五把尺子备齐，下战场。第一个选写代码——你们很多人干这行，也被 AI 咬得最狠。「程序员要没了」这话你这两年听了不下一百遍。
我们不辩，只把「写代码」拆成一条条任务，拿五条分界线按上去，看刀口切在哪。最后会看到一句反直觉的话：被咬走的是打字，不是设计。
先把「程序员」拆开摊在桌上
第二章拆过后端工程师，这回更细。一个工程师一天真正干的活，大概这么一捆：
- 敲样板代码——增删改查、接口拼装、配置文件，几乎每个项目都一样的骨架。
- 查文档、查报错——「这函数第几个参数是啥」「这行红字啥意思」，翻手册、翻 Stack Overflow（程序员问答网站，遇坑先上去搜前人怎么填）。
- 写单元测试——给代码配上「喂它什么、该吐什么」的检查，防它偷偷坏掉。
- 调试——代码不按预期跑，一步步追出哪儿错了。
- 代码评审——看同事的代码，挑毛病、提改法（英文叫 code review）。
- 拆需求——把产品经理那句含糊的人话，翻译成能落地的技术步骤。
- 定架构——系统怎么搭、哪块用什么、以后怎么扩、哪里会先崩。
- 权衡技术选型——这仨方案各有各的坑，选哪个、认哪个代价。
- 排查线上事故——半夜挂了爬起来救火，并为「为什么挂、怎么防」负责。
- 跨团队沟通——跟产品、测试、隔壁组对齐，把事推动。
十条活，机器咬向它们的难度天差地别。
哪几刀已经掉下来了
用过的人早有切身感觉。AI 编程助手（会补全、会成段生成代码的模型工具，你写一半它接后半，或你说句人话它给你整段）先咬住的，正是最上面那几条：敲样板、查文档、查报错，很大程度上还有写测试。为什么偏偏是这几条？两条线一按就清楚。
第一条线，能不能被数据描述（回想第四章）。样板代码是这世上被写过最多遍的东西——同一个「用户登录接口」被写过几百万遍，长得还都差不多。正中模型主场——它就是从这座山里学出来的。
第二条线，有没有可判对错的信号（回想第五章）。这几条活的好坏几乎当场就有裁判：代码跑不跑、编译过不过、测试红还是绿。信号越干净，机器越能自己较劲长进。
所以这几刀掉下来不神秘：五条线里最要命的两条——海量数据、干净信号——全站在 AI 那头。这是真实正在发生的事，别嘴硬；但也就到这儿，别顺势夸张成「程序员没了」。
反而更值钱的那几条
再看清单下半截：拆需求、定架构、排查事故、在模糊里做权衡。这几条不但没被削弱，反而因上头的累活被拿走而更占分量。为什么咬不动？前几章的线在这儿汇齐了：
定架构和技术选型，是在浑水里做权衡。「这数据库扛不扛得住十倍的量」「这技术三年后还有没有人维护」——没有编译器判对错，没有测试变绿告诉你选对了，答案要等半年一年才揭晓。信号一浑，判断就压回人身上。
拆需求，本质是定义问题（回想第八章）。产品经理说「我要个让用户互相点赞的功能」——照着做你能做出来，但真高手会先拦一句：他到底想解决什么？是要用户多留一会儿，还是要看谁受欢迎？问对了，做出来的可能根本不是「点赞」。这不是解题，是判断该解哪道题——AI 最接不住。
担线上事故的责任（回想第六章）。救火的可以是人借着 AI，但报告上签名、为「以后不再挂」兜底的，得是个能被追责的人。AI 不能上法庭、不能被扣绩效、不能被开除。谁担责这条线，把「兜底的人」死死焊在人这头。
一个内行才咂摸得出的真相：写代码从来不是打字
大众想象里程序员的活是「打字」，但凡真写过代码的人都知道，打字从来不是难的那一步，它只是把脑子里已经想清楚的东西录进机器。真正难、真正耗人的，是前面那步想清楚：功能解决什么、拆成几块、怎么接、哪里会出岔子、怎么收场。
打个比方：写代码像盖房子。外人以为难在搬砖砌墙（打字），其实真正难的是画图纸、算承重、定水电走向（想清楚）。图纸画错了，砌得再快也是盖一栋要塌的楼。AI 主要是把搬砖变快，还帮你翻建材手册；但那张图纸对不对、这楼该不该盖——它给不了准话，更不给你担责。
「想清楚」它只能打下手——递方案、列可能性、当个陪你吵架的对手——真正拍板、扛后果那一下，它接不了。
诚实的复杂：三件不能装看不见的事
要是就此收尾，这章又成了给程序员喝的安慰汤。三盆冷水得泼下来。
第一，别把 AI 钉死在「只会补全」。它在往上爬，爬得不慢。现在的 agent（能自己一步步干活的 AI：读你整个项目、改好几个文件、自己跑测试、看报错再改）已经不是只会接半行代码，能啃下越来越大的任务块。「它只会样板」那道墙不是铜墙铁壁，把今天的短处当成永久，要吃亏。
第二，它吐出来的代码，得有人看懂、有人负责、有人养一辈子。这里藏着个真陷阱，叫 技术债（technical debt——为了眼下快，先欠一笔「以后再收拾」的账，利息是往后每次改动都更痛）。你看不懂却照单全收 AI 写的代码，等于闭着眼睛往项目里埋账：跑得起来不等于它对、半年后你还改得动。能驾驭 AI 产出的前提，是你看得懂、判得清、担得起。
第三，也是最扎心的：初级活被吃掉，新人怎么长成资深？
过去新人正是从敲样板、查文档、写测试、被人 review 这些初级活里，一寸寸磨出手感和判断，熬成能定架构的老手。可这些活恰恰是 AI 最先咬走的。台阶被抽掉，人怎么爬到能定架构、能扛事故那一层？这矛盾是真的：一个只让 AI 干初级活、自己从没磨过判断的人，很可能永远卡在会用工具、却不懂门道的半山腰。这道题行业还没解开。
刀口切在哪：从「会写」移到「会判断」
收一下。刀口切得清清楚楚：有海量范本、当场能判对错的那半截（打字、查资料、样板）先掉；掺着定义问题、权衡取舍、担责兜底的那半截（拆需求、定架构、扛事故）留下，还更沉了。
AI 咬走的是「录入」，不是「想清楚」；是「解题」，不是「该解哪道题」；是「写得快」，不是「担得起」。价值正从「会写」整体移向「会拆问题、会判断、扛得住责任、看得懂并驾驭 AI 产出」那一头。
这不是安慰，更像一份改行的通知。会打字，机器已经比你快、比你便宜、还不喊累；把价值全押在「敲得溜」上，AI 站的正是你那一头。真正安全的是清单下半截——靠的全是判断。
下一章我们把同一把刀，按到两个更依赖判断和责任的行当上——看病和打官司。你会发现，同一套线切出来的刀口，形状惊人地像。