百度Create2026大会上，李彦宏说了一句话：
“更高人才密度，更少人海战术。”

当时我还不完全懂。
直到我看了下面这个故事。

2022年11月，ChatGPT发布。
第一批刷屏的截图不是写诗、不是翻译——是让它生成一段Python爬虫。
全网惊呼：“程序员要失业了。”

当时的叙事很简单：AI会写代码了，代码不值钱了。

2023年3月，AutoGPT横空出世。
GitHub 16万星，演示视频里它自己拆任务、自己写代码、自己修bug。
人们说：它不只是写代码，它能自己干活了。

实际上呢？
它在无限循环——像一个被困在回音壁里的实习生，每轮都在重复“我发现了一个问题，让我来解决它”，然后永远解决不了。

2024年11月，Cursor完成1亿美元B轮融资。
VC用钱投票：AI辅助编码是真的有商业价值。

但与此同时，一个吊诡的数据开始浮出水面——
全球程序员薪资中位数在2024年不降反升。
Stack Overflow 2024开发者调查：高级开发者年薪中位数12.5万美元，同比上涨8%。

2026年，此时此刻。
Claude Code能自主建项目、写测试、修bug、部署上线。
你打开GitHub Trending，发现排名前十的项目里有四个是AI生成的。

然后你看着自己的工资条，发现一个奇怪的事实：
代码越容易生成，你越贵。

这是为什么？

---

用第一性原理拆开“程序员”三个字

我们先扔掉“程序员是写代码的人”这个定义——那是2010年的。

用第一性原理拆：程序员对外输出的到底是什么？

拆到底层，只有两样东西：

1. 意图翻译能力

把模糊的人类需求，翻译成确定性的系统描述。

需求方说：“我想让用户在搜不到商品时别空着页面。”
你把它翻译成：推荐算法选品策略 × 搜索降级逻辑 × 前端空状态设计 × 埋点追踪。

2. 系统耦合能力

当翻译结果和现实的复杂性碰撞时，你能在17个选项里选出一条实际可行的路。
选错了，系统三个月后塌方。

代码只是这两项能力的输出格式。

就像作家的能力不是“打字”，而是“把感受翻译成文本”。
就像建筑师的能力不是“画CAD”，而是“把需求翻译成空间”。

AI接管的是输出格式。
它没有接管翻译和耦合。

---

三层拆解：AI到底替代了什么？

第一层：Syntax（语法）

写一行代码、写一个函数、写一个组件。
AI在这一层准确率超95%。
但这一层从来不是程序员的护城河——就像打字速度从来不是作家的护城河。

第二层：Architecture（架构）

模块怎么拆、数据怎么流、边界在哪。
AI能辅助，但做不了决策。
架构决策需要的不是“最优解”，而是“在当前约束下的最不坏选择”。
约束包括：团队能力、已有技术债、业务窗口、政治博弈。
这些东西不在AI的上下文里。不在它的prompt里。不在它的训练数据里。

第三层：Intent（意图）

回到最原点：我们到底在解决什么问题？

你问AI“给这个电商网站加个推荐系统”，它会做出技术上漂亮的推荐系统。
但它不会问你：
“你确定用户需要推荐？还是他们需要更好的搜索？”

这个反问，是一个做了十年电商的程序员听到需求后的肌肉记忆。
AI会完美地回答你提出的问题。
它永远不会质疑问题本身。

---

一个贯穿全场的类比：起重机

1960年代，建筑工地引入塔式起重机。
当时也有焦虑——“起重机一次能吊10吨，还要工人干什么？”

60年过去了。
工人数量没少。变的是：
原本一个人搬砖，现在一个人开起重机搬运一栋楼的材料。

起重机没有消灭工人。
它把工人变成了起重机操作员。

代码生成AI就是程序员的起重机。
原来工作单位是“写一行代码”，现在变成“设计一个意图，让AI生成几百行代码并验证”。

你能举起的东西从砖头变成楼板——
但能举多重，取决于你知道往哪放。

不会开起重机的人确实被淘汰了。
但淘汰他们的不是起重机，是他们自己没考驾照。

---

未来的人才，到底长什么样？

回到百度大会的主题：自我进化。

李彦宏说的“更高人才密度，更少人海战术”，不是一句口号。
它描述了未来唯一的生存方式：

一个人，能顶一支团队。
但不是靠拼命加班，而是靠杠杆。

AI就是那个杠杆。

未来人才的三个核心特征：

1. 意图翻译能力极强

你能把老板一句“搞一下用户增长”，拆解成：
A/B测试方案 × 数据埋点 × 召回策略 × 成本预估 × 风险兜底。

然后让AI去执行每一块。

2. 系统直觉

你不需要自己写每一行代码。
但你需要在一份AI生成的代码里，一眼看出那5%会炸的地方——边界条件、并发安全、内存泄漏。

这种直觉，是被真实系统虐过800次之后长出来的。
AI给不了你。

3. 质疑问题的勇气

你看到需求的第一反应不是“怎么做”，而是“该不该做”。
你能对产品经理说：“你确定用户需要这个？”
你能对自己说：“我是不是在用AI解决一个不存在的问题？”

AI会完美地回答你提出的问题。
它永远不会质疑问题本身。

---

三个真正的瓶颈——不是AI的，是人的

瓶颈一：Prompt是新的代码，但没人教

全世界有10万篇教程教你怎么写JavaScript，
没有一篇大学教材教你怎么用自然语言精确描述系统需求。

我们花了20年把“写代码”变成一门学科，
现在这20年的积累正在贬值。
不是说代码不重要了。
是代码从终点变成了中间产物。

瓶颈二：“差不多就行”的诱惑

AI生成的代码，95%对了。
剩下那5%——边界条件、并发安全、内存泄漏——它不告诉你。

经验不足的看到“跑通了”就上线了。
有经验的去翻了一遍，改了三处。

AI把正确答案的门槛从0提到了95分，
但把翻车的门槛从60分提到了96分。
翻车的方式更隐蔽了。

瓶颈三：你越依赖AI写代码，你越不会写代码

斯坦福2025年秋季学期已经在考场禁用所有AI工具。

一个不能独立写代码的CS毕业生，意味着他无法成长为那个“知道剩下5%是什么”的人。

AI正在制造一个断层：
它让新手以为自己和高手一样快，
但把高手和新手之间的真实差距藏到了水面以下。

---

所以，未来还剩什么人？

剩的不是一种技能。
是一种思维模式。

那个能用20个prompt做完以前2000行代码的事情、
还知道要在第7个prompt时主动告诉AI“这里要考虑并发安全”的人——
他不是被替代的人。
他是开起重机的人。

写代码正在变成最不值钱的技能。
但幸运的是——

你从来就不是因为会写代码而被聘用。

你当初面试时，面试官到底在面你什么？
不是打字速度。
是你在白板上画的那个系统图。
是你说“这个需求其实不应该这样做”的那一刻。
是你对“什么东西会坏”的本能预判。

这些——
AI一个都替不了。

---

行动：没有行动，就没有进化

百度大会结束那天，我对自己说了一句话：

如果AI能写80%的代码，
那我剩下的20%必须更值钱。
如果AI能帮我干80%的活，
那我必须用省下来的时间，
去做AI做不到的那20%——
质疑、判断、耦合、拍板。

机会就在每个人身边。
8岁和70岁都在用AI创业。
你还在等什么？

继续加油。
但不是原地加油——是进化着加油。