GPT-4 后，开发者焦虑没有消失

我最先感到的不是兴奋，而是一点职业本能里的紧张：如果模型能解释需求、补全代码、写测试，程序员还剩下什么？后来真正用下来，焦虑慢慢变成了更具体的问题：我能不能把模糊需求拆清楚，能不能判断一段代码是否值得合并，能不能在工具犯错时及时停下来。

焦虑的来源不是模型太强，而是我发现自己过去太依赖”别人不会写代码”这个假设。当写代码的门槛降低，真正稀缺的能力反而暴露出来了：把业务逻辑翻译成技术方案、在多个方案之间做取舍、在代码之外协调人和需求。这些能力以前被编码能力掩盖了，现在藏不住了。

我开始把 AI 当成一个压力测试工具。它逼我重新审视自己的代码习惯：是不是过度设计了，是不是验收标准太模糊，是不是把太多逻辑放在一个函数里。如果连 AI 都能写出和我差不多的代码，那我写代码的价值到底在哪？答案慢慢指向架构判断、边界定义和长期维护——这些 AI 还做不好的事。

站在 2023 年 3 月，回头看这段焦虑，我觉得它更像一次自我校准。技术判断不能只看能力上限，也要看失败时的样子。它出错后是否可解释，是否能回退，是否会把成本转嫁给用户，这些问题比”能不能做到”更接近真实生活。焦虑没有消失，但它变成了更精确的问题，这本身就是进步。