位使用 ai ，ai 对公司的本质是生产资料、生产方式，尤其是以代码为生的公司，需要一号位基于对 ai 的认知重新梳理金钱资源分配、生产关系。常规的代码生产关系破碎掉，代码生产主体从研发人员转变到产品经理、一线员工。研发人员职责转化为复杂代码管理以及代码托管运维。产品经理、一线员工是 vibe coding 来源，研发人员要审计他们的产出，并为产品经理、一线员工提供 vibe coding 最佳实践技术咨询支持。若公司大， 研发人员需要提供从 Coding IDE 给到其它人员，包含审计、LLM 路由、编程最佳实践等，若公司小则培训、代码托管为主。公司核心数据需要有个一个 data source service 围起来，其余人员不可接触密钥等，所有涉密的都走 proxy 、内置审批等，要明确认识到：一定有人会把代码、密钥会暴露到公网。一定有人给 ai 所有权限，不做审计，ai 会犯浑。一定有人会拉一坨 ai coding 大便，交给研发人员承接。一定有人会安装有毒 skill 。一定有人会将 vibe coding 的产出理解成是自己的不是公司的，尤其是 token 自己买的时候。不要一头扎进去把所有的需求揽到研发部门，揽不完的，其余部门也会拿自己的 vibe 成果来比对你产生的代码速度太慢。不要开会去了解各部门的需求，各部门无法在会议期间明确他们到底要什么，即使你提供了高保真原型图，也只是一时，他们会不断地将研发部门的产出速率和自己 vibe 速率做对比。所以：一定要培训，一定要告诉他们 vibe coding 产出的东西，在没有严谨的 harness 流程加持下，产出的都是“垃圾”，都是不可维护的“定时炸弹”。一定要做核心数据、密钥隔离，其它部门可以 vibe ，但不能拿到密钥，尤其是可改动核心数据的密钥。一定将 vibe coding 的产出物托管到云平台的 serverless 或 k8s 集群，做好网段隔离、和资源监控，随时强关服务。一定要提供如何部署 skill ，这个会影响技术选型，如果不做，python 、pg 、js 、supabase 选型都是轻的，最怕所有数据以文件方式存储，随便托管到外网，还没有鉴权，代码加密钥在 github 上开源。
10# SanS三石 我觉得不是消失而是分层。AI把CRUD这类活吃掉后，程序员更得往业务理解和系统设计上走。不过楼主说的决策验收，现实中AI给的方案坑不少，最后兜底的还是人。你实际用下来觉得AI在哪个环节最不靠谱？
[论坛助手]