openclaw，35岁程序员的春天来了！！！

先说结论

我把话先放置于此，AI编程并非三十五岁程序员的夺命之物，相反却是他们的再度兴盛之时。

特别是那些实实在在做过后端工作几年时间，经历过生产事故，带领过复杂系统的资深人士，其市场价值正处于被重新定价的状况。

这并非关乎年龄溢价，而是人工智能，将“会写代码”以及“能把系统做成”这两件事情，完全地拆开了。

很多人把 AI 编程看浅了

曾经大家曾认为，年青人手的速度快，加班的劲头猛，且学习新框架的速度快，然而到35岁往后则愈发难以卷入竞争。此逻辑在单纯手工敲击代码的时代还能够成立，原因在于公司所购入的是生产能力，谁编写得快，谁的成本低，那么谁便具备优势。

但 AI 编程把这套规则打碎了。

目前最为不值钱的，恰恰就是“将需求转化成几百行代码”这般事情。缘由在于，这一环节人工智能已然能够做得像模像样了。你交付给它一个页面，它能够编写；你抛给它一个接口，它也能够拼接；你吩咐它依照模板增添一项功能，它甚至比众多初中级程序员还要快。

所以，好多人顺着这个形势得出了一个结论，那就是程序员不行了，特别是老程序员，情况更不妙，更危险。

我完全不同意。

为什么我这么说

如果把我的判断压缩成一条逻辑链，大概是这样：

具有人工智能可迅速产生代码，致使低起始编码能力遭遇贬值，进而造成高难度系统能力出现稀缺，最终使得有经验的编制程序人员价值重新评估。

AI 让"人人都会写点代码"，但真正稀缺的能力暴露了

确实，对于一个小项目而言，AI 是能够进行兜底的。其页面数量不多，表的复杂程度不高，链路长度不长，且调用关系简单，即便普通人借助 AI 也能够拼凑出一个较为像样的东西。

一旦项目规模变大，问题就不再是“代码能否被编写出来”，而是“这个系统是否还能够持续运行顺畅以及存在下去”。

如何去拆分模块，怎样来定义边界，何时应当采取抽象，何时不准胡乱进行抽象，接口究竟是要面向业务语义，还是直接朝着数据库去，如何去预留扩展性，怎么去实现高可用，监控、回滚、灰度、幂等、限流要怎样串联起来？

这些问题，根本不是提示词写得好就能解决的。

擅长此道的 AI 呀其最为拿手的乃是局部补全之举，然而最难擅长的却是于复杂约束状况下长久维持一致性之事呢。

系统要是一回跨越某个特定临界点，就会开启正儿八经地瞎扯：这儿替你封上一层，那儿为你抽取一个基类，瞅着挺有格调，事实上依赖却一团糟；今儿依照这套规范编写，明儿又换成另一套；这回修复了A，下回又把B以及C弄出问题。

最可怕的是，没经验的人根本看不出它在胡说八道。

之所以这样，是由于他们未曾切实经历过复杂系统失控的那种状况，不清楚抽象污染究竟是什么，不明白技术债意味着什么，并且也不理解一个表面上看起来挺漂亮的模式，为何在半年之后会将整个团队置于死地。

为什么后端老鸟反而吃香

那些身为程序员，有着多年后端工作经历的人，特别是从事过企业级系统、交易系统以及高并发后台相关工作的人，在这个阶段反倒会占得优势。

原因很简单，这批人不是只会写几个接口，他们是真见过体量的。

他们见识过数据库扛不住的夜晚，经历过消息队列积压时的恐慌，目睹过缓存击穿、服务雪崩、发布回滚、表结构演进、历史负重、跨团队纠缠扯皮的状况，还领教过一个系统是怎样从依旧能够修改，一步步转变为谁都不敢触碰的。

他们未必写得最快，但他们知道什么不能乱写

对于单一职责、开闭原则、里氏替换这些原则，他们并非只是死记硬背概念，而是清楚知晓何时应当运用，何时切莫滥用；对于设计模式，他们并非仅仅为了面试而背诵八股文，而是明白哪些模式能够解决实际问题，哪些不过徒有其表显得高级；对于高可用、扩展性、分层、解耦这些词汇，并非只是 PPT 里的晦涩术语，而是清楚倘若在前面没有考虑周全，后续会以怎样的方式带来不良后果。

未来最值钱的，不是手速最快的人

这种经验，于此前仅仅是“有用”，于AI编程时代，它将会转变为“稀缺”。

未来，真正能够实现高产的人，并非是那种自己一行一行写代码速度最快的人，而是能够给AI建立秩序的人。

他晓得如何拆解任务，如何界定边界，如何约束代码风格，如何设计目录结构，如何撰写真正具实用价值的规范，如何为AI赋予稳定的上下文，如何借由测试与评审将系统拽回正确轨迹。

这么讲吧，往后竞争比试的并非是“你是否具备写代码的能力”，而是“你可不可以带领着一群状态不稳定的AI实习生，将一个繁杂的系统持续推进下去”。

真正危险的，不是 35 岁

这件事，太吃基本功了。

这种基本功，不是仅仅看几篇文章就能有的，不是只刷几套提示词就会出现的，不是玩几个月AI IDE便会生长出来的。它必定源自真实的工程环境当中，源自线上出现的事故，源自多人一起协作的过程，源自修改过糟糕的系统，源自承担过责任，源自做出过取舍，源自理解过成本。

这同样是我愈发感觉到的情形，35岁之上程序员所拥有的经验将会被再次进行定价，这便是缘由所在。

新一代开发者固然聪明，工具也更为强大，然而他们越来越缺乏在纯手撸代码时期，完整历经一个系统从初始的小且简单，逐渐发展到复杂，又从清爽走向失控，最后再从失控回归治理这样一个全过程的机会。

可偏偏是这样一种经验，它涵盖整个过程，而这种经验，恰恰是在未来 AI 大规模投身于软件开发之后，最为具有价值的事物。

给还在焦虑的朋友一点建议

最近，好些朋友问我，有没有那种能相对稳定些，待遇还挺不错的技术大厂可以给推荐一下。说实话，这样的机会的确是有的，特别是那些需要“能够带着AI把复杂系统持续做下去”的人的团队。

有个机会，最近出现，挺适合程序员这个群体里有经验的那种，技术大厂，前端岗位之后是后端岗位再之后到测试岗位，全国范围内都存在着机会，要是感兴趣的话可以尝试去干一干；待遇方面以及稳定性方面都还算说得过去呀~这类岗位通常情况下更加注重看重的内容是你的系统能力，而并非是手速。

理所当然，这并非因年龄而给予的福利，也不是由行业所施予的。单是属于那些于“古法编程时代”切实经历过硬仗的人。

倘若在未来，软件开发切实迈入“人对方向以及秩序予以负责，AI 针对执行和铺量承担职责”的时期 ，那么最为值钱的人，恰恰并非是刚学会几个 AI 工具的人，而是那些清楚系统为何会失控，并且知晓怎样将其再一次拽回到秩序当中的人。

而这般的人，今日很大概率并非处于22岁，也并非处于25岁，很大概率是处于35岁之上。

最后一句话

我甚至愿意把话说得更狠一点：

AI 不是来淘汰老程序员的。

AI 的作用是淘汰重复进行的编码工作，这些工作具有低水平、低判断力以及低抽象能力这样的特点。

那些确实具备工程经验之人，特别是年龄在35岁及以上、从事过后端企业级开发的那一群人，春天或许才刚刚起始。

欢迎反驳。

但我建议先分清一件事：

去让AI写出几个功能，对于将AI用于参与构建并且长期维护一个复杂系统而言，这两者压根就不是同样的情况。这两者，根本不是一回事。

相关标签： # AI编程 # 35岁程序员 # 系统能力 # 经验价值 # 工程经验