这几天我一直在想一个有点扎心的问题。
我花了 4 年时间学计算机，毕业后又做了 7 年程序员。结果现在，一个完全不会写代码的人，只要把需求讲清楚，也能让 AI 帮他做网站、小程序、浏览器插件和自动化脚本。
以前写一个能跑起来的产品，至少要先学一门语言，再学框架、数据库、部署和调试。现在很多时候，打开 Codex 或 Claude Code，描述自己想做什么，第一版很快就出来了。
照这个速度继续下去，AI 编程很可能会像办公软件一样，慢慢变成一种基础能力。
那程序员怎么办？
如果“把代码写出来”越来越便宜，我们以后还能靠什么赚钱？
我最近做了网站、微信小程序、浏览器插件，也用 Codex 做了一个 Windows 时间记录工具。做得越多，我越觉得，程序员不会突然没用了，但只会接需求、写代码，确实会越来越难卖出高价。
代码仍然重要，只是客户真正愿意付钱的部分，正在往代码前面和后面移动。
01 能做出来，已经不算稀缺了
AI 编程最明显的变化，是把“实现”这一步压缩得很短。
以前我有一个产品想法，会先估算技术难度：需要几个人、做多久、用什么框架。很多小想法，因为开发成本太高，想完也就算了。
现在不一样。
TimeLog 从开始开发到能用的初版，只花了很短时间。以前没有做成功的浏览器插件，换成 Codex 以后也很快跑通了核心功能。小程序、网页、数据处理脚本，只要边界比较清楚，都能迅速做出一个版本。
但真正做完以后，麻烦才刚开始。
小程序要处理备案、隐私权限、审核和流量主；浏览器插件要测试不同页面、准备商店资料、提交审核；桌面工具要考虑安装、升级、误报和用户不会操作；网站做出来以后，还要回答流量从哪里来。
AI 把开发时间从几周压到几天，甚至几个小时，却没有顺便送来用户。
这也是程序员最容易误判的地方。
因为我们擅长做功能，所以很容易把“产品已经做出来”当成项目完成了大半。现实往往相反：代码可能只占前面一小段，需求、推广、交付、维护和收费才决定它是不是一门生意。
当更多人都能做出第一版产品，单纯交付一堆代码，自然没以前那么值钱。
代码变便宜以后，程序员的价值往哪里走
02 先找到值得解决的问题
我现在看一个项目，最先问的已经不是“这个功能能不能实现”。
我会先看：
- 谁真的遇到了这个问题？
- 他现在怎么解决？
- 这个麻烦出现得够不够频繁？
- 解决以后，能省多少时间或带来什么结果？
- 用户愿不愿意为结果付钱？
这些问题，AI 很难替你凭空回答。
它可以生成十份用户画像，也可以列出一百个产品创意，但真实需求往往藏在工作现场、聊天记录、售后问题和那些反复出现的小麻烦里。
TimeLog 的来源不是我研究了时间管理赛道，而是离职后同时写文章、做工具、整理知识库，晚上却说不清一天到底忙了什么。
公众号排版、文章拆分和内容工作流，也不是 AI 帮我拍脑袋想出来的。它们来自我写了上千篇文章以后，仍然每天会遇到的重复动作。
程序员真正可以放大的优势，是比普通人更容易把这些问题变成可用的解决方案。
前提是先看见问题，而不是先写代码，再去寻找谁愿意用。
未来能赚钱的程序员，可能不一定是代码写得最多的人，而是更早进入某个具体场景，知道哪里麻烦、什么结果重要，再用 AI 快速把方案做出来的人。
03 用户买的是结果，也是在买有人负责
很多人看到 AI 能写代码，会觉得软件和技术服务以后都会变得非常便宜。
部分确实会。
一个简单网页、一段数据脚本、一个常见功能，报价一定会被压低。因为客户也能让 AI 生成，哪怕第一次做不好，多试几次也可能跑起来。
但只要项目进入真实使用，事情就不再只是“代码能不能运行”。
需求说得含糊时，谁帮他梳理？几个方案有取舍时，谁来判断？上线以后数据不对，谁去排查？微信审核没通过、浏览器商店被拒、用户反馈看不懂，最后谁把问题处理完？
用户愿意付费，很多时候不是因为他完全做不了，而是他不想自己承担试错、排查和延期。
这和装修有点像。网上有大量教程，工具也越来越好买，但多数人仍然愿意找真正做过的人。因为交付一套能住的房子，和教你怎么拧螺丝，是两回事。
程序员以后可以卖的，也不只是开发时间。
可以卖对业务的理解，可以卖一套已经跑通过的方案，可以卖上线和维护，可以卖出了问题以后有人接住。
AI 能生成代码，却不会替你承担交付结果。
谁愿意把事情从模糊需求一直推进到能用、有人用，并且持续解决后续问题，谁就仍然有收费空间。
04 代码之外，还要有一条找到用户的路
我做程序员副业这些年，越来越明显地感觉到，技术人最容易缺的不是另一个框架，而是用户从哪里来。
一个产品做得再快，没有人知道，也不会自动变成收入。
我以前能长期做副业，一个重要原因是同时在写公众号、做社群和私域。内容不一定马上赚钱，但它会让别人知道我在做什么，也会带来问题、反馈和信任。
现在我做一个工具，通常也会把为什么做、怎么做、踩了什么坑写出来。
文章有人看，才可能有人来用；有人使用，才会出现真实反馈；反馈多了，才知道下一步该改什么。产品和内容不是两件互不相关的事，它们可以围绕同一批人的问题一起推进。
这也是为什么我觉得，程序员以后除了会用 AI 编程，还应该补一点内容、销售和用户沟通能力。
不一定非要做成大网红，也不用每天追热点。
至少要有一条稳定的路，让潜在用户看见你做过什么，知道你能解决哪类问题。可能是公众号、X、技术社区、垂直社群，也可能是长期服务某个行业积累下来的口碑。
AI 让供给一下子多了很多。东西越容易做出来，“谁知道你”和“为什么相信你”就越重要。
AI 能生成代码，但不会替你承担交付结果
05 程序员的机会，是把能力变成自己的资产
过去上班时，我的主要收入来自公司购买我的工作时间。
技术更新，我就学新技术；公司有需求，我就实现需求。项目属于公司，用户属于公司，代码大多也属于公司。
这条路不会马上消失，但岗位减少、薪资分化和工作强度变化，已经很难忽略。
我现在更想做的，是趁 AI 编程还在快速变化，用原来的技术经验多做一些属于自己的东西。
它可以是一个长期维护的小工具，一个服务垂直行业的解决方案，一套已经跑顺的工作流，也可以是文章、用户反馈、项目案例和可以反复调用的知识库。
这些东西一开始未必赚很多钱。
TimeLog 目前计划免费分享，小程序的收入还在验证，浏览器插件也没有变成什么大生意。但每做完一个项目，我都会更清楚需求怎么判断、产品怎么上线、内容怎么获客、用户问题怎么回到下一版。
这部分经验不会因为某个 AI 工具升级就全部作废。
以后模型会继续变强，今天看起来还有门槛的开发能力，也可能很快变成默认功能。与其猜哪个岗位最后不会被影响，我更愿意把自己放到真实项目里，积累用户、场景、交付和产品判断。
程序员仍然可以靠技术赚钱，只是收入不一定继续来自“我会写一段别人不会写的代码”。
它可能来自：我更懂一个具体问题，我能借助 AI 更快做出方案，我能找到需要它的人，也能把结果交付完。
06 如果现在开始，我会先做一个很小的验证
不用一上来就辞职创业，也不用急着做一个功能齐全的 SaaS。
先从自己熟悉的工作和行业里，找一个反复出现的小问题。
找三五个真的遇到过这个问题的人聊一聊，再用 AI 做出最小版本。哪怕先用脚本、表格、人工服务加一个简单页面，只要能让一个真实用户愿意使用、愿意反馈，甚至愿意付第一笔钱，它就比收藏一百个 AI 项目案例更有用。
做完以后，继续问几件事：用户为什么来，他最看重哪个结果，哪里需要你负责，下一次怎样更快找到同类用户。
代码只是其中一环。
当人人都会 AI 编程，程序员依然可以赚钱。只是我们要慢慢习惯，真正拉开差距的，已经不再是把功能敲出来，而是能不能把一个真实问题做成有人使用、有人信任、有人愿意付钱的结果。