关于AI是否会取代程序员，特别是程序员是否在“自掘坟墓”的问题，目前的主流观点更倾向于认为，AI带来的是一次深刻的职业进化，而非简单的职业终结。它更像是一个强大的“同事”或工具，正在重新定义程序员的价值和角色。
程序员的角色进化
随着AI接管更多基础编码任务，程序员的角色正从“代码编写者”向以下方向转变：
从“工匠”到“架构师”：未来的程序员将更专注于需求分析、系统架构设计、技术选型和项目核心决策。一项分析指出，程序员80%的时间可能花在分析、研究和理解需求上，而写代码的时间不足20%。
AI将帮助程序员从繁琐的“搬砖”中解放，投身于更具战略性的工作。
成为AI的“教练”与“管理者”：新的岗位正在涌现，如提示词工程师（AI Prompt Engineer）、AI系统集成师、AI伦理与安全专家**等。
程序员需要掌握如何高效地与AI协作，通过精准的指令引导AI产出高质量结果，并确保AI系统的安全、可靠和合乎伦理。
ai程序员的转化这个过程会伴随挑战，比如初级岗位的竞争可能加剧，但同时也开辟了全新的机遇。关键在于主动拥抱变化，将AI视为提升自我的强大杠杆，实现从“代码执行者”到“智能系统设计者”的华丽转型。
讨论话题:
城市:
需求分析、系统架构设计、技术选型和项目核心决策，提示词生成、AI系统集成，ai伦理这些ai也能干，之前我训练出一个过接过单，ai干不了的只有软件销售与AI安全专家
最后修改于
ai目前的问题
1、上下文的对话有限，需要连续进行confirm,每一个需求点的颗粒度要足够细，他才知道怎么去做。如果一次性描述大量的需求，哪怕你直接把上千页的需求说明书，原型图，以及其他的资料给他，他梳理不清楚的，指挥反反复复的确认，遗忘，你需要一次一次的提醒。
2 、初次框架的搭建，如果这个需求很特殊 ，大模型里面没有这样的案例，ai指挥按照经验给你一个框架结构，后续需要慢慢调整，也就是没有一个one by one的流程过程，ai毕竟只是nlp以及期望值计算的结果，他没有真正主动解决所有的问题的能力，串联出现的所有问题，他只能回答一个方面的一些问题。
那么说到这个，还有一个算力和能源的问题了。现在token其实不便宜，独立部署也非常贵，一次性拿出几百万的公司来构建算力，很多100个人的公司，一个月工资都发不了100w。
1.上下文的对话有限的问题可以递进提问去解决，也可以写入预加载文件解决，具体方法可以参考ai越狱
2.这一块通过训练解决
3.算力和能源的问题根本就不是问题，我一台改造过的i3台式机都能跑，不要说其他的了，办公室办公电脑都未必不比我配置高
最后修改于
一个公司常规技术资源（开发，测试，运维，UI，产品）配置，按10个人算，每人均价12K，则月12W，一年12*12=144W，只算人力成本，不算服务器、办公成本、其它所有这些，也就是说人力要144W。做老板的都是想赚钱的，细想下有个AI工具，能够完成这些人的工作，即使这个工具只要50W一年，你认为老板会选谁？难道老板不会算经济帐，老板都是智障？大公司一年研发费用就不用说了，他们自己都在研发，他们不懂？
如果有这么一个从需求分析、技术选型、语言开发、数据库、安全、测试、运维、缺陷修复、客户交流；强大工具出现，估计只剩下真正的高科技公司，就不会存在小公司了。
如有涉及硬件集成的，画板、焊接、调试、现场安装，AI都能完成，那就太强大了。
只可惜就强电一项，AI目前都无法代替， 没电啥AI都没用，不会AI也从发电开始，那发电原材料呢，AI也去生成？
一家之言，理性讨论。
现在来说ai的成本太高，尤其是独立部署。ai其实是一个非常耗费资源的选项，类似电车省钱一样，不要只看到ai的精准回答的美好。来来回回的confirm，超出上下文的主题，反复的遗忘，在处理庞大的项目构建过程中。真需要通过ai完全实现一个庞大项目从0到1的构建，没有资深的程序员指挥，这个成本非常的高，尤其是上下文已经包含了构建的代码的情况下，token的费用不便宜。加上还有图片呀，第三方api的调用，甚至mcp的包装，这个费用其实是非常高的。不必你程序员便宜，而且，没有资深的互联网背景的公司，不具备直接从人到完全AI开发的能力和资源。
这么说也没错，但是AI会改变这些应用的方式，会诞生新的巨头