AI Agent 时代，程序员的核心价值到底是什么？

大家好，我是 Immerse

专注分享 AI 玩法、独立开发与AI 出海的 AGI 实践者

用 AI agent 写代码这个事，让人不安的，不是它写得太快，而是你开始没那么确定自己到底懂不懂这个系统了。

你让 agent 修一个 bug，它改完了，测试过了，diff 看着也顺。

你点了通过，心里还是会有点虚：这段为什么能这么改？它有没有顺手碰到别的边界？下次类似的问题再来一次，你还能不能自己判断？

我最近越来越觉得，AI agent 时代，程序员最值钱的东西不是“写代码的速度”，而是你脑子里那套对系统的理解。

Peter Naur 在 1985 年那篇 Programming as Theory Building 里讲过一个很重要的点：软件开发真正沉淀下来的，不只是代码，还有人对系统的内部模型。数据怎么流，哪些约束不能动，哪些脏东西虽然丑但现在还不能拆，这些东西才决定你改一段代码的时候，到底是在修问题，还是在埋问题。

真正值钱的，不是“会写”，而是“看得懂为什么这么写”

接手一个新模块的时候，最花时间的往往不是敲代码，而是把它在脑子里跑通。

为什么这里要加锁，为什么这个字段不能删，为什么这段逻辑已经很难看了还是没人敢碰。你把这些关系理顺以后，后面的改动才会开始变快。快不是因为你打字更快了，是因为你知道哪里能动，哪里不能动。

所以团队里那个“最懂这块的人”，本质上不是写代码最快的人，而是系统模型最完整的人。

AI agent 帮你省掉了很多活，但没帮你省掉判断

AI agent 确实很强。扫代码、补测试、改样板、试几种修法、跑一轮基础验证，这些它都能很快给你结果。

问题是，它省掉的是“写”，不是“判断”。

现在很多人的工作流已经慢慢变成这样了：先把任务丢给 agent，等它吐一版结果，再快速过一遍，看能不能收。

这表面上像是开发提速，实际上是程序员的工作重心往前挪了。你越来越不像那个亲手把每一行代码敲出来的人，越来越像那个负责判断“这段东西能不能进系统”的人。

这时候，真正拉开差距的就不是谁用工具更熟，而是谁对系统更清楚。

如果你自己对系统理解得不够深，review agent 的输出内容时就很容易退化成一种模糊判断：看起来像对的，测试也过了，先合进去再说。

可很多问题从来都不是“代码能不能跑”，而是“这段改动是不是符合系统原本的约束”。这个东西看不出来，agent 越强，你越危险。

真正危险的，不是 agent 会写错

agent 写错代码太正常了。猜偏逻辑、漏掉边界、修了一个点又碰坏另一个点，这些都不奇怪。

更危险的是，你开始慢慢失去判断这些错误的能力。

现在常见的几个信号，感觉自己也这样了：

• 看 diff 的时候，开始越来越依赖“感觉差不多”
• 别人问你这块逻辑为什么这么设计，你得重新翻代码才答得上来
• 评估影响面的时候，没有明显直觉，只能先让 agent 或测试跑一遍看看
• 改动一复杂，第一反应不是先想结构，而是先问 AI

这些状态不是不能接受，它在说明一件事：你对系统的理解在变薄。

以前你自己从头写一个功能，很多判断是躲不掉的。数据怎么走，状态放哪，失败怎么兜底，历史逻辑要兼容到什么程度，你都得自己过一遍。

现在 agent 把大段实现都铺好了，你很容易直接跳到验收那一步。时间久了，你会越来越熟练地验收结果，越来越不熟练地建立理解。

程序员接下来更值钱的，集中在这几个地方

你得把系统模型建清楚。

不是停留在“这个接口返回什么”，而是知道哪些约束是业务决定的，哪些是历史包袱，哪些地方以后还会继续变，哪些地方最好别让 agent 随便碰。谁脑子里这套图更清楚，谁就更能用好 agent。

你也得把上下文和边界交代准确。

很多人以为差距在 prompt 写得花不花。真不是。真正拉开差距的，往往是你有没有把任务讲对。哪些文件能改，哪些行为不能变，验收标准是什么，哪里是历史坑，哪里只是表面脏但不能动。你给得越清楚，agent 越容易干出像样的活。

还有一件很关键的事，是审代码的时候看“方向”，不是只看“结果”。

以后 review 最关键的问题会越来越像这样：这段改动有没有绕开系统原本的边界，它修的是根因还是表象，它现在能跑，换个真实场景会不会漏，它会不会让未来继续迭代这块代码变得更贵。这类判断，agent 暂时还替不了你。

人和 agent 最本质的差别，在于积累

人写代码最强的一点，不是这次能不能把问题解决掉，而是你会留下理解。

一个模块你维护半年以后，你会知道哪些地方以前踩过坑，哪个边界条件是事故换来的，哪段奇怪逻辑背后其实有业务原因。这个理解会沉在你脑子里，下次再遇到类似问题，你的判断会快很多。

现在的 agent 不是这样。它当然能在一次任务里表现得像“懂了”，但这种理解很难稳定留下来。很多时候你这周刚解释过一次，下次换个对话，它还是可能再犯一遍。不是它故意犯蠢，是它的工作方式本来就更偏向“这次先把眼前的问题做完”。

所以 AI agent 越普及，越能看出来谁脑子里真的有东西。

所以，程序员的核心价值到底是什么

一句话：维护、验证、传递对系统的理解。

代码当然还重要，但越来越多代码会变成一种中间产物。

真正稀缺的，是谁能看着 agent 产出的东西，快速判断它对不对，哪里不对，为什么不对，应该往哪个方向修。

你越懂系统，agent 对你越有用。

你越不懂系统，agent 越容易给你一种错觉：自己好像也在高速前进，其实只是更快地产出自己没完全理解的东西。

不想变成“只会点通过的人”，得主动做几件事

• 别把所有复杂任务整包丢给 agent。核心链路、关键状态、历史包袱多的模块，自己先想一遍，再让它干活
• review 的时候别只问“能不能跑”，多问一句“为什么这么改是对的”
• 把你已经想明白的约束写下来，写进 agent 真会读的上下文里，比如 AGENTS.md、CLAUDE.md
• 定期做一点不借助 agent 的推演，哪怕不手写实现，也先在脑子里过一遍你会怎么改

AI agent 不是把程序员变得没价值了，它只是把值钱的地方照得更清楚了。