AI 时代写代码效率取决于需求拆解与结果判断

说话人的历史观点与利益关联

宝玉（@dotey）是活跃的技术博主，属于「AI 原住民」阵营——他本人在 2024-2025 年就开始大量使用 AI 辅助编程，因此这条观点并非纯理论，而是来自实操经验。他的立场是「AI 不是威胁，是杠杆」——与其争论 AI 会不会替代程序员，不如讨论如何更好地使用 AI。这也呼应了 Andrej Karpathy 的「高阶编程」概念，以及近期大量关于 Prompt Engineering 价值的讨论。

但要注意：宝玉的观点天然偏向「AI 乐观派」，因为他本人已经在用 AI 提效，立场会影响他对「哪些人会被替代」的判断。

反共识 push back

反对观点 1：拆解和判断能力本身就是编程能力的体现。Claude Shannon 时代就有「需求理解 → 编码 → 验证」的三段论，宝玉说的两个能力其实压缩了传统编程的认知环节，但并没有本质上改变编程的本质。如果一个人不会写代码，他很难判断 AI 写的代码质量如何——Domain Knowledge 才是真正的壁垒。

反对观点 2：AI 水平的提升会降低对判断能力的要求。当模型从 GPT-3.5 进化到 GPT-4 时，用户需要的 P