当写代码被折算成 Token：一篇“程序员终结论”推演的启示
“ 当写代码被折算成 Token：一篇“程序员终结论”推演的启示 这不是一则行业新闻，而是对一篇在技术社区流传的推演长文的评论。该文以未来为时间锚点，设想 AI 重塑软件研发后程序员群体的处境，并把问题归结为定价方式的改变：写代码从“按人才能力 ”
当写代码被折算成 Token：一篇“程序员终结论”推演的启示
这不是一则行业新闻，而是对一篇在技术社区流传的推演长文的评论。该文以未来为时间锚点，设想 AI 重塑软件研发后程序员群体的处境，并把问题归结为定价方式的改变：写代码从“按人才能力计价”转向“按 Token 与电费计价”。文中具体时间、公司与比例均为该文的推演设定，不能当作事实引用；我们只讨论它提出的机制与问题。
先把定位说清楚：推演不是新闻
那篇长文把时间锚定在未来，设想一家在线设计平台因 AI 重塑产品与工程团队的工作流而大幅裁员，并以此展开“程序员终结论”。这种写法在二次转载时很容易被裁掉限定语，变成“某公司裁员”的资讯。事实与虚构一旦混用，读者就会误把推演当既成事实。
因此，本文只把它当作观点文本。它有价值的地方不在具体公司、具体日期，而在提出一个可讨论的机制：当一份智力工作从按人才能力定价，转为按 Token 或电费定价，从业者的议价权会发生什么变化。 至于“永别了”式标题，更像情绪动员；该文正文最后其实主张把判断力和定义能力前移，这与“行业终结”的断言并不一致。
黄金三十年：稀缺性如何给程序员定价
理解这场焦虑，得先回到程序员这个职业被高估的年代。
1995 年以来，互联网的普及打破了生产、流通、消费、服务等环节的效率壁垒，人类历史上规模最大的一次信息化转型就此展开。需求侧对“能把业务翻译成代码的人”的渴求，远远超出教育体系的供给速度。于是出现了一个长达二十余年的卖方市场：只要会写代码，就有机会站在风口上。
2001 年中国全面融入世界经济循环，高速增长叠加互联网红利，水涨船高。每一位“北漂”“杭漂”“深圳漂”的寒门学子，都有机会在互联网大厂或创业独角兽团队里完成一次阶层跃迁——这种速度，在传统行业里几乎不可想象。
这条上升通道的底层逻辑只有一个：智力是稀缺的，因此智力可以被溢价定价。一个架构师的一次判断、一个资深工程师的一次 Bug 修复，在劳动力市场上都有明确的价格标签。程序员的高薪不是恩赐，而是市场对稀缺性的定价结果。 该文作者把这一代人称为“幸福”的一代，但紧接着补上了后半句——“也是悲情的”。因为恰恰是这批人，亲手拆掉了自己脚下那块名为“稀缺”的地板。
掘墓人叙事：工具由程序员自己喂养
AI 不是从石头里蹦出来的。搜索引擎、知识图谱、机器学习算法、训练与推理优化框架，每一层地基都堆着程序员写的代码。
更讽刺的是数据来源。在所谓“古法编程”的年代，程序员手搓的每一行代码、写下的每一份文档、甚至每一次修 Bug 的记录，最终都成了大模型训练时的数据“食粮”。AI 学会了编程，教材是程序员自己写的。
把镜头拉远，这是一条延续数百年的链条。三百多年前，帕斯卡和莱布尼茨造出纯机械结构的齿轮计算器时，大概想不到以加法器和逻辑控制电路为核心的电子计算机，最终能训练出在数小时内攻克人类顶尖数学难题的强人工智能系统；八十多年前，格蕾丝·霍珀为哈佛马克一号编写代码时，也未必会想到，今天支撑大模型训练与推理、同时撑起英伟达市值想象的 GPU，本质上仍是当年哈佛架构的一种延续与改进。
链条的最后一环，由约翰·卡马克这样的人完成注脚。在 3D 引擎尚未成熟的年代，卡马克以极高强度投入，几乎凭一己之力手搓了矩阵数学、光线与视图解算、二叉空间分割、多玩家同步等一整套引擎代码，做出了电子游戏史与计算机史上的双料里程碑《Doom 毁灭战士》。那个时间点上，个人的卓越大脑是价值连城的。
该文还断言，今天的大模型可以较快从零复现当年卡马克的部分工作，也能通过逆向工程重写复杂商业软件的大量算法逻辑。这些说法缺乏可核验来源，宜作观点而非事实看待。但它指向的对比仍然成立：
| 维度 | 古法编程 | AI 辅助编程 |
|---|---|---|
| 时间投入 | 长期手工实现，依赖个人连续投入 | 模型快速生成，人的时间转向定义与验收 |
| 核心能力 | 数学、算法、系统实现 | 定义问题、验收结果 |
| 计价方式 | 按人才能力定价 | 按 Token 或电费定价 |
| 技术壁垒 | 个人大脑即护城河 | 技术附加值趋近于零 |
这张表是对原稿观点的整理，不是实测数据。它真正想说明的是：技术壁垒一旦从“个人能力”转移到“模型调用”，定价锚点就变了。
定价权转移：从“人才能力”到“Token 单价”
当一份智力工作从按人才能力计价，转变为按 Token 或电费计价时，这份工作就再也不会是一份人人羡慕的白领工作了。 这是全文最核心的判断，也是所有具体现象背后的统一机制。
它带来三个连锁后果。
- 编程这门“传统手艺”不再构成竞争壁垒。未来除了顶级 AI 模型之外，任何一款软件产品内部的技术附加值都将趋近于零，研发成本只与 Token 单价和软件复杂度挂钩。“我技术比你强”不再是一门生意的护城河。
- 进入门槛被彻底拉平。任何一家企业，甚至任何一位个人开发者，都有了叫板最优秀软件公司、或直接开打价格战的底气。技术平权的另一面，是技术溢价的消失。
- 终端价格向下坍塌。软件产品与服务的价格不仅不会上涨，反而会趋近于零。当供给能力的扩张速度远超需求侧的增长速度时，价格战不是选择，而是必然。
在这套机制里，程序员失去的不是某一份工作，而是议价权本身。
岗位结构：执行层收缩，判断层被放大
机制推演总要落到具体场景上。该文设想的裁员现场，把矛头对准产品和工程团队的工作流重塑。面对这样的设定，作者表现出一种近乎不耐的态度：不想再纠结“编程和算法面试是不是该取消了”“大学生还要不要学编程”“初级程序员是不是再也找不到工作了”。在他看来，这些讨论如同大厦将倾时还在争论要不要升级办公桌椅。
但同期技术社区里的另一种讨论，恰好提供了一块互补的拼图：初级程序员岗位消失之后，原本属于高级程序员的“微决策能力”，变成了每个留下来的程序员都必须具备的东西。换句话说，被 AI 替代的主要是执行层——把明确需求翻译成确定代码的那部分劳动；而判断该写什么、不该写什么、写成什么样才算对，这类微决策的权重反而被放大了。这也解释了为什么“程序员失业”和“程序员更累”会同时发生：岗位总量在收缩，但幸存岗位对能力的要求在向上抬升，中间层被两头挤压。
那么留下来的人会变成什么样子？该文引用了第一代互联网创业者、VeryCD 与 TapTap 创始人黄一孟的判断：未来的应用和游戏开发团队，大概都会转型为一种新型的“合伙人团队”——少数商业与产品合伙人负责定义、规划和管理，大量 AI 智能体负责具体研发。在 AI 加持下，未来的软件研发流程“不会比传统家电的研发和生产更难组织、更难管理”。这句话的分量在于对比：家电是一个高度成熟、流程标准化、人力密集度被压到很低的制造业；软件曾经是其中最依赖天才个体的行业，如今正被推向同一种组织形态。
代价是人。该文认为，程序员里能够最终转型成产品定义者、规划者、管理者的比例不会很高。而且即便是这部分人，身份也已经变了。他们被称为 AI 设计师或 AI 监督员，一行代码都不写。作者的反问很直接：既然一行代码都不写了，我们还好意思称自己为“程序员”吗？这不是文字游戏，而是职业认同的断裂。一个以“我能亲手实现”为自豪的群体，被重新定义为“我能说清楚要什么、并且判断机器做得对不对”的群体。技能栈、评价体系、晋升路径，全部需要重建。
泡沫与错配：供给侧热，消费侧冷
如果 AI 真的创造了一个新时代，那么新增的就业和新增的市场在哪里？
该文给出的答案并不乐观。目前眼见的、由 AI 催生的新兴市场里，AI 短剧算是风口。但消费者平均每天的内容消费时长有上限，AI 短剧吃掉的很多是上一代娱乐产品空出来的既有份额，整块蛋糕的增速并不算快。更要命的是，在 AI 参与的内容制作环节里，并没有程序员什么事儿。
另一个选项是把 AI 供给侧本身看作新兴市场：从英伟达的显卡，到模型厂商的订阅服务，再到模型仓库和 Token 中转站提供的租赁服务。这些基础架构打包起来，在资本市场获得的市值与估值总规模确实是一个天文数字。但需要看清的是，这个估值规模与资本市场豪赌产业未来的勇气正相关。至少目前，供给侧的巨大估值并没有撬动消费侧等比例的营收增长。如果只看当下软件价格下跌、初中级程序员下岗的客观事实，那欣欣向荣的 AI 供给侧就是不折不扣的资本泡沫。
更长远的一层风险在于：大模型自我设计、自我改进的技术已经突飞猛进。长期看，AI 必将拥有全面的自我演化功能。一旦模型不再需要人类参与设计和开发，AI 供给侧本身也会迅速从智力密集型产业转型为资本密集型产业，随即打响残酷内卷的价格战。到那时，连“训练模型的人”这个最后的避风港，也会被卷入同一套降价逻辑。
结语：别把“会写代码”当唯一安全垫
知乎上曾有一个长期热门的问题：程序员转行能做什么。过去的最高赞答案无非三条——考公、开滴滴、做产品经理。但站在今天回看，这三条路各有各的窄：考公的通道不会因为报名人数翻倍而变宽；开滴滴正在被自动驾驶瞄上；产品经理岗位本身也在被 AI 压缩。
该文作者写下的最后一句是：“从小到大，我赖以支持自己奋斗的信念——智力价值——已轰然崩塌了。”这恐怕比失业本身更值得重视：一代人把“聪明、能写、能解决问题”当作立身之本，如今这套价值尺度正在被重新校准。
不过，机制的另一面同样清晰。当技术附加值被抹平，竞争的焦点会从“谁能做出来”转向“谁知道该做什么、为谁做、做到什么程度算好”。软件价格趋近于零，意味着需求侧有可能被真正激活——被高昂软件成本长期压抑的中小企业、个人创作者、传统行业的长尾场景，或许才是这轮成本坍塌最终释放出的增量。问题在于，这个增量什么时候到来、能不能吸纳被挤出的人，目前没有数据可以回答。
在那之前，能做的事只有一件：别再把“会写代码”当作唯一的安全垫，把判断力、定义能力和对业务的理解，挪到更靠前的位置。毕竟工具会一直变便宜，而决定拿工具去做什么，暂时还是人的工作。
📚 参考来源
