今天的几个 AI 热点，让我更确定一件事：程序员不能只会写代码了

今天刷技术新闻，有几个点挺值得放在一起看。

一个是苹果在 WWDC 2026 上继续强化 Siri AI，把系统级 AI 助手往 iPhone、Safari、照片、输入法这些入口里塞得更深。

另一个是 OpenAI 和 Anthropic 一边提醒大家 AI 发展太快，一边又继续卷模型、卷编程 Agent、卷价格。

再加上这段时间高考刚结束，很多人又开始讨论：

现在还值不值得选计算机？

这几个话题看起来不在一条线上，但其实都指向同一个趋势：

AI 不再只是一个聊天框，它正在变成操作系统、开发工具和工作流的一部分。

对普通用户来说，这可能意味着以后很多操作不用点来点去，直接说一句就能完成。

但对程序员来说，这件事就没那么轻松了。

1. AI 正在从“工具”变成“入口”

过去我们用 AI，大部分时候是打开一个网页或者 App，然后输入问题。

比如：

帮我写一段代码
帮我总结这篇文章
帮我改一下简历
帮我生成一个 SQL

这时候 AI 更像一个独立工具。

但苹果这次强化 Siri AI 的方向很明显：它不是想让你打开一个新的 AI 应用，而是希望 AI 直接嵌进系统里。

比如它可以理解屏幕内容，可以结合邮件、消息、照片做上下文判断，也可以在输入、图片、浏览器这些系统能力里直接提供 AI 支持。

这意味着什么？

意味着 AI 的竞争，正在从“谁的模型更会聊天”，变成：

谁能离用户的真实场景更近。

用户真正需要的不是一个很聪明的聊天框，而是：

• 我正在看网页时，它能帮我总结
• 我正在写邮件时，它能帮我润色
• 我正在找照片时，它能帮我定位
• 我正在处理任务时，它能帮我串起来
• 我不想切 App，它最好就在当前界面里完成

这对开发者其实是一个很大的提醒。

以后很多 AI 产品，可能不是单独做一个“AI 助手”就完事了，而是要思考：

AI 应该嵌入到哪个流程里？解决哪个具体动作？减少用户哪一步操作？

2. OpenAI 和 Anthropic 的价格战，本质是 AI 开始进入成本竞争

另一个热点是 OpenAI 可能通过降价来应对 Anthropic 的竞争。

这件事表面上是大厂打价格战，但对开发者和企业来说，影响挺直接。

以前很多公司做 AI 应用，最头疼的问题之一就是成本。

模型调用不是免费的。

尤其是做企业级应用时，如果用户量上来，token 消耗会非常明显。

很多 Demo 看着挺炫，一上线就发现：

用户问得越多，成本烧得越快
回答越长，成本越高
上下文越多，成本越不可控
Agent 调工具越频繁，账单越刺激

所以 AI 价格下降，对应用开发者肯定是利好。

但这里也有一个问题：模型便宜了，不代表系统就好做了。

真正的 AI 应用成本，不只是模型调用费，还有：

• 数据清洗成本
• 向量库和检索成本
• 工具调用成本
• 日志和监控成本
• 安全审核成本
• 人工兜底成本
• 失败重试成本

很多人以为 AI 应用就是“前端套个输入框，后端调个接口”。

但实际做过就知道，真正麻烦的是后面那堆工程细节。

模型降价只能降低门槛，不能替你解决工程能力。

3. 编程 Agent 越来越强，但程序员不会马上消失

现在 AI 编程工具也越来越卷。

Codex、Claude Code、Cursor、Copilot、Devin 这些工具都在往 Agent 化方向走。

以前是：

你写代码，AI 补全

现在变成：

你提需求，AI 改代码、跑测试、修 bug、提交变更

这确实很猛。

但我不太认同“程序员马上没用了”这种说法。

因为真实项目里，写代码只是其中一环。

一个需求真正落地，通常要经历：

理解业务
  ↓
拆分需求
  ↓
判断边界
  ↓
设计方案
  ↓
修改代码
  ↓
测试验证
  ↓
上线发布
  ↓
观察反馈
  ↓
继续迭代

AI 现在已经能明显提升中间几步的效率，尤其是写样板代码、查问题、补测试、改小 bug。

但它仍然很依赖人来判断：

• 需求是不是合理
• 改动会不会影响历史逻辑
• 这个方案后期好不好维护
• 生成的代码有没有安全问题
• 测试结果是不是真的覆盖到了关键路径
• 这次变更该不该上线

所以程序员的价值，不会只剩下“手写代码”。

更准确地说，程序员的工作重心会前移和上移。

以前你花大量时间写代码。

以后你可能花更多时间做判断、设计、验证和约束 AI。

4. 真正危险的不是 AI 会写代码，而是你只会写代码

我觉得这才是今天这些热点背后最值得警惕的地方。

如果一个程序员的能力只停留在：

看需求 -> 写接口 -> 查报错 -> 改代码

那确实会被 AI 压缩很多价值。

因为这些动作 AI 会越来越熟练。

但如果你能做到：

• 理解业务为什么要这么做
• 能设计可维护的系统
• 能判断技术方案的长期成本
• 能排查复杂线上问题
• 能把 AI 生成的东西接进真实工程
• 能建立测试、监控、安全和发布流程

那 AI 反而会变成你的效率放大器。

以前一个人一天能改一个模块。

以后借助 AI，可能一天能推进好几个小任务。

但前提是你得知道怎么验收它。

AI 生成代码不难，难的是知道它哪里错了。

5. 对正在学计算机的人，我反而更建议打基础

这几天高考结束，很多人又开始问计算机还值不值得选。

我的答案还是：值得，但别带着“选了就稳了”的幻想。

AI 时代学计算机，基础反而更重要。

因为工具越强，越容易让人跳过底层理解。

比如 AI 可以帮你写 SQL，但你不懂索引，线上慢查询照样爆。

AI 可以帮你写接口，但你不懂并发，高峰期照样出问题。

AI 可以帮你写前端页面，但你不懂状态管理和性能优化，项目大了照样维护不动。

AI 可以帮你改 bug，但你不懂系统结构，它改错地方你都看不出来。

所以我现在更建议初学者优先把这些东西学扎实：

数据结构和算法
计算机网络
操作系统
数据库
软件工程
安全基础
工程化和测试

框架可以变，语言可以变，工具也会变。

但这些基础不会轻易过时。

6. 未来的程序员，可能更像“AI 工程指挥者”

以前我们说程序员是写代码的人。

但以后这个定义可能不够了。

未来更有竞争力的程序员，可能要同时具备几种能力：

能力	说明
技术判断	知道什么方案靠谱，什么方案只是看起来很酷
工程落地	能把 Demo 变成稳定可维护的系统
AI 协作	会拆任务、写提示、审查 AI 输出
业务理解	知道代码背后真正要解决什么问题
风险意识	能考虑安全、权限、成本、稳定性
持续学习	能跟上工具和行业变化

说白了，程序员不会只是“代码工人”。

更像是一个能调动 AI、工具链和工程体系的人。

你不一定每一行代码都亲手写，但你要对最终结果负责。

7. 我对今天这些热点的一个判断

苹果做系统级 AI，说明 AI 正在进入普通用户的日常入口。

OpenAI 和 Anthropic 卷价格，说明 AI 正在从新鲜技术变成基础设施。

编程 Agent 越来越强，说明开发流程本身正在被重构。

这三件事叠在一起，其实已经很清楚了：

AI 不会停留在“辅助工具”阶段，它会慢慢变成默认工作方式。

以后不会用 AI 的程序员，不一定马上被淘汰。

但会用 AI 的程序员，效率会明显高一截。

这就像当年 IDE、Git、云服务、Docker 出现时一样。

一开始有人觉得只是工具变化，后来才发现，工具变化会反过来改变整个工作方式。

8. 最后

今天这些 AI 热点让我更确定一件事：

程序员不能只会写代码了。

写代码依然重要，但它不再是全部。

未来真正有价值的，是你能不能把问题想清楚，把系统设计好，把 AI 用起来，把结果验证住。

AI 会替代一部分重复劳动，也会放大一部分人的能力。

关键在于，你属于哪一部分。

如果只是等着工具替你思考，那会越来越被动。

如果能把 AI 当成新的生产力工具，主动学习、主动适应、主动升级自己的工程能力，那这个时代反而机会更多。

技术圈从来不缺热点。

但热点背后真正值得看的，是工作方式正在发生什么变化。

这一次，变化已经很明显了。

---

推荐标签

人工智能 AI Agent 程序员 大模型 OpenAI Claude Apple Intelligence 计算机专业

参考资料

• 7 key things to know about Siri AI that Apple announced at WWDC 2026
• OpenAI and Anthropic keep warning about a future they’re building at breakneck speed
• OpenAI weighs slashing prices in attempt to lure users from rival Anthropic: report