最想砸键盘的时刻：跟一个脑子里没有任何技术的产品/实施对需求。 你说「这接口有签名校验，绕不过去」，他说「那你绕一下嘛」； 你说「这个得跑一个小时」，他问「能不能点一下就秒出」； 你说「这是人家的风控」，他觉得你在找借口偷懒。 于是你开始画图、打比方、掰开揉碎讲半天，他终于点点头——下次开会，同样的问题原封不动再问一遍。 不是不能沟通，是每句话都得先翻成「人话」、再从「人话」翻回来，一天的电量全耗这上头了。🫠

AI 对程序员行业的影响，已经不只是“写代码更快”了，而是在重排很多岗位的日常工作与能力要求。 以研发为例：后端同学可以用 AI 先生成接口骨架、单元测试和日志排查思路，原来半天的样板工作可能压缩到一两个小时；但需求澄清、领域建模、权限边界、缓存与异常补偿，仍然需要工程师做判断并对线上结果负责。 测试岗位也在变化。AI 能根据需求补测试点、生成基础用例、归纳报错日志，但高风险链路、边界条件、真实用户路径和发布风险，依然需要测试同学理解业务后做取舍。 数据、运维和 SRE 同样受影响：SQL 草稿、监控查询、Runbook 与故障复盘会更快，但生产环境的变更决策、容量评估和事故责任不会自动消失。 我更倾向于把职业规划的重点放在三件事： 1. 打牢工程基础：代码质量、系统设计、测试与排障； 2. 深入一个业务领域：懂业务的人，才能判断 AI 给出的答案是否真的可用； 3. 建立 AI 协作能力：会拆任务、会给上下文、会验证结果，而不是只会复制输出。 AI 会替代一部分重复劳动，也会放大能解决复杂问题的人。与其焦虑“会不会被替代”，不如尽快把 AI 变成自己的协作工具。 你所在的岗位里，哪一部分已经被 AI 改变得最明显？