会编程的和不会编程的，现在还差在哪
我们单位最近有件事：同事开始用 WorkBuddy 这类 AI 办公智能体做小程序了，做着做着，遇到一个问题——他想把做出来的东西，接到我这边现有的 Web 管理端上。
他跑来问我。我一边帮他看，一边想了一个问题：
以后「会编程开发的人」和「不会编程、但经常用系统、经常提需求的人」，这两者还有什么区别？
老实说，我心里的第一反应是：程序员大概很快就要被替代了。
但我把这件事认真查了一遍之后发现，这个感觉有一半是对的，另一半错得挺离谱。下面把我查到的数据和判断都摊开说。
一、先看数据：什么在消失，什么在增长
不谈感受，先看美国劳工统计局（BLS）的岗位数据。过去一年（2024 年 5 月到 2025 年 5 月），软件相关的岗位同比是这样的：
在减少的：计算机程序员 -16%、Web 开发者 -11%、QA 测试员 -6.5%。
在增加的：数据科学家 +12%、系统分析师 +4.4%、软件开发者（广义口径）+2%。
这组数字里藏着一个非常干净的分法：
消失的岗位，产出是「按规范编写代码」；增长的岗位，产出是「判断应该写什么代码」。
计算机程序员这个职位，工作内容就是别人把需求写成规范、你把它翻译成代码。这恰恰是 AI 最擅长的事，所以它 -16%。而数据科学家、系统分析师干的是「看着一堆乱七八糟的情况，判断到底该做什么」——AI 替代不了判断，所以它们在涨。
还有一条别急着下结论的：美国软件开发者总雇佣人数，从 2022 年 5 月的 153 万涨到了 2025 年 5 月的 169 万。总量是在涨的。
所以「AI 让程序员失业」这个笼统说法，在宏观数据上找不到支撑。但——总量涨不代表结构没变，而结构变得非常剧烈。
最刺眼的一条在这里：斯坦福数字经济实验室和 ADP 研究院 2025 年 11 月合作的那篇研究《Canaries in the Coal Mine》，发现 22 到 25 岁的开发者就业，比 2022 年末的峰值下降了 19%；而同期 41 到 49 岁的开发者，就业上升了 14%。即使在控制了公司层面的冲击之后，年轻人在 AI 高暴露岗位上的相对就业仍然下降了 16%。
两条曲线在 2023 年初分叉，一条向下，一条向上。同一个职业，不同年龄的人，命运是相反的。
二、另一边：不会编程的人，确实在大规模进场
再看另一组数据，这组更直接回答你的观察。
GitHub 在 2025 年新增了 3600 万个账户和 1.21 亿个代码仓库，是历史上最快的一年。苹果 App Store 在连续下滑八年之后，2025 年首次回升，2026 年第一季度的应用提交量同比激增 80%。
最能说明问题的是这两个数字：Vercel 的编程用户里有 63% 不是开发者；Lovable 报告的比例是 60%。在这些平台上造东西的人，主力是营销、产品经理、老师、分析师。
所以你的观察不是幻觉——「实现」这道门槛确实被拆掉了。你同事就是那 60% 里的人。他原来做不出小程序，现在能了。这一段是真实的，数据完全支持。
到这里为止，「程序员要被替代」的判断看起来成立。
但接着往下看，事情就拐弯了。
三、你同事下一步就撞墙了：做出来 ≠ 接进去
回到开头那件事。你同事用 AI 做了个小程序，这属于「做出来」。
而他要做的下一步，是「接进去」——接进你现有的 Web 管理端。
这两件事听起来差不多，其实是两回事，而且中间隔着一堵很厚的墙。
为什么「接进去」这么难？因为 AI 有一个天生的限制：它只能看到你给它的那部分。
它不知道你那张表里某个字段是三年前为了兼容老数据硬加的、现在还有两个报表在读它；它不知道改这个接口会让另一个部门的定时任务半夜报错；它不知道这套代码的原作者当年为什么绕了一圈写了这么个奇怪的判断。
这些知识不在任何文档里，也不在你的代码里——它在原来那个「会编程的人」脑子里。
所以请注意这件事的性质：这不是能力问题，是信息问题。
AI 的能力已经很强了，强到能写出中等水平的代码。但它不在你的系统里，它没有这十年的上下文。你没办法把整个系统讲给它听——不是讲不清，是那个系统本身就没有被完整地讲清楚过，在任何地方。
这也正好解释了一条数据。Veracode 在 2025 年的生成式 AI 代码安全报告里测试发现，AI 生成的代码有 45% 没有通过 OWASP Top 10 的基础安全测试。代码「能跑」和代码「能接进一个有历史、有规矩、要长期维护的系统」，中间的差距就在这儿。
四、所以，现在真正的区别是什么
回到你那个问题。我的答案是：区别变了。
以前，会编程和不会编程的区别非常单一，就是「你能不能把它做出来」。这是一堵又高又厚的墙，挡掉了绝大多数人。
现在这堵墙塌了大半。所以这三样东西的排序变了：
会不会写代码——差距大幅缩小，已经不再是门槛。
知不知道什么会坏——仍然是门槛，AI 也补不上，因为它缺信息。
能不能对后果负责——这道线从来没变过，而且 AI 永远跨不过来，因为它不会在半夜被叫起来。
一句话：区别从「会不会写」，变成了「能不能兜底」。
这里有个反直觉的推论，我觉得比数据本身更重要：
这两个群体的差距会变大，不是变小。
道理很简单。不会编程的人现在能做出东西了，这很好；但他们会做出很多需要被兜底的东西。每多一个小程序、多一个自动化脚本、多一个部门自建的小工具，就多一份「出问题的时候谁来处理」的需求。
所以「能兜底的人」的需求不是在减少，是在增加。
五、必须承认的部分：哪些是真的在消失
但是——我不想把这篇写成「程序员别慌」的安慰文，那样不诚实。有几件事是真的在消失，得说清楚。
第一，标准件确实没了。增删改查的页面、写个爬虫、拉个报表、补单元测试、修个明确的 bug——这类工作有一个共同特点：需求是清楚的、规范是明确的。而 AI 最擅长的就是「把明确的需求翻译成代码」。这块活儿，找人的必要性确实在大幅下降。
第二，也是最严重的：初级岗位的入门阶梯断了。
这一点值得单独讲。原来一个新人进入这个行业，路径是这样的：被雇来写中等难度的代码 → 资深工程师审查他的代码 → 在一遍遍被改的过程中，慢慢吸收「什么样算好、什么样会出问题」 → 十年后成为资深。
现在 AI 已经能写中等难度的代码了，不需要新人先写出来再被改。于是企业不招初级了（Indeed 的数据是初级软件岗位比 2022 年峰值下降了 28%）。
结果是：没人雇初级 → 没人排队成为审查者 → 未来的资深工程师从哪来？
这不是一个「岗位少了」的问题，这是一个培养机制被打断的问题，比岗位数量的问题更深层。而且它有个残酷的特点：那些被挡在门外的人，往往要等到毕业找工作时才会发现——机会在毕业之前就已经消失了。
第三，「会写代码」本身不再是护城河。这句话必须承认。过去它是，现在它不是了。
不过有一点值得注意：这条路并没有被完全堵死。IBM 的做法是把初级招聘翻了三倍，但重新定义了初级岗位——不再是敲代码，而是聚焦客户接触和需求规范。也就是说，入门的位置还在，只是换了个入口。能不能适应，是另一回事。
六、未来两三年，可能发生的事情
下面这部分是推演，不是预言，我把判断和依据一起写出来。
① 需求会爆炸式增长，而不是减少。
这是经济学上很确定的事：供给变便宜，总需求一定上涨。过去很多需求不是不存在，是「太贵了」，被搁置了。现在实现成本大幅下降，这些需求会被激活。
App Store 提交量同比 +80%、GitHub 一年新增 1.21 亿个仓库，已经是这个趋势的信号。所以大概率不是「活变少了」，而是活变得又多又碎。
② 「影子系统」会大量出现，这会是未来几年最头疼的治理问题。
你同事那个小程序，就是这个趋势的第一个样本。
「影子 IT」是有明确定义的概念：组织里未经批准、IT 部门往往并不知情的系统和服务。它过去的形态是员工偷偷用网盘、用个人邮箱传文件；现在的形态变了——业务部门自己用 AI 搭出一套能跑的系统，还挂着真实数据。
这类东西有几个共同特征，每一个都麻烦：不在 IT 的台账上；数据自成一体，形成新的孤岛；搭的人一调岗或离职，就再没人看得懂；如果它和正式系统写同一份数据，两边就会打架。
风险是有量化的：IBM 的数据外泄成本报告显示，43% 的数据外泄事件涉及影子 IT；另有一项到 2027 年的预测是，未能集中管理 SaaS 生命周期的组织，发生网络事件或数据遗失的风险会高出五倍。
但我想强调的是：这件事不该被当成「要不要禁止」的问题。禁止是禁不住的——工具就在那里，门槛已经降到这么低了，业务部门自己就能用。真正可行的是「收编」：承认它会大量出现，然后想办法把它们纳入台账、划定边界、明确归属。
③ 岗位形态会从「建造者」转向「守门人 + 集成者」。
不是不写代码了，是写的代码类型变了：从「实现一个功能」变成「把它安全地接进现有系统」「划定它能碰什么不能碰什么」「定规矩，让后面二十个人搭的东西不至于互相打架」。
这个转向在数据里已经先动了——数据科学家 +12%、系统分析师 +4.4%，涨的都是这类「判断型」的岗位。
④ 衡量标准会跟着变。从「写了多少、快了多少」，变成「判断对不对、出事的时候找谁」。这个变化对能适应的人有利，对不适应的人不利。
⑤ 还有第三种可能，值得留意。
如果未来一两年，AI 生成的代码引发的安全事件和合规问题大面积爆发，企业会被迫重新雇人来做审查。那会催生一种新的初级岗位：AI 代码审计师。
这算是把断掉的阶梯用一种新形态补回来——但代价是，「初级开发」这个岗位的定义被彻底改写了。
七、落到你身上：这件事该怎么接
最后说回具体的事。同事那个小程序要接你现有的系统，我的建议是三件事：
- 划边界。明确它只能读什么、能写什么。绝大多数麻烦都出在「它能写的东西比它该写的东西多」。
- 定归属。写清楚谁维护、出了问题谁来改、这个人调岗了怎么办。这不是官僚，这是防止它半年后变成没人敢动的黑盒。
- 留台账。写清楚数据从哪来、往哪去、和现有哪个系统有重叠。哪怕只是记在一个文档里，也比没有强。
这三件事，你同事做不出来——不是他能力不行，是他不知道边界在哪。而这恰恰是你的位置能提供的东西。
再说得远一点。你现在该把力气花在哪？
我的判断是：不要再往「写得更快」这个方向投了，那一块的优势已经没了。该投的是 AI 做不了的那三件：知道什么会坏、知道怎么验证、以及愿意为结果负责。
说得再直接一点：把简历上「我会写代码」，换成「我知道什么会坏」。
八、回到那个问题
「会编程开发的人」和「不会编程但经常提开发要求的人」，现在有什么区别？
我现在的答案是：以前的区别是「会不会写」，现在的区别是「能不能兜底」。
而你那种「程序员马上要被替代」的感觉，我认为是这样：被拆掉的不是「程序员」这个身份，是这个身份里原本捆在一起的两半。
「做出来」和「对结果负责」这两件事，过去一直由同一个人承担，所以我们才觉得它们是同一个职业。现在 AI 和业务人员分走了「做出来」这半边，而「负责」那半边还留在原地——而且因为「做出来」的东西变多了，「负责」的需求反而在变大。
所以真正的问题不是「谁被替代了」，而是：AI 拆掉了第一堵墙，露出了第二堵墙，而你现在站在哪一堵墙后面？
第一堵墙上写的是「你会不会写代码」。这堵墙正在塌，站在它后面没有意义了。
第二堵墙上写的是「出问题的时候，你知不知道会坏在哪、能不能处理、敢不敢签这个字」。
这堵墙，一时半会儿还塌不了。