简介

文章探讨了AI编程工具的发展及其对程序员角色的影响。作者认为AI不会取代程序员，但会提高对程序员的要求，未来需要的是具备"技术审美"的高阶程序员。技术审美包括判断力和感知力，培养需通过学习基础理论、大量实践和借鉴优秀项目。程序员应积极拥抱AI，提升效率，但核心价值仍在于创造力和问题解决能力。AI是强大工具，人类程序员在架构设计、方案制定和质量把控方面仍不可替代。

---

2025 年即将结束，过去的一年里，AI 的进展可以用一个词来形容，叫"一日千里"。从年初 DeepSeek 横空出世，到最近刚刚 Google 发布 Gemini 3.0 Pro，紧接着 OpenAI 发布 GPT 5 High，Anthropic 发布 Claude Opus 4.5，再到深度求索发布 DeepSeek V3.2，AI 的能力进步真是肉眼可见。

上半年的时候，Cursor 作为编程领域的一匹黑马，让很多人都觉得 AI 可能要取代程序员了。那时候，Cursor 带来的新的编程体验确实是前所未有的，程序员的编程效率确实有了比较大的提升。那时候，很多媒体都在大肆渲染，AI 要取代程序员了。我在密集使用了几个月 Cursor 后，得到的体感是，像 Cursor 这样的 AI 编程工具，能够帮助程序员提升效率，但要取代程序员还是挺难的。因为在很多复杂的问题场景，Cursor 当时的表现真的很难说让人满意。

后来差不多到年中的时候，Anthropic 下场了，他们推出了 Claude Code。抱着试一试的心态，我也装起来体验了一下。就是这一试，就有点"一发不可收拾"，Claude Code的体验真的是前所未有，从那时起就取消了Cursor的订阅，转向了Claude Code的怀抱。

Claude Code带给我最大的体感是，它确实可以实实在在的解决问题。再复杂的问题，只要你能够拆解的比较好，他都可以交付出你想要的结果。这也是让我对AI辅助编程的态度发生了大转变的关键：以前我觉得AI只能是辅助人类程序员来编程，现在我很坚定的相信未来应该是以人类辅助AI编程为主。

很多程序员从心底对AI编程有排斥，作为曾经的程序员，我其实是能理解的，原因大概有两个方面：一是因为，之前用的AI不够强大，现在这些强大的AI本身使用有一定的门槛，有网络的要求、有订阅费用的要求，很多人其实还没有真正体会到AI的强大；二是因为，AI 编程这个事，天然会让程序员有一种被AI抢饭碗了的感觉，自然就会产生一种抵触心理。

回到大家关心的问题，AI如此强大了，是不是未来真的就不需要程序员了？我的答案是：NO。为什么这么说呢？

通俗的说法是这样，AI就像功能十分强大的“瑞士军刀”，但工具的能力再强大，他也还是需要人来把它的能力给发挥出来。同样一把刀，在不同的人手上，发挥出来的功力就会天差地别。

在编程这个领域也是如此，即使现在有了像Claude Code这样强大的AI编程工具，也是不是人人都能写出优秀的代码，开发出优秀的产品来。

我的一个判断是，未来AI不是取代程序员，而是对程序员的要求更高了。基础的程序员可能真的不再需要了，需要的是一些真正有“技术审美”的高阶的程序员。写程序这件事，具体的编码工作，基本都可以由AI来做，但是整体架构的设计、方案的制定和质量的把控还是得最终由人来做决策，而且这里程序员的核心能力是对复杂问题的理解和拆解，能不能提出好问题，非常关键。

这里我说的"技术审美"，另一种叫法是"技术品味"，它包括两个方面：一个方面是判断力，就是对于给定的结果，能不能判断出好坏，好是好在哪里，坏是坏在哪里，都要有清晰的认知；另一个方面是感知力，就是面对很多选择的时候，能不能敏锐地感知到哪些是好的。换个说法，判断力是有没有火眼金睛，感知力是能不能披沙拣金。

技术审美如此重要，那如何来培养自己的技术审美呢？结合我自己的经历，我觉得有几个方面：一是要坚持基础理论的学习，像传统的一些计算机原理、软件工程的方法论等这些基础的东西，还是要扎实地掌握；二是要有大量的实践，不能因为AI写代码这么强大了，就觉得人写代码不重要了，如果自己不曾经写过代码，怎么能判断出AI写的代码是好是坏呢；二是要大量的学习优秀的项目，从优秀的项目中培养自己对好的感知能力，只有知道了什么是"好"，才有可能自己也做好，进而让AI写好。

在当下这个时点，如果是一位还比较基础的程序员，或者说现在才刚刚开始进入这个行业，以后致力于要成为一名优秀程序员的朋友，我觉得技术审美的培养还是需要扎扎实实的把上面几个方面做好。在这个过程中，多多实践是关键，毕竟“绝知此事要躬行”。

对于一些已经经过了大量的积累和练习的，有一定技术审美的程序员，我觉得现在是最好的时代，要积极大胆地去拥抱AI，在AI的加持下，程序员的效率真的会提升很多很多倍，真的深入进去，就能切切实实感受到了。

再换一个角度，最终对我们每个人来说，真正重要的不是某一行代码是不是由我们亲自写的，而是我们有没有通过这些代码创造出用户所需要的产品，也就是说价值创造是关键。站在价值创造的角度，未来，人与人之间竞争力的核心差异，会越来越往创造力方向迁移。

如何学习AI大模型？

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

这份完整版的大模型 AI 学习和面试资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

第一阶段： 从大模型系统设计入手，讲解大模型的主要方法；

第二阶段： 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；

第三阶段： 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；

第四阶段： 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；

第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；

第六阶段： 以SD多模态大模型为主，搭建了文生图小程序案例；

第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。

👉学会后的收获：👈

• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。

1.AI大模型学习路线图
2.100套AI大模型商业化落地方案
3.100集大模型视频教程
4.200本大模型PDF书籍
5.LLM面试题合集
6.AI产品经理资源合集

👉获取方式：
😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓