我对于 AI 时代的答案

2025-12-02

当我的工资从每天 ___人民币上升到每天 ___美元的时候,我开始思考是什么让工资增长。

得到的结论是:

  1. 技术能力的提升

然后我继续思考这几个问题:

  1. 什么样的技术能力算是好
  2. 什么样的技术能力是稀缺、长久的
  3. 如何提高技术能力

所以多年以来,贯彻我人生的思路就是:如何提高技术能力。最明显的体现是,如果工作不能让我成长,就换工作。

那么对于 “如何提高技术能力” 这个问题,我的答案是:

  1. 关注底层原理和实现,而不是应用层的框架和接口
  2. 需要具备在复杂代码中找到并调试关键流程的能力
  3. 实际参与一些比较前沿的、像样子的项目
  4. 自己模仿实现一些比较底层和看起来硬核的项目
  5. 关注技术理念而不是具体实现
  6. 知道王垠课程所代表的 “计算的本质”

事实一

但是紧接着,我发现了一个令人不安的事实:

  1. 工资的高低、工作是否稳定,和技术能力的好坏没有必然的联系

得到这个结论有这样几个原因:

  1. 我不认为自己技术能力不合格,但是我遭遇的面试结果为不合适的情况,非常非常多
  2. 我不认为自己技术能力不合格,但是我亲眼看见水平很一般的人在做领导、面试官
  3. 我不认为自己技术能力不合格,但是我的工作很不稳定
  4. 有的人出生就在罗马

事实二

与此同时,我发现另一个令人不安的事实是,AI 在改变游戏玩法:

  1. 普通人和知识渊博的专家之间,差距只是一个 Gemini
  2. 程序员不再需要手写代码

AI 引起的变化非常大,直接改变 “如何提高技术能力” 这个问题的答案:

  1. 写代码的能力完全不重要,掌握多编程语言的能力完全不重要
  2. 在领域内的经验不再需要积累,一问AI全是标准答案

复盘一下我之前犯的错误:

  1. EchoEVM,在半年前,开发这样的东西似乎是有意思的。半年后的今天,AI 可以轻易开发出完整的项目。所以 EchoEVM 不再有意义。
  2. EthBFT。在 2 个月前,开发这样的东西也许可以看到 AI 能力的局限性。但是现在,AI 在逐渐突破以前的局限。所以 EthBFT 也不再有意义。

EchoEVM 和 EthBFT 的共同特点,是偏低层、侧重技术的实现,试图用硬核项目来证明自己的技术能力。然而在拥有 AI 的今天,这种硬核的代码能力恰恰是 AI 最擅长、最先取代的。


新的问题

结合这两个令人不安的事实,需要回答的新问题是:

  1. 如何提高自己的竞争力、稀缺性、硬实力、挣更多钱、不被时代淘汰

新的答案

那么对于新的问题,我的答案是:

  1. 提高发现问题的能力

对答案的解释

你也许会说,这不废话吗,自古以来,发现问题的能力都是重要的。

不,这不一样,在没有AI的时候,你可以不需要有判断力,不需要能够发现问题,哪怕只是听产品经理的话来实现功能,也就是干好程序员的活,就可以活下去。

但是 AI 取代了这种只会听话干活的人。

“发现问题” 同时涵盖技术领域和非技术领域,在技术领域,发现代码有没有问题、功能设计是否存在漏洞、业务的边界条件是否缺少约束;在非技术领域,发现用户有哪些实际的需求,发现市场有哪些比较大的空缺。

那么为什么没有把“提高判断力”放到答案中?因为判断明天的股市涨跌也算判断,这种能力是无法验证以及无法通过努力提高的。

进一步问题

还没完,对于新的答案,有两个问题:

  1. 如何提高自己发现问题的能力
  2. 与代码能力不同,发现问题的能力该如何量化、与他人比较

对于 “如何提高自己发现问题的能力” 的问题:

  1. 只有见过更好的,才能知道现在看到的有什么不足。所以要事事都向上看齐

对于 “发现问题的能力该如何量化” 的问题:

  1. 技术方面,把发现的问题落实到技术文档、设计文档、架构文档上
  2. 非技术方面,把发现的问题记录下来,比如博客、日记,文字可以记录思考的过程