来源：老张访谈 ·「跟三个大厂码农聊了一晚上，程序员眼中AI叙事的真相原来是这样」 主持：老张 嘉宾：湾区大厂年轻码农（26岁，工作近三年，亚马逊出身，现转AI组）、小刘（32岁，博士延期后工作三年，算法岗，北京电商大厂转上海）、杭州中厂程序员老哥（35岁，工作十三四年，国内各知名大厂都待过）
本文整理自老张访谈节目。三位嘉宾分别代表海外大厂、国内一线大厂算法岗、国内中厂资深开发三个视角。以下按主题组织，每个主题包含「新的变化」和「嘉宾观点与解释」两个维度，力求让未观看视频的读者快速理解核心内容。
一、入行动机与薪资：高薪是基础，热爱可以培养
新的变化
与几年前"转码即财富自由"的叙事不同，当下程序员的薪资结构正在出现明显的分化与停滞信号。2023年是国内互联网"特别难的一年"，校招门槛骤升；而到了2026年，新入职的应届生薪资反而又有所回升——嘉宾小刘2023年校招年薪六十出头，今年他师弟"随随便便都能上一百"，出现"疯狂倒挂"。与此同时，更早入行的那批人（阿里早期等）已经财富自由，而现在的人"吃到的是红利的尾巴"。
嘉宾观点与解释
湾区码农（26岁）：刚毕业总包18.4万美元，升职后到25万，如今加绩效约30万，接近南湾平均水平27万。他坦言"高薪是基础"——自称是"high maintenance"的人，需要高物质需求支撑生活。但他同时认为热爱并非天生，而是可以通过工作中快速正反馈来培养：小时候报兴趣班发现自己擅长的项目，就用正反馈不断改进。他入行的种子来自2010年知乎上"北美天坑专业劝退帖"——“离开你的生物PhD、化学PhD，赶紧转码”。
小刘（算法岗）：2023年校招赶上最难的一年，“最后只是一家要我”，年薪六十出头。他强调现在的行业环境和几年前"完全不一样"，AI对行业的冲击会在后面细讲。
杭州老哥（35岁）：入行时应届年薪约十五万，算是吃到了互联网红利的尾巴。他直言和更早那批（财富自由的）相比，自己"有点丢人"，年薪最高时约一百万。他认为现在整个行业环境和几年前完全不同了。
二、退休数字与FIRE：从"一个确切数字"到"靠能力变现"
新的变化
程序员群体中流行的"赚够多少钱就退休"的FIRE（Financial Independence, Retire Early）叙事正在发生心态转变。几位嘉宾普遍不再给出一个确切的退休数字，而是转向"靠储蓄能力变现、获得选择权"的思路。这个转变的背景是行业不确定性持续升高——单靠一笔存款很难安稳一辈子。
嘉宾观点与解释
湾区码农：目前没想过退休，因为工作能给他"智力上的刺激"，很难想象退休后每天打扫草坪、去健身房的生活。如果要退休，会回亚洲（日本、泰国或家乡），因为美元对亚洲货币购买力较高。他算过账，简单版约600万人民币就够，但想过得好可能需要1000万。他还提到湾区学区房要四五百万美元独栋，连他的大老板都觉得买不起，加上湾区孩子学业压力导致自杀的新闻，他决定不在湾区退休。
小刘：以前会给出确切数字，现在不会了。他发现"行业不确定还是很高的，单纯靠一笔存款很难安稳一辈子"。现在的心态是"靠储蓄能力去变现，让自己有选择权决定未来方向"。他观察到上海的高薪朋友目标不断上浮——五百万想八百万，八百万想一千万，数字永远在涨，因为身边人都在比较房子和车子。
杭州老哥：之前上老张节目时透露过一个数字，当时已处于"退休状态"但又回来工作了。他认为这个数字"永远都在变化，没有一个确切数"，会根据个人生活情况而定。
三、程序员还是好职业吗：中美视角的分化
新的变化
一个关键的分化正在出现：美国视角认为程序员"相比其他行业还是好职业"，而国内视角则出现"非常不建议这时候入行"的相反判断。这种分化的核心在于——国内大厂正在把AI使用量当作考核标准，“前期烧钱让你多用，水淌完了就是裁员的时候”。
嘉宾观点与解释
湾区码农：只能提供美国视角，认为程序员相比美国其他行业仍是好职业。核心论据是"以单位劳动时间的价格，人目前还是比token便宜的"——大公司放开程序员使用Claude Code等工具后，发现一年GenAI的预算在三个月内就花完了，领导层发现"人还是比token便宜的"。但他也承认长远来看计算会很复杂：更大更强的模型加好的hack也许能one-shot解决复杂问题，那时模型可能比人省钱；但对一些obscure的问题，十几人的团队干几周可能比大模型更便宜。他去年就预言"大模型会像电力、水利、道路一样变成infrastructure"，建议new grad往agent administration、infrastructure方向靠。
小刘：认为程序员对普通人来说还是"用时间换钱兑换比比较高的行业"，但提醒要看到隐性代价——大厂会把人"螺丝钉化"，思维局限缩减到眼前业务三分地，对家里陪伴减少，价值观统一为"生活并不重要"。这些隐形成本是转码时容易被忽视的。
杭州老哥（35岁）：与两位相反，“非常不建议这时候入行”。他的关键判断是：token成本确实比人工贵，但国内大厂正卷的就是这个——把token使用量、AI使用率、AI熟练度强制纳入考核。前期大厂花钱烧、让你多用，“水淌得差不多了，那就是到裁员的时候，其实已经开始到裁员的时候了”。他举例：以前做一个app大厂可能要一百人（前后端各四五十人），现在一个模块从需求评审到交付"一百人里需要十个人就很不错了"。他目前就在做AI特效这件事，感触很深。他还指出AI更适合"老的程序员"——本身有广度的人能问对问题，广度不够的人"问的问题就是不对的"，两个人做同样的事质量天差地别。
四、大厂码农的工作生活：异化、加班与"假装balanced"
新的变化
大厂码农的刻板印象（没有生活、能加班、不社交、不花钱）在三人身上呈现出复杂图景。一个新的现象是：当工作本身变得有意思（如转做AI），人反而更愿意投入时间钻研，work-life balance的衡量标准不再是"工作时长"而是"脑力消耗"和"intellectual刺激"。
嘉宾观点与解释
湾区码农：职业对生活习惯的影响不如思维模式和性格的影响大。做trivial工作（改config、monitor）时反而能高强度健身、跑马拉松、骑车；转到AI组后每天做的东西"非常有意思"，更愿意花时间钻研新知识。他不舍得给自己花钱，符合刻板印象。
小刘：加班是"国内大厂的日常，每天晚上挺晚才回去"，但比读博时（每天十一点回家还一事无成）轻松多了。最大压力不是时长，而是"国内变化太快"——业务、架构变化都快，容错低，本质是"国内太卷"。他之前在字节待过，现在这家公司"只用在字节工作强度的一半不到就能把其他人卷得受不了"。压力来源有两个：一是行业不确定性和裁员常态化，饱和度很高；二是内部反向内卷——做AI提效同时还要扛住原来业务压力，等于"双重压力"。他还提到大厂内部赛马机制：一个业务被多个部门做，现在一个公司内可能推出四五个甚至七八个Agent在内部不断内卷。
杭州老哥：以前非常节俭，现在"这把年纪了还是要取悦自己"。他做过户外领队、橄榄球教练，平时健身塑形，“假装自己一个balanced的状态”。他提到国内程序员向往海外的work-life balance，但"一直没体验过这是什么东西"，除了外企以外国内公司很难做到。
五、技术护城河：单一技术已不存在护城河，taste与综合能力才是
新的变化
这是整场对话最具共识的议题之一。Pre-GPT时代，对一个领域的deep knowledge是护城河；Post-GPT时代，“写代码、搭架构"这类单一技术正在被"技术平权”——AI可以替代。但护城河并没有消失，而是迁移到了更综合的能力上：research taste、工程经验、业务理解与拆解能力、落地能力。
嘉宾观点与解释
湾区码农：Pre-GPT时代对领域的deep knowledge是护城河，Post-GPT时代这个护城河"还存在"——比如Anthropic还在招offensive security职位，网络安全公司大幅扩招。从IC变成领导后，vision、对市场和产品的理解也是护城河。他举Anthropic的例子：决定product focus只做To B和coding，不像OpenAI浪费bandwidth做To C的video generation。他特别强调"research taste"：在idea和engineering都很cheap的年代，能从免费技术报告里快速识别、排序、找到能在production环境下work的金子，需要intuition和taste。这种能力与"识别high impact项目、识别有前景的组、识别上头想要什么"是相通的。
小刘：明确表示"技术从来都不是护城河"——如果把技术定义为写代码或搭架构，即便在前沿时代也不是，只是早期互联网从零到一搭建时这些东西很值钱。有AI后这些知识会被技术平权掉。他认为护城河是"taste"（工程经验）——需要花钱、花时间、花精力才能得到的试错经验，比如芯片行业的流片、汽车行业的发动机多次试错。
杭州老哥：单一技术"完全没有护城河之说"。他实际观察下来，AI从外部coding到Spark/Hadoop级别的应用"并没有那么好用"，大厂还没有一个能完全打通全链路的——“虽然都在朝这个方向努力，也可能有些大厂藏着掖着”。但"全链路打通的时候，可怕的事情就来了"。他理解的护城河是：业务理解、问题拆解能力、方案能力、落地能力——把这些综合地熟练用在AI上放大效率的综合能力。结论是"未来淘汰的只是那些搬砖写代码的，不是程序员这个职业"。
六、晋升靠业务而非技术：技术是必要不出分，价值交付决定晋升
新的变化
程序员普遍感觉"晋升更容易发生在业务层面而非技术层面"。三位嘉宾的解释揭示了一个底层逻辑：职场是价值交换的场，晋升要看你给老板交付了什么——是"技术自嗨"还是"老板想要的结果"或"真实的业务成果"。纯技术脱离业务"不值钱"，但技术又是基础前提条件。
嘉宾观点与解释
湾区码农：去年转组后看到"好的engineer应该是full stack"——既懂engineering，也懂产品，更要会market。他观察成功的老板都在主动、坚持不懈地进化五个方面：research、engineering、people、business、marketing。他们知道科技前沿、技术本质和实现方式、技术如何影响组织业务、上头和同僚想要什么、有哪些人可以把事做成、如何推销自己的队伍和技术换取资源。如果你只懂管人不懂research/engineering/business/marketing，“在资源分配的游戏中占据被动地位”。他举例：2022-2023年看到GenAI时，第一个把GenAI放进tech stack的组，之后在大模型发展中就有更大话语权——scope更大、下面人绩效更好、领导能跟CEO和SVP讲"我们用了GenAI，productivity变更高了"，CEO又能跟华尔街讲revenue更好了，“股票就涨得隆隆”。这是"end to end pipeline"，缺一不可。
小刘：业务是个模糊概念，拆解下来涉及business、market、leadership等多个维度。职场本质是价值交换，晋升要跟老板做价值交付——交付的是"技术自嗨"还是"老板想要的结果"还是"真实业务成果"？各家大厂都有"不要技术自嗨"的价值观宣传。但他仍认为技术"非常重要"——因为与AI交互本质是"当管理者的过程"，如果下属（AI）交付的东西你完全不懂，“心里完全是虚的”。他还补充：大厂把人异化成螺丝钉，员工没有端到端交付产品的能力（包括销售、包装、定义），这是被大多数技术同学忽视的。而大厂环境往往不foster培养full stack的机会，这是一个结构性问题。
七、35岁危机：美国没见到，国内是"很老的状态"
新的变化
35岁危机在不同市场呈现完全不同的图景。美国方面，嘉宾"没见到35岁的天花板"，认为美国劳动力市场不允许雇主如此挥霍labor supply。但他的旧组今年80%被裁员，业务全部outsourced到更便宜的地方。国内方面，35岁被视为"很老的状态"，但嘉宾认为真正的危机不在于年龄数字，而在于行业不确定性、裁员常态化和饱和度。
嘉宾观点与解释
湾区码农：在美国没见到35岁天花板，可能是美国劳动力市场"不允许雇主如此挥霍labor supply"。但他旧组今年80%被裁，业务全部outsourced。他还提到今年跟湾区startup recruiter聊天，对方第一次电话就问"你听说过996吗"——他回了一句"I’m fucking Chinese, I肯定听说过996"，发现labor supply的大年每年都在变。
（后续围绕35岁被裁后做什么、身边被裁的人去向等展开，核心观点是中美市场对年龄的容忍度差异巨大，国内35岁确实是敏感节点，但真正的压力来自行业不确定性而非单纯的年龄数字。）
八、AI使用的心态演变：从好奇到焦虑，再到主动高频用
新的变化
三位嘉宾的AI使用心态都经历了"好奇→焦虑（怕被替代）→主动拥抱"的演变曲线。一个显著变化是：曾经公司用"AI检测"来识别代码是否有"AI味儿"，有AI味儿被认为能力不行；现在完全反过来——“没有AI味儿才是最大的公司战略层级的问题”。公司会统计代码生成率（AI生成代码与提交代码的比例），比例低到一定程度领导会找你谈话。
嘉宾观点与解释
湾区码农：2022年4月底开始用ChatGPT 3.5，是第一批用户。从最初把code整个paste进去问问题，到现在直接用Claude Code读取整个repository。工作模式从"写代码"变成了"教agent做事"——花更多时间钻研怎么写skill、怎么augment agent，而不是手搓。他说用AI最大的改变是"变得非常patient"，因为每天用AI做research、读paper、找blog，iterative process让他"耐心跟两年前比真的没有了"。
小刘：也是ChatGPT最早一批用户，当时用来改论文，觉得Grammarly、DeepL等留学生依赖的软件"已经被AI打得趴下了"。他最早思考：模型能输出语言和代码，那为什么不能通过命令行运行代码、操作电脑、接触互联网？2023年就跟一级投资同学聊过这个"agent"想法，但当时投资人不成熟。2025年Manus出来时感觉成熟了但还偏toy。直到Claude Code出来，“完全变天了”，“起码在coding上能比得上很大一部分实习生水平”，在不熟悉的领域甚至能打败自己。心态从好奇→焦虑（怕被替代，很大一部分被优化和薪资压低与AI有关）→现在完全反过来主动用。
杭州老哥（35岁）：心态演变也差不多——好奇→焦虑→现在主动用、高频用，工作甚至变成了"推动整个团队落地AI提效"。他坦承"你不想变成资本的走狗，但不得不做资本的走狗"——因为老板把AI提效优化得更好了，公司就可以裁员。他点破一个残酷逻辑：“比如你汇报年度用AI提效30%，在老板眼里他就可以裁员30%"。所以他提醒汇报也要有技巧——不能直接这么说，要说"哪些流程是需要的，剩下的人可以做更多的事情”，“避免让更多人被裁员，也得有分寸”。他还提到美国这边2023年裁员说因为AI股价还能涨，现在说因为AI裁员股价是涨不了的，“这边大家都不敢明面说自己是因AI裁员”。
九、AI coding实际占比：从95%到100%，工具分化明显
新的变化
AI coding在三位嘉宾工作中的占比已经极高——从80%到接近100%。但工具使用呈现明显分化：湾区用Claude Code/OpenAI不受限；国内大厂自研IDE工具（多数是"靠模改"），国外模型有次数限制，“万不得已才切OpenAI”。国内模型不限量但"做一个SOP很慢"，国外模型"几分钟就搞定"。
嘉宾观点与解释
湾区码农：95%甚至100%的code都是AI生成的，公司不限制，“聪明的总监说只要上面能产出钱就行”。他的公司可无限量使用Claude Code，Ops团队无人管理，他同时跑四个research thread，每两小时切换一个topic——“频繁更换context，累的不是公司，是我自己的脑力”。他强调很多公开paper和idea在实验室能work，但生产环境concurrency上去了就work不了，需要一个个试。
小刘：工作上80%是AI coding（增量开发），剩下20%是人工复核和小修小改，他认为这20%是因为"prompt写得不够好或工作流定义不够清楚"，还可以改进。个人做全栈开发则"百分之百AI coding"，但只负担得起Code X，负担不起Claude Code。他指出个人AI coding的问题是"很多细节把控不了，很多坑没法提前想到"，所以开发经验非常重要。
杭州老哥：公司用自研IDE（模型有Code X等），但"国内纯自研的比较少，大部分靠模改"，自研的"不是特别好用"。国外模型有次数限制，“万不得已才切OpenAI”。国内模型不限量但慢，国外模型几分钟搞定。他强调耐心很重要——老板给的任务大多复杂，“完全交给AI会干得千奇百怪”，AI有时"迷失自信"需要不断调教。经验差的同学会被AI带偏（AI说不能做就以为不能做），有经验的人能引导AI承认错误并改对。他还说"用AI反倒加班更多"——不断磨练耐心调教AI，“调着调着发现已经过了下班时间，经常到十点十一点”。
十、大厂AI推进实况：自研失败后转向顶尖外部工具，强制转型
新的变化
大厂AI推进正在经历一个关键转折：自研内部模型和agent大量失败后，转向放开顶尖外部工具的限制。同时，“强制全面AI转型"成为各厂共识——把AI使用率、熟练度量化考核并亮出来，“反向驱动所有人转型”。老板不看头几名，只看后几名，后几名被"牛马鞭策”，但永远都有后几名，“是一个不断牛马的过程”。
嘉宾观点与解释
湾区码农：公司曾尝试自研内部模型和agent，2023年开始各种effort，两年后全部失败——“不能说失败，就是没人想用”。之后放开Claude Code、Code X、ChatGPT、OpenAI的限制，不再强制用自研的。放开后AI使用率变高，大家都放弃自己的工具转向顶尖外部工具，“现在看不到不用AI的，也看不到不用AI的manager”。关于程序员是否被替代，他认为task-based、没有one-size solution：有些问题用AI更便宜，有些用AI加人工更便宜，有些configuration change外包给便宜的人还是比调AI更便宜。
小刘：之前在A厂（国内投AI最激进的厂），现在也在AI投得激进的厂。各厂AI推进"从里到外各个链路都在改造"，既是公司意志也是团队看到增量变化后积极拥抱。他解读大厂推进AI有两类思路：一是降本（减少岗位和人的支出），二是提效（寻找AI时代的人才），“看降本更多还是提效更多”。他提出"AI时代人才"的概念——前大厂时代（金山解霸等）开发人员特别少，一个人做端到端闭环（前端、产品、销售都负责），这是"超级个体"。两千年代中国已涌现这批人才，后来业务复杂度导致大厂把模块切分。AI时代后，两千年代的超级个体"会被重新筛选出来，被大厂寻找重用"。
杭州老哥：观察到所有大厂都是"强制全面AI转型"，自己参加过很多大厂对外的分享都在讲全面转型。公司做量化考核（AI使用率、熟练度），亮出指标让所有人看，“反向驱动所有人转型”。但实际推进有阻碍：做业务的同学太忙没时间学，中小厂的人梯度明显、学习能力弱、对工具有上手成本和抵触情绪。“理论上中小厂被迭代推进更快，但实际从人的理解力和梯度看不会特别高。“AI会不会替代？他明确：“只会淘汰纯白纸的人，没有业务理解、没有业务落地思考能力的人。”
十一、组织架构变化：扁平化是趋势，超级个体与小范围merge
新的变化
AI时代大厂组织架构正在出现扁平化趋势，但目前仍是"小范围merge"而非彻底重构。Meta的例子最具代表性：从各组"抓壮丁"组建AI新组织，几个engineer组成小part不断iteration做东西。资深engineer（L7/L8）一个人可以顶十几人甚至几十人的队伍做一个服务。岗位merge则集中在"前端+测试"“后端+测试”，产品和研发短期内仍泾渭分明。
嘉宾观点与解释
湾区码农：举Meta的例子——从各组抓几个人到AI新组织，几个engineer成小part不断iteration做东西、提奖，是"碎片化、小东西、机器化的管理”。亚马逊方面，资深engineer（L7/L8）可以一个人顶十几人、几十人队伍做一个服务。他认为扁平化"肯定会出现”——Meta这次裁员主要裁M1（主管IC的经理），最终组织架构取决于token cost、新业务线和事态发展。
小刘：短期不会太浓缩到一个人身上，更多是小范围、局内的merge——比如前端和测试、后端和测试。大部分厂在推进测试岗往开发岗转变。产品和研发短期内仍泾渭分明，主攻方向不同。大的架构不会变，但大架构里的小架构会有岗位merge。他补充：测试和开发merge"不是新鲜词"，早就有"去测试化"概念，AI之后这两个更容易合并。
杭州老哥：能看到的是公司会专门设立AI相关岗位（非纯学术，而是帮助整体流程提效、带领团队做AI转型的角色）。未来一到两年或三到五年说不清，但理想情况下"可能就是一个人的公司差不多了，一个业务搞定全流程"。
十二、给年轻人的建议：别死磕单一技术，先全能再深耕
新的变化
三位嘉宾给出的入行建议高度一致地指向"综合能力"而非"单一技术"，这是AI时代最显著的转变——从"深耕一个技术方向"转向"先铺广度、先全能再深耕"。同时，“躺平"叙事被颠覆：连云南的"躺平老哥"都在图书馆自学AI做独立产品变现，“躺平老哥也在偷偷卷”。
嘉宾观点与解释
湾区码农给出三点建议：
- 在信息碎片化时代，发展出属于自己的SOP/流程来摄取、识别、筛选、排序、组织信息，建立知识管理的life cycle，这是任何领域的基础。
- 对新入行者，peer、environment、surrounding很重要——在湾区emerge yourself，keep talk，知识摄取和更新速度会比西雅图快很多。
小刘给出三点建议：
- 不要累号（完美主义太强，觉得所有事都要做好，其实只需做好最关键的事，max最大effort）。
- 多拥抱前沿商业知识，不要固守一隅——大厂最大的问题是异化成螺丝钉，应对之道是站在更高视角看整个业务。
- 不要追求稳定，年轻人要培养对风险的承受能力和长时间承受风险的耐受度。
杭州老哥给出实用建议（开玩笑说"建议别入行”，但如果一定要入行）：
- 不要死磕单一技术，用AI快速铺广度，“先全能再深耕"是这个时代的最佳实践。
- 不要有过型思维（彻底躺平），“这个时代你肯定躺不平”——很多不上班的人也在用AI做独立产品变现。他举例在云南遇到的"躺平老哥”，完全不是写码出身，靠AI自学做独立产品，还有人买。
- 不管什么厂，一定要培养业务思维，不能做纯工具人——“纯工具人太多了，你的不可替代性不体现在工具上，而是综合能力。“至于能长期多久，“至少现在阶段两三年差不多。”
结语
这场一夜深谈最大的价值，不在于给出"程序员会不会被AI替代"的明确答案，而在于揭示了三个层次的真相：
第一，AI叙事在程序员内部已经从"恐慌"转向"务实拥抱”。从好奇到焦虑再到主动高频用，三位嘉宾都经历了完整的心态曲线，最终都成了AI的深度使用者，甚至推动了团队AI转型。
第二，中美大厂的AI推进逻辑存在本质差异。美国方面"人还是比token便宜”，更多是提效驱动；国内则把AI使用率强制纳入考核，“烧钱让你多用，水淌完就是裁员”，降本意图更明显。这种差异直接决定了入行建议的分野。
第三，程序员的核心竞争力正在从"技术深度"迁移到"综合能力"。单一技术被技术平权，但research taste、业务理解、问题拆解、落地能力、full stack思维（engineering+product+market）构成了新的护城河。用嘉宾的话说，“未来淘汰的只是搬砖写代码的，不是程序员这个职业。”
对于还在观望是否转码的年轻人，杭州老哥的那句"建议别入行"是玩笑也是清醒——如果一定要入行，记住：先全能再深耕，培养业务思维，不做纯工具人。而在AI时代，连"躺平老哥"都在偷偷卷，这个信号或许比任何行业报告都更真实。