每隔几年，都会有一种新的技术出现，声称将让软件开发者变得多余。比如“无代码”到“AI辅助开发”，这些技术总是能引起一系列的反响，如企业高管的兴奋、咨询顾问的关注以及PowerPoint演示文稿的增加，但最终，现实总是与当初的承诺不太一样。 实际发生的是，这些技术并不真正取代开发者，而是将他们的角色转变为更高层次的专业化岗位。以“无代码”为例，尽管它承诺任何人都可以创建应用程序，但实际上，这类工具仍然需要有人设计底层数据模型、与现有系统和数据库集成，处理视觉工具无法解决的特殊问题，以及根据需求的演变进行维护和升级。因此，“无代码”并没有减少对开发者的需要，反而催生了“无代码专家”这样的新角色，他们的薪资甚至超过了传统开发者。 再来看看云计算。“上云后，你就不需要系统管理员了！”这句话听起来很诱人，但实际情况是，当基础设施搬到别人的服务器上时，管理却没有自动生成。云计算不仅没有消除系统管理的需求，反而将其转化为了更高层次的工作，如基础设施即代码、自动化部署管道和分布式系统管理。原来的系统管理员因此变成了DevOps工程师，拿着更高的薪水，继续进行系统运维工作。 外包开发潮也曾引发类似的期望：“为什么付高薪雇用本地开发者，而可以在海外以更低的成本获得同样的工作？”但很快，人们发现远程团队的沟通常常出现问题，质量也不一定能保证，有效的软件开发需要深厚的知识背景和持续的合作。因此，外包开发并未显著降低成本，反而促使企业采取更精细的分布团队策略，加强架构实践，最终总成本并没有预计中的大幅下降。 如今，AI辅助开发再次带来了类似的炒作：“只要描述你想要的功能，AI就能生成代码！”早期的尝试结果显示，AI生成的代码虽然看起来合理，却常常包含细微的错误和不一致。经验丰富的工程师需要花大量时间来验证和修正AI的输出。此外，完全依赖AI构建的系统往往缺乏整体架构的一致性。 业内人士普遍认为，这种技术转型的模式已经很明确了——新的工具不会替代旧的技能，而是将这些技能提升到更高的抽象层次。代码本身并非资产，反而是负债。每一行代码都需要维护、调试、安全检查，最终可能会被替换。真正的资产在于代码所支持的业务能力。如果AI加速了编写代码的速度，它实际上也加速了生成负债的过程。而在这种情况下，管理和最小化战略负债的能力变得尤为重要。AI善于局部优化，但在全局设计方面表现出明显的不足，它可以优化单个函数，却无法决定服务是否存在，或如何与其他系统交互。对于需要长期演进的复杂系统来说，这样的架构失误可能是灾难性的。 综上所述，每次技术创新看似要取代开发者，实际上都是在推动开发者向更高级别的专业化的转型。AI虽然能加速开发过程，但它无法替代系统架构师的角色，这是当前和未来最宝贵的技能之一。而那些能够有效管理和设计系统的工程师，将在新的技术环境下继续保持其不可替代的地位。 相关背景：许多科技公司都在积极探索AI辅助开发的潜力，希望提高开发效率，降低成本。然而，成功的实践案例大多显示，技术工具的引入最终需要更高级的技能来驾驭。对于行业内的企业来说，投资于开发者的成长和提升才是长远之计。