干得越快，人越累，守住你的判断力

AI 带来的是生产力的解放：当实现不再是瓶颈，idea 会涌现得更多，而不是更少。

今天和同事聊天，说到现在一个 idea 变成一个能跑的 demo 只要几分钟。我随口说了一句：这以后是不是程序员就要失业了？结果对方反问我：那程序员的工作不是更多了吗？demo 跑起来是快了，但离真正落地还远着呢，中间要填的坑反而更多了。

我一想，好像确实是这样。而且不只是道理上说得通——体感上，这几天我是真的累了。工作量明显比以前多，节奏也快了不少。就是这种累，引发了下面一大堆思考。

前两次工业革命，本质上做的是同一件事：把人从繁重的体力劳动中解放出来。

蒸汽机替代了人力，电力替代了手工作坊。人不用再把时间花在搬搬抬抬上了，于是有精力去做脑力工作。白领就是这么来的——体力被解放了，人自然往上走了一层。

那 AI 在做什么？把人从不那么有趣的脑力劳动中解放出来。

写样板代码、调配置、排查环境问题、反复修一个 CSS 边距——这些活儿需要动脑子吗？需要。但有意思吗？大部分时候真没意思。说白了，它们就是脑力劳动里的「体力活」。

AI 接管的，就是这些。

上一篇文章里我写到，自己的 Vim 技巧、Linux 运维能力好像都不太有用了，当时挺焦虑的——觉得刚练好的武功就要废了。

但写完之后我一直在想这事，慢慢觉得心态应该转变一下。

这些技能说到底是什么呢？记一百个快捷键、在没有图形界面的服务器上熟练操作——确实需要练习和经验，但它们不是创造性的工作。它们是实现想法的手段，不是想法本身。

AI 把这些接管了，不是在替代我，是帮我把简单的事情做了，让我能去做更有趣、更难、更有价值的事情。 这对我来说是好事啊。

而且更关键的是，被解放之后，事情反而变多了。

以前一个 idea 冒出来，到真正做成能体验的东西，中间隔着巨大的实现成本。我们只能优中选优，把有限的精力投到最有把握的方向上。很多 idea 还没验证就被砍了，不是因为它不好，是因为没精力去试。甚至大量精力花在了 idea 的角逐上——写方案、做评审、排优先级——这些管理成本，本质上都是实现成本太高逼出来的。

现在不一样了。实现成本趋近于零，我可以把以前没精力试的 idea 都做出来看看。而真正去做的时候你会发现：做完一个 idea，会冒出三个新的。 只有亲手体验过，你才知道哪里不对、哪里能更好、哪里藏着下一个机会。

idea 没有变少，反而涌现了更多。

这跟前两次工业革命的规律一模一样。体力被解放了，人没有闲下来，反而产生了大量新的脑力工作。脑力被解放了，人也不会闲下来——会有更多创造性的事情等着去做。

前两次工业革命是体力的解放，AI 革命是脑力的解放。 脑力解放了，创造力自然就跟着来了——这不是三个阶段，是两个。第一个阶段解放身体，第二个阶段解放大脑。我们正在经历的，就是第二个。

所以程序员的工作会变少吗？

不会，只会变多。以前实现成本高，很多事情排不上优先级。现在成本降下来了，能做的事情一下子多了出来——更多的 idea 要验证，更多的方向要尝试，更多有价值的事情终于排得上日程了。

蒸汽机出来的时候也是这样。搬运工确实少了，但多出来的是工程师、管理者、设计师，一整个新的职业阶层。活儿不是变少了，是变不一样了。

当然，很黑色幽默的是——在 AI Native 的工作环境里，工作确实变多了，下班时间不但没变早，还变晚了。

这不是意外。历史上每一次生产力解放，被解放出来的产能都会被立刻回收。纺织机发明之后，工人的劳动强度不是降低了，而是大幅增加了——机器更快了，管理者就要求工人跟上机器的速度。现在也一样：AI 让你做得更快了，组织就会期待更多产出，你自己也觉得应该更快地拿出成果。

生产力是解放了，但被解放的生产力没有还给你，而是被立刻填满了。

但比起工作量变多，还有一个更微妙的问题：AI 太快了，人会被它裹挟。

我最近开始用语音输入，效率确实高了不少。但我发现一个问题：以前打字的时候，打字速度本身就是一个天然的节流阀——手在敲键盘的那几秒，脑子其实在整理思路。现在说话输入，嘴比脑子快，有时候请求发出去了，自己都没想清楚要什么。

而且当 AI 做事非常快的时候，你会不自觉地想「别浪费它的算力」，一个任务刚完成就赶紧发下一个。多个 AI 并行跑着，你被拉着走，根本停不下来。一整天忙忙碌碌，到下班一回头——好像也没做出什么有价值的东西。

今天开会的时候，因为要听别人说话，我被迫停下了开发。结果就在这段「强制休息」里，我忽然意识到之前设计的一个架构方案有问题，那个重构压根没必要做。如果不是被迫停下来，我可能已经让 AI 高效地完成了一件不该做的事。

一整天的快，不如十分钟的慢。

这让我开始重新想一个问题：在 AI 还没有达到完全自主的今天，工作的主体仍然是我。

AI 写代码很快，但它不知道该不该写这段代码。它能做一个 demo，但不知道这个 demo 上线之后会不会出问题。我们产品同学用 Cursor 搭的东西，自己跑没问题，真上线就各种毛病——不是工具不行，是判断力缺位。

只要我还是工作的主体，我就要为产出的质量负责。这意味着我的判断比 AI 的速度更重要。 如果我被工具的节奏裹挟，不想清楚就动手，产出的东西反而是垃圾。

所以与其焦虑「AI 什么时候会替代我」，不如在当下这个窗口期，把自己的判断力磨到最锋利。从 2023 年 GPT 爆发到现在，三年过去了，AI 在整体眼界和深层上下文理解方面仍然差点意思。这个差距就是我现在应该用力的地方。

不是因为 AI 做不到所以它有价值——而是因为工具越强，好的判断力越稀缺、越值钱。

上一篇我说，刚练好的武功可能就要用不上了。现在我想补一句：武功没废，是有了更好的兵器。 但光有好兵器不够，你得知道该砍向哪里。

拿起新兵器的人，还是那个练过武功的人——只不过他现在最重要的本事，不是挥刀的速度，而是出刀前的那一瞬间的判断。