AI 时代,程序员的护城河到底是什么
上一篇《技术人的业务思维》聊到,AI 时代里"实现"几乎免费,稀缺的是"判断做什么"。
这篇文章想接着往下挖一层:如果"判断"这么值钱,那作为程序员,我该积累什么样的能力,才能让 AI 短期内替代不了?
我用"护城河"这个词,但不是要你建一道墙把 AI 挡在外面。AI 一定会越做越好,挡不住。能挡住的,是你和 AI 协作的深度。
一、先定义"护城河"是什么
护城河不是"我不会所以 AI 也不会"。
那是落后,不是护城河。
真正的护城河,是三件事的组合:
- AI 短期内做不好(技术能力)
- AI 短期内不愿意做(成本/动机)
- AI 短期内不被允许做(规则/信任)
下面聊的三道"护城河",都是从这个角度出发的。
二、第一道护城河:判断力
1. 什么是"判断力"
判断力是在信息不完备、目标模糊、约束相互冲突的情况下,做出合理决策的能力。
听起来很玄,拆开看就是几个具体动作:
- 定义问题:把一个含糊的诉求,变成一个清晰的问题陈述
- 设定边界:在时间和资源有限的情况下,确定什么不做
- 排序优先级:在 N 件事里,挑出先做哪一件
- 评估风险:判断一条路走下去,会不会死
- 取舍:在 A 和 B 之间,选一个,承担另一个的成本
这些事,AI 现在做不好,原因不是它算力不够,而是它没有立场。
2. 为什么 AI 短期做不好判断
AI 的判断是基于历史数据的模式匹配。它能告诉你"通常这种情况下大家会怎么做",但它不能告诉你"在这种情况下,我应该怎么做"。
判断需要三样东西,AI 缺其中至少两样:
- 价值观:这件事对我来说重不重要?
- 风险偏好:我愿意为了收益承担多大风险?
- 上下文:这个特定时刻,这个特定团队,这个特定用户,有什么特殊的?
这三样东西,只能从"人"来。
3. 怎么练判断力
(1) 主动做"没有标准答案"的决策
多接那种"做也行不做也行"的活。AI 最讨厌这种活,但这种活最能练判断。
(2) 为自己的决策写一份"备忘录"
做完一个决策,回头写:当时我看到了什么?我为什么这么选?事后看,哪里对了哪里错了?
积累 10 份,你的判断就开始有"自己的体系"了。
(3) 找一个"判断力强"的人对账
找一个你信得过的前辈或同行,定期把自己做的决策讲给他听,让他挑刺。这个过程是 AI 给不了的。
三、第二道护城河:人际
1. 什么是"人际"
人际不是"我能说会道、八面玲珑"。
真正的人际能力是:能和一个真实的人建立信任,让他愿意和你一起承担一件有风险的事。
这件事包含:
- 听懂对方没说出口的话
- 让对方听懂你说的话
- 在冲突中找到双方都能接受的方案
- 在对方最糟糕的时候,给他一个体面的台阶
2. 为什么 AI 短期替代不了人际
AI 可以模拟"高情商对话",但模拟和真实是两回事。
人际的关键是真实——你得真的在乎对方,真的承担过一起做事的后果,真的能在对方最需要你的时候出现。
AI 没有"在乎"这回事,所以 AI 永远替代不了真正的信任。
更深一层:几乎所有有商业价值的工作,都是协作完成的。一个人 + AI 能做一个原型,但做不了一个能持续运转的产品。能做出持续运转产品的,是有信任的小团队。
也就是说,人际能力直接决定了你能不能进入"高质量协作"。
3. 怎么练人际
(1) 选一个"小圈子",长期投入
不要广撒网。选 3-5 个你长期愿意一起做事的人,持续投入。
(2) 学会"输"
人际里的最大杀手是"我永远对"。学会在小事上让步,在大问题上不退。
(3) 主动承担"难聊的事"
绩效面谈、冲突调解、坏消息通报——这些事 AI 做不了,做了也没人信。主动承担这些事,人际能力会指数级增长。
四、第三道护城河:对模糊性的容忍
1. 什么是"对模糊性的容忍"
模糊性是指:事情没有清晰的答案,可能 A 也对 B 也对,选哪个都行。
对模糊性的容忍,是指在这种情况下,你还能继续往前走。
很多程序员的训练,是在"清晰"上训练出来的:
- 算法题:有明确对错
- Bug 修复:有明确"修好"的标志
- 性能优化:有明确数字对比
但现实世界大部分事不是这样的。需求模糊、目标模糊、约束模糊,甚至"做不做"都是模糊的。
2. 为什么这是护城河
AI 越是强大,对模糊性的处理就越成为稀缺品。
因为 AI 本质上是个"答案机器",给它清晰的输入,它能给出清晰的输出。给它模糊的输入,它的表现会显著下降。
这意味着:能"在模糊中持续工作"的人,会变成最有价值的人——他们是 AI 时代的"项目经理"和"产品负责人"。
3. 怎么练这个能力
(1) 主动接"定义不清"的项目
别只做"技术 leader 已经拆好的活"。主动去接"老板说要做个东西,具体是什么我们再聊"的项目。
(2) 学会"先做一步"
面对模糊,人的本能是"等想清楚再做"。但 AI 时代,先做一步的成本几乎为零(用 AI 快速做原型),所以正确的策略是:先做一步 → 拿反馈 → 再做下一步。
(3) 接受"做错"是常态
AI 时代最反直觉的一件事是:做错的成本比过去低得多。一个不对的原型,用 AI 几小时就能重做。
接受"做错",反而能让你更快找到对的路。
五、护城河之间的"乘数"
这三道护城河不是独立存在的:
- 判断力需要"对模糊性的容忍",否则你判断完会卡住
- 人际需要"判断力",否则你聊完发现判断是错的
- 对模糊性的容忍需要"人际",否则你一个人扛不住模糊
真正的护城河,是这三件事的乘积。任何一个为零,其他两个再强也撑不起来。
六、AI 时代的悖论
最后说一个反直觉的事。
越是 AI 强大的时代,“人味"越值钱。
判断、人际、对模糊性的容忍——这三件事没有一件是"技术能力”,但它们共同构成了"这个人值不值得信任"。
AI 让"做出来"变便宜,但"做出来"之后,谁来判断它对不对、谁来说服别人用它、谁来承担它的后果——这些事,只能是人。
所以这个时代最有竞争力的程序员,不是"最会用 AI 的",而是"最有判断、最会协作、最能在模糊中往前走"的。
AI 不会让这种程序员失业。 AI 会让这种程序员更值钱。