在最近使用 Copilot 和 Cursor 进行 Coding 的时候，偶尔会考虑现在的 AI 对于开发者到底意味着什么，我感觉其实 AI 带来的最大价值不是彻底取代开发人员，而是大幅提升了领域专家的效率。比如你是个经验丰富的资深开发，以前做项目的时候为了赶进度或者节省精力，通常需要再加一个初级/中级开发协助进行一些工作，处理一些相对简单或非架构性的工作。但现在有了 AI 辅助，可能就完全不需要再带一个人了，靠自己和 AI 工具就能高效搞定。

换句话说，AI 真正「R.I.P」的可能就是初级开发。但如果要说 AI 是否能在未来完全取代领域专家，我的感觉是不会，或者说至少靠现在 LLM 的能力还不够。关键原因有两个：

一方面，任何业务需求都需要有个「脑袋清醒」的人类把它精准地转换成 prompt，才能有效地收敛 AI 模型的输出，避免产生大量无用甚至误导性的代码。
另一方面，AI 输出的代码再牛逼，也需要人来进行审核，确保实际执行不会出问题，毕竟再先进的模型也会偶尔出现幻觉，特别是复杂环境下。

而这两个看似独立的角色，实际上完全可以是同一个人——也就是项目里最懂业务、最懂开发的那个领域专家。换句话说，AI 工具越强，领域专家的重要性其实就越明显。

顺便再吐槽一句：真的对那些天天把 AI 吹成「什么都会」的自媒体感到极其反感，用 Cursor 随随便便稍微做出个小程序或 App 就开始吹上天了，甚至还不舍得花钱买授权，吹完 Cursor 顺便还教人如何无限白嫖，建议报警（🌚。

实际上的生产项目规模庞大，技术债务重重（Yes，我在说 D 某项目），还有大量私有库、版本兼容问题都是常态。以目前 AI 的上下文长度和处理能力，稍微有点「幻觉」而又没仔细检查生成的代码，就很容易被坑到怀疑人生。

另外再多延伸一点个人的想法：

AI 工具在提高领域专家的生产效率方面潜力巨大，但真正的高级专家反而更难被取代，未来他们甚至可能会因为善于使用 AI 工具而变得更有价值。
在 AI 深入开发领域的同时，我们的工作重点也会逐渐从单纯的写代码转向更高层次的设计、架构决策和策略把控。
使用 AI 时务必警惕复杂代码环境中的坑，甚至不要因为习惯了用 AI 就丢掉学习技术的能力，如果有一天全世界的 AI 都爆炸了，你又看不懂 AI 写的代码，那么 BOOM——你也炸了。

写到这里突然想到，今天下班路上和林总说到：前几天 Claude 大范围抽风导致模型不可用的时候，我刚好在改异步任务列表的 Bug，这个需求我是 99% 使用 AI Agent 生成的代码，突然那几个小时 Claude 的不可用（而且 4o 的业务能力过于差劲让我退避三舍）让我硬着头皮去看 AI 生成的一坨坨代码，这就和接手一个新项目去看前人留下的屎山一个感觉????。发现实际上 AI 写的代码有的时候真的很冗长，有的时候没那么优雅，可能是因为在一次次的对话迭代中 AI 自己就把一个本来几百行代码能实现的页面搞到了上千行。

所以就目前来说——AI 作为工具虽然极大地提高了我们的开发效率，但它还远远没有达到真正独立开发的地步。我们还是得持续提升自己的架构思维、设计能力和问题解决能力，这样才能在未来真正掌控 AI，而不是被 AI 拖着走。毕竟工具永远只是工具，人类才是最终的决策者（注意结尾要升华思想，+5 分）