AI时代的搬砖工
2026-06-07 21:40
当机器开始“搬砖”，我们还能搬什么？
提起“搬砖”，程序员们都会心一笑——写代码、修Bug、接需求、熬夜上线……日复一日，和工地上的搬砖工确实有几分神似。
但2023年之后，一切都不一样了。
ChatGPT、Copilot、Claude、Gemini……大模型像一列失控的列车轰隆隆碾过来。GitHub Copilot能自动补全函数，Cursor能理解整个项目上下文，GPT-4能直接生成完整模块。一夜之间，机器也会“搬砖”了。
于是焦虑来了：“AI会不会取代程序员？”“以后还要不要学编程？”“我这块砖还搬得动吗？”
作为一个在代码堆里摸爬滚打了多年的老搬砖工，我想说：AI没有搬走我们的砖，它只是把砖的形状变了。
一、曾经，我们搬什么样的砖？
回想一下五年前的程序员日常：
查文档、写重复的CRUD接口
复制粘贴 Stack Overflow 上的代码片段
手写 SQL 和简单的正则表达式
一点点调试 CSS 对齐和 React 组件状态
写大量格式化的单元测试和日志
这些活儿累不累？累。有没有技术含量？有，但更多的是体力活和记忆力活。
那时候，一个合格的“搬砖工”拼的是：记性好（API背得多）、手速快（打字+快捷键）、耐心足（调试到半夜）。我们引以为傲的技能，恰恰是最容易被 AI 模拟的技能。
二、AI来了，砖还在，只是变重了
大模型确实能写代码。你给它一句话，它啪地一下给你吐几十行。但当你真的把这段代码放到一个复杂的生产系统里，问题就来了：
它有安全漏洞吗？
它考虑边界条件了吗？
它和现有架构风格一致吗？
它性能怎么样？会不会把数据库打爆？
它真能满足用户那个没说出来的需求吗？
答案往往是：不能。
AI像是一个极其聪明但毫无责任心的实习生——交活很快，但你不敢直接用。真正的“搬砖工”变成了审砖人、砌砖人、设计图纸的人。
核心变化有三点：
从“写代码”到“审代码”
以前你一行行敲，现在你一行行看、改、优化。Code Review 不再是别人的代码，而是 AI 的代码。
从“实现需求”到“定义需求”
AI能写，但它不知道要写什么。把模糊的、矛盾的、隐含的业务需求变成清晰的技术指令，反而成了更稀缺的能力。
从“搬砖工人”到“建筑设计师”
单块砖不重要，重要的是砖怎么拼、承重墙在哪、整体架构稳不稳。系统设计、技术选型、异常兜底、可观测性——这些 AI 做不好，还得靠人。
三、AI时代，搬砖工的新工具箱
与其焦虑被取代，不如主动“武装”自己。我观察到，活得好的程序员都在做三件事：
1. 把 AI 变成超级插件
不再手写重复代码，而是用 Copilot 快速生成模板，然后集中精力改核心逻辑。把 AI 当副驾驶，而不是驾驶员。
2. 提升“提问”的能力
会问好问题，比会写代码重要得多。“帮我写一个函数”和“帮我实现一个高并发场景下、支持幂等、可扩展的订单状态机，并考虑分布式锁的边界条件” —— 后者才是 AI 时代搬砖工的真实水平。
3. 深耕“人”的优势领域
跨团队沟通、业务理解、系统权衡、故障应急、技术债务治理……这些复杂、模糊、需要经验和判断力的工作，AI 短期内无法替代。搬砖工的真正护城河，从来不是搬得多快，而是知道砖要往哪里放。
四、这块砖，还值得搬吗？
如果你想要的是一份“稳定、可预期、不烧脑”的工作，那 AI 时代确实不太友好了。因为那些“可预期、重复、不需要思考”的砖，AI 搬得更快、更便宜。
但如果你是那种——
喜欢拆解复杂问题
愿意不断学新东西
对代码有审美、对系统有敬畏
享受从混乱到有序的过程
——那恭喜你，AI 把你的工具升级了，把你的舞台变大了。
你可以用 AI 省下 80% 的 boilerplate 时间，然后把剩下的精力投入到真正有创造性的那 20%：设计优雅的架构、解决棘手的性能瓶颈、让产品更好用一点点。
这才是 AI 时代的搬砖工——不再低头搬砖，而是抬头砌墙、造楼、画蓝图。
最后，送大家一句话：
机器越像人，人就越要成为人。
搬砖不丢人，丢人的是只会搬一种砖。
AI 不会让你失业，但会用 AI 的搬砖工，会让不用 AI 的搬砖工失业。
共勉。
—— 一个还在 AI 浪潮里继续搬砖的老程序员
浏览
4提起“搬砖”，程序员们都会心一笑——写代码、修Bug、接需求、熬夜上线……日复一日，和工地上的搬砖工确实有几分神似。
但2023年之后，一切都不一样了。
ChatGPT、Copilot、Claude、Gemini……大模型像一列失控的列车轰隆隆碾过来。GitHub Copilot能自动补全函数，Cursor能理解整个项目上下文，GPT-4能直接生成完整模块。一夜之间，机器也会“搬砖”了。
于是焦虑来了：“AI会不会取代程序员？”“以后还要不要学编程？”“我这块砖还搬得动吗？”
作为一个在代码堆里摸爬滚打了多年的老搬砖工，我想说：AI没有搬走我们的砖，它只是把砖的形状变了。
一、曾经，我们搬什么样的砖？
回想一下五年前的程序员日常：
查文档、写重复的CRUD接口
复制粘贴 Stack Overflow 上的代码片段
手写 SQL 和简单的正则表达式
一点点调试 CSS 对齐和 React 组件状态
写大量格式化的单元测试和日志
这些活儿累不累？累。有没有技术含量？有，但更多的是体力活和记忆力活。
那时候，一个合格的“搬砖工”拼的是：记性好（API背得多）、手速快（打字+快捷键）、耐心足（调试到半夜）。我们引以为傲的技能，恰恰是最容易被 AI 模拟的技能。
二、AI来了，砖还在，只是变重了
大模型确实能写代码。你给它一句话，它啪地一下给你吐几十行。但当你真的把这段代码放到一个复杂的生产系统里，问题就来了：
它有安全漏洞吗？
它考虑边界条件了吗？
它和现有架构风格一致吗？
它性能怎么样？会不会把数据库打爆？
它真能满足用户那个没说出来的需求吗？
答案往往是：不能。
AI像是一个极其聪明但毫无责任心的实习生——交活很快，但你不敢直接用。真正的“搬砖工”变成了审砖人、砌砖人、设计图纸的人。
核心变化有三点：
从“写代码”到“审代码”
以前你一行行敲，现在你一行行看、改、优化。Code Review 不再是别人的代码，而是 AI 的代码。
从“实现需求”到“定义需求”
AI能写，但它不知道要写什么。把模糊的、矛盾的、隐含的业务需求变成清晰的技术指令，反而成了更稀缺的能力。
从“搬砖工人”到“建筑设计师”
单块砖不重要，重要的是砖怎么拼、承重墙在哪、整体架构稳不稳。系统设计、技术选型、异常兜底、可观测性——这些 AI 做不好，还得靠人。
三、AI时代，搬砖工的新工具箱
与其焦虑被取代，不如主动“武装”自己。我观察到，活得好的程序员都在做三件事：
1. 把 AI 变成超级插件
不再手写重复代码，而是用 Copilot 快速生成模板，然后集中精力改核心逻辑。把 AI 当副驾驶，而不是驾驶员。
2. 提升“提问”的能力
会问好问题，比会写代码重要得多。“帮我写一个函数”和“帮我实现一个高并发场景下、支持幂等、可扩展的订单状态机，并考虑分布式锁的边界条件” —— 后者才是 AI 时代搬砖工的真实水平。
3. 深耕“人”的优势领域
跨团队沟通、业务理解、系统权衡、故障应急、技术债务治理……这些复杂、模糊、需要经验和判断力的工作，AI 短期内无法替代。搬砖工的真正护城河，从来不是搬得多快，而是知道砖要往哪里放。
四、这块砖，还值得搬吗？
如果你想要的是一份“稳定、可预期、不烧脑”的工作，那 AI 时代确实不太友好了。因为那些“可预期、重复、不需要思考”的砖，AI 搬得更快、更便宜。
但如果你是那种——
喜欢拆解复杂问题
愿意不断学新东西
对代码有审美、对系统有敬畏
享受从混乱到有序的过程
——那恭喜你，AI 把你的工具升级了，把你的舞台变大了。
你可以用 AI 省下 80% 的 boilerplate 时间，然后把剩下的精力投入到真正有创造性的那 20%：设计优雅的架构、解决棘手的性能瓶颈、让产品更好用一点点。
这才是 AI 时代的搬砖工——不再低头搬砖，而是抬头砌墙、造楼、画蓝图。
最后，送大家一句话：
机器越像人，人就越要成为人。
搬砖不丢人，丢人的是只会搬一种砖。
AI 不会让你失业，但会用 AI 的搬砖工，会让不用 AI 的搬砖工失业。
共勉。
—— 一个还在 AI 浪潮里继续搬砖的老程序员
评论