Agentic AI 时代，程序员也不用那么悲观，掌握了架构设计和算法思想就不容易被淘汰

程序员要失业了吗？先别慌！程序员现在最重要的不是写代码，而是教会 AI 如何思考。

我看到不少帖子，纷纷表出现悲观情绪。要么就是抵抗，要么就是感到沮丧。但其实，AI 时代，这也是程序员转型的好机会。作为一个 20 多年互联网工程师，也经历过 PC 互联网和移动互联网，见证过 2 家上市公司，说心里话，很多程序员之所以恐慌，主要是没有及时调整心态和转变观念。

AI 时代，如果你掌握了架构设计和算法思想，那么就不会那么容易被淘汰。

1 、架构设计能力

你的的职责是：在明确需求的基础上，分析系统的规模、确定关键约束、权衡多个维度的因素，最终设计出既能满足需求又最优系统架构。

边界定义是系统设计的第一步，它定义了 系统要处理什么、不要处理什么 ，明确了系统的约束条件和限制。

边界定义包括：

功能边界：系统包含哪些功能，不包含哪些功能
数据边界：系统处理多少数据，数据如何增长
性能边界：系统的响应时间、吞吐量、并发能力
可靠性边界：系统需要达到什么样的可用性、容错能力
成本边界：系统在基础设施、开发运维等方面最大成本投入

[设计模式与架构设计大全]

架构这些目前 AI 做不了，毕竟 AI 不了解实际情况。虽然也可以通过 superpower 让 AI 自主设计，但前提还是人来掌握这个边界定义。

2 、算法抽象能力

通过算法思想，我们可以将模糊的业务问题转化为可量化、可优化的计算模型，在设计阶段就做出正确的方向选择。

AI 时代掌握了算法思想： 1 、你可以引导 AI 生成正确代码。AI 擅长生成代码但不擅长选择算法结构，告诉它用分治还是贪心，结果差异巨大。 2 、你能验证 AI 生成代码。AI 代码不完全可靠，还是要人来判断时间复杂度、边界条件以及成本开销等。 3 、你得做性能优化决策。同一问题 O(n²)和 O(n log n)在千万级数据下差距是分钟级 vs 毫秒级，你要能决策。 4 、你还得解决创新问题。新业务场景 AI 无从参考，用基础算法思想引领 AI 从零拆解问题，设计技术方案。 5 、你得懂理解系统底层。看懂数据库索引、缓存策略、消息队列背后的算法原理，才能在 AI 给出方案时判断对错。 6 、最后还得评估方案可行性。一个 O(n²)的方案在 1 万条数据时没问题，在 1 亿条时会崩溃，这个判断 AI 给不了你。

《程序员需要掌握的算法思想》

dule

3 月 20 日

@jarryli #17
解释了那么多，你还是没有正面回答我岗位数量需求的问题，能高效率编码跟相关岗位锐减是两回事，好比如大部分人都会开车，但是未来无人驾驶会让滴滴司机岗位消失或者降低收入。当然，成为 AI 驾驶员确实能让自己有更多的竞争力这不可否认，在这一行学习永远是保持竞争力的重要因素，但是我上面的重点是强调大部分程序员恐慌悲观的原因，究竟市场上需要多少 AI 驾驶员呢？其他人又何去何从呢？

另外，就跟楼上所说，架构设计和算法思想，AI 也非常擅长。大部分所谓架构、算法思想本质也是一种经验的总结，对过往模式的重复利用，对 AI 来说根本不是什么复杂的问题，高估了架构思想，也低估了 AI 的进化

jarryli

3 月 20 日

@dule 谢谢您的回复。您讨论的问题上升了 AI 替代人的高度了。诚然，时代发展不可避免会让一些人下岗，比如有了刷卡，公交、地铁不要售票员了，有了自动驾驶，滴滴司机也会下岗。有了 AI 编程，程序员也会下岗。

我说的是在这样的浪潮之下，如何去改变策略，找到一条生存之路。也就是说原来程序员比写代码能力，比对语言和框架的熟悉程度，现在不行了。现在要比的是架构设计和算法策略思想，以及对问题的抽象和约束能力，这些在当前阶段 AI 还难以完全替代。

至于岗位数量，我的理解是：原来意义上的程序员（偏执行、码农型）会逐步消亡；但同时也会诞生一批新的岗位，比如懂得和 AI 协作、能够定义问题、设计方案、选择策略、约束 AI 行为并对结果负责的工程师。请见《人人都是 Agent 工程师》
https://github.com/microwind/algorithms/blob/main/start-here/AI-Era-Programmers-as-Agent-Engineers.md

当 AI Agent 渗透进各行各业时，驱动 AI 干活的工程师岗位需求也会逐渐增加。这个新增岗位能否完全消纳原有程序员岗位呢？长期来看我觉得会，只是新岗位不一定是原来的程序员了，也许是产品、测试、运营、甚至其他行业的人。

AI 在架构设计和算法能力上会越来越强，会超越人类，这一点也没错，但 AI 并不知道具体业务场景下需要做什么样的架构设计和算法策略，这需要人来定义问题和约束边界。目前仍然是人来指挥和驱动 AI 的阶段，可以理解为 AI 在给人“打工”，而不是人给 AI“打工”。

或许有那么一天，AI 会全面取代人类，人给 AI“打工”，那是个涉及社会、经济、哲学等多方面复杂的问题，就不在此讨论了。

ZiChun

3 月 20 日

你提到了：AI 并不知道具体业务场景下需要做什么样的架构设计和算法策略
这点其实是错误的。只要给足具体场景、用户规模和 QPS 等约束条件，AI 是能给出很好的架构方案的。
目前制约 AI 真正落地架构的瓶颈并不在设计能力，而在于：极度复杂的非标准业务、需要深度参与现实前置调研的场景，以及信息量远超 Token 窗口极限的巨型任务。

所以不是 AI 取代普通程序员，取代不了架构师，而是 AI 取代解决问题的人，取代不了定义问题的人。
架构师也只是另一种“算法”罢了。

Agentic AI 时代，程序员也不用那么悲观， 掌握了架构设计和算法思想就不容易被淘汰

AI 时代，如果你掌握了架构设计和算法思想，那么就不会那么容易被淘汰。

1 、架构设计能力

2 、算法抽象能力

Agentic AI 时代，程序员也不用那么悲观，掌握了架构设计和算法思想就不容易被淘汰