这篇文章其实就一句话——AI不替代你，但它会让你变可替代。真正要担心的不是AI，是那个用了AI还比你便宜的人。
上周一个朋友发消息给我。
他在某大厂做了八年后端，P7，最近团队在搞降本增效。他问我：你觉得AI真的会替代程序员吗？
我说：不会。
他松了口气。
我接着说：但它会让你老板觉得，团队不需要那么多人了。
他沉默了很久，然后说：这不是一回事吗？
是，也不是。
你被替代的方式，跟你想的不一样
大多数人想象的"AI替代程序员"是这样的：
有一天，公司买了一套AI系统，然后通知你：你的工作AI来做了，你可以走了。
这个场景不会发生。
真实发生的是这样的：
某个团队原来有12个人，老板发现用了AI之后，6个人就能完成原来的工作量。于是下一次HC申请，老板只申请了6个。原来的12个人里，有6个人在下一轮绩效里被打了C，然后被"优化"掉了。
没有人告诉他们"你被AI替代了"。
通知书上写的是：业务调整，岗位撤销。
你不是被AI替代了。你是被"AI+留下来的同事"的组合替代了。
这个区别很重要，因为它决定了你该怎么应对。
一个真实的例子
我认识一个做前端的朋友，在一家中型互联网公司。
去年年底，他们团队来了一个新同事，刚毕业两年，P5。
这个P5有个习惯：所有需求，先用Cursor写一版，自己再改。一个普通的列表页，他一个小时能出来。一个复杂的表单，他半天能搞定。
我那个朋友做同样的事情，要两天。
不是我朋友技术差。他技术比那个P5强很多，代码质量更好，边界情况考虑得更全面。
但老板看到的是：同样的需求，一个人一小时，一个人两天。
年底绩效，我朋友拿了B，那个P5拿了A。
我朋友问我：这公平吗？
我说：公不公平不重要。重要的是，这就是现在的评价标准。
真正的问题是什么
所以真正的问题不是"AI能不能写代码"。
问题是：用了AI的人，能不能做你现在做的事？
如果答案是"能"，那你就处于危险之中，不管AI本身有多强。
我来说说AI现在能做什么，不是泛泛而谈，是具体的：
写CRUD代码——给它一个数据库schema，它能给你写出完整的增删改查，包括参数校验、错误处理、日志记录。质量不比初级工程师差。
写单测——给它一个函数，它能给你写出覆盖率80%以上的单元测试，包括边界情况和异常情况。
根据PRD生成技术方案初稿——给它一份产品需求文档，它能给你写出技术方案，包括数据库设计、接口设计、核心流程。质量能过大多数评审。
读懂大型代码库——这个是2025年才突破的能力。给它一个几十万行的代码库，它能告诉你某个功能在哪里实现的，某个bug可能在哪里，某个改动会影响哪些地方。
这些能力，两年前还是科幻。现在是现实。
AI做不好的，你也不一定做得好
AI现在做不好的事情：
定义问题——什么值得做，什么不值得做。
跨域决策——业务、技术、组织三个维度同时权衡。
建立信任——让别人愿意把关键事情交给你。
推动共识——在模糊地带让一群人朝同一方向走。
承担责任——出了事故要有人扛。
但这里有个很多人不想面对的推论：
这些AI做不好的事，恰恰也是很多程序员做不好的事。
AI做不到，不代表你做得到。
我见过很多工作了五六年的程序员，拿到一个模糊的需求，第一反应是去问产品经理"这个需求具体要怎么做"。
拿到一个技术问题，第一反应是去问架构师"这个应该用什么方案"。
出了线上事故，第一反应是找人背锅，而不是先把问题解决掉。
这些人，不是被AI替代的。他们在AI出现之前，就已经是可替代的了。
AI只是让这件事变得更明显。
裁员不是随机的
大厂裁员的逻辑是这样的：
你被裁的概率 = f(业务价值, 个人不可替代性, 政治位置)
三个变量里，AI改变最大的是第二个：个人不可替代性。
过去，"能写代码"本身就是不可替代性的来源。因为会写代码的人相对稀缺，而且写代码这件事有一定的门槛。
现在，这个门槛在快速降低。
一个产品经理，用AI能写出能跑的原型。一个测试工程师，用AI能写出完整的自动化测试脚本。一个数据分析师，用AI能写出复杂的SQL和数据处理脚本。
"能写代码"不再是稀缺能力。
"只能写代码"，反而是最容易被替代的。
这轮AI跟以前的技术浪潮不一样
有人说：每次技术浪潮都有人说程序员要失业，但程序员越来越多。
这句话在过去是对的。
移动互联网来了，创造了大量移动端开发岗位。云计算来了，创造了大量云原生开发岗位。大数据来了，创造了大量数据工程师岗位。
每次技术浪潮，都是在做大蛋糕——创造新的岗位，吸收更多的人。
但AI这轮不一样。
它的核心价值主张是：用更少的人做更多的事。
这不是我说的，这是每一家AI公司在向企业客户推销时说的第一句话。
这意味着：
不是"转型就能活"，是总量在缩减。
一个团队需要10个执行者，但只需要2-3个问题定义者。
当10个执行者都试图转型成问题定义者时，只有2-3个能成功。
剩下的7-8个人，去哪里？
这不是贩卖焦虑。是说你的策略不能只是"在现有组织里变得更有价值"，还需要有Plan B。
一个让我印象深刻的对话
去年我参加了一个技术分享，一个大厂的VP在台上讲AI战略。
台下有人问：AI会让我们团队裁多少人？
那个VP停顿了一下，说：我们不是在想裁多少人，我们是在想同样的人能做多少事。
台下笑了。
但我觉得这句话说得很诚实。
"同样的人能做多少事"——这句话翻译过来就是：如果你的产出没有随着AI工具的使用而提升，你就是那个被优化掉的分母。
所以你现在该想什么
不是"AI会不会替代我"。
是"用了AI的人，能不能做我现在的工作"。
如果答案是能，你需要做的不是学更多AI工具，而是找到那些"用了AI的人也做不了"的事情，然后把自己变成那种人。
下一篇，我会说：你在哪一层，AI在吃谁。
不同职级、不同年龄，面临的是完全不同的战争。
