智力正在变成铝

最近，我所在的公司正在重新组织开发团队。

以前的大前端团队被拆到具体业务里，前端招聘开始收缩，岗位也不再只按前端、后端这些细分工种来定义。公司更希望一个开发者能跟着业务走，从界面到服务端，端到端完成一个需求。

这套变化当然可以解释为组织调整，也可以解释为全栈化。但对身处其中的人来说，还有一个更直接的解释：同样的工作，开始不需要那么多人了。

我从 2024 年开始密集使用 AI 编程工具。从 Cursor，到 Claude Code，再到 Codex，几乎每一轮能力变化都亲手试过。早期的 AI 更像一个打字很快的助手，适合补小方法、写样板代码、解释报错。后来它可以独立完成模块。到现在，我已经可以把自然语言作为主要输入，让 AI 完成一个系统的大部分编码工作。

这件事让人兴奋。

以前需要几个人配合的项目，现在一个人就敢开工。那种能力突然扩大的感觉很真实，但另一个问题也会跟着冒出来：既然一个人可以这样干，公司以后为什么还需要这么多程序员？

English version: Intelligence Is Becoming Aluminum

前端只是先响的警报

前端岗位目前看起来受冲击更明显，但这不等于 AI 最擅长前端。

我实际用下来，AI 写常规服务端业务代码，往往比写前端页面更顺。需求、数据结构和验收条件足够清楚时，服务端逻辑可以通过类型、测试和运行结果快速验证。前端反而要面对渲染效果、视觉细节、交互状态、浏览器兼容和真机表现。AI 得不断截图、比对、再修改，常常需要人盯得更紧。

前端先收缩，可能只是因为它的岗位边界最先被打破。当一个人带着 AI 可以跨过过去的技术分工，公司自然会把人按业务重新组织。对开发者来说，这叫能力边界扩大；对公司来说，这叫用更少的人完成交付。

两种说法都对，本来就是一件事的两面。

所以从前端转后端，再成为全栈开发者，当下当然是合理选择。它能让人继续完成工作，却未必能换来更长久的安全。后端不是避难所，全栈也不是救生艇。

智力为什么像铝

铝在地壳中并不缺，但它很难以单质形态被分离出来。19 世纪早期，铝的提炼昂贵，一度是适合展示身份的稀有金属。1886 年，霍尔-埃鲁法用电解大幅改变了铝的生产成本。再配合后来更完整的工业流程和便宜电力，铝从珍品变成了日常材料。

今天的铝并没有变得没用。它出现在门窗、饮料罐、电缆、汽车和飞机里，用量远超它作为稀有金属的年代。铝的价值没有消失，消失的是它作为稀缺物的高价。

我越来越觉得，智力也在经历类似的变化。我暂且把它叫作“智力铝化”。

过去，要把知识变成一段代码、一份合同、一张设计图或一个可执行的方案，需要一个受过长期训练的人投入时间。这个人的学习成本、经验和工作时间，构成了智力产品的价格。AI 正在把这个过程改造成可以大规模调用的生产过程。模型、算力、数据和电力，就像一套新的电解设备。

有人说生成式 AI 只是概率模型，是对人类知识的重组，不算真正的理解和创造。这个问题可以继续争论，但劳动市场通常没那么关心哲学。只要 AI 交付的代码能运行，给出的证明能通过验证，产生的方案能解决问题，市场就会重新计算人类做同样事情的价格。

可描述、可复制、可验证的智力劳动，肯定会更早受到冲击。代码正好同时满足这三点，程序员因此站在最靠前的位置。但我不太相信冲击会永远停在这里。当模型开始处理越来越难的数学、科学和工程问题，“创造力是最后防线”也不再是一个让人放心的答案。

软件会更多，程序员未必

铝变便宜以后，铝制品变得更多。智力变便宜以后，代码、设计、分析和内容也会变得更多。

这里容易出现一个误解：既然软件需求会继续增长，程序员就不会减少。可产品的用量和生产它的人数，从来不是一回事。铝的应用遍布世界，并不意味着手工提炼铝的人会获得更高收入。

软件行业未必消失，甚至可能前所未有地繁荣。但过去那种依靠大量细分岗位、大量人力和长交付周期支撑起来的程序员行业，完全可能收缩。软件生产越高效，单位需求需要的人越少，岗位和工资所面对的压力就越真实。

它不一定表现为某一天所有程序员同时收到裁员邮件。更可能的形态是：公司少招几个人，一个空缺不再补，两个团队合成一个，原本分给几个岗位的工作被重新包进一个“端到端负责”的职位里。没有哪一天锣鼓喧天，但人就这样慢慢少了。

泰坦尼克号上的换舱

程序员习惯用学习解决职业焦虑。前端不安全，那就学后端；业务开发不安全，那就学架构、算法或 AI；写代码不安全，那就往产品、管理或咨询走。

这些选择都可能在某个阶段有用，但它们共享同一个前提：经过长期训练的人类智力仍然是稀缺品。

如果这个前提正在动摇，那么从一个脑力岗位转向另一个脑力岗位，就像泰坦尼克号撞上冰山以后换舱室。从三等舱换到头等舱，短期体验当然不同；船真的开始下沉时，升舱本身不是逃生方案。

我在公司里看到的情况更现实一点。当岗位开始减少，显得更重要的人往往很会汇报。这里的“会汇报”不只是包装成果、向上管理，也包括把复杂问题讲清楚，让组织可以作出决策。两种能力在真实环境里经常长在同一个人身上。

AI 也能写周报、做 PPT、总结复杂信息。只会写汇报材料，不会成为长期壁垒。比表达更稀缺的，可能是接近决策者的机会、被组织承认的信用，以及定义什么算成果的权力。

这听起来不像职业技能，更像一个人在组织里的位置。位置不容易被复制，可位置本来就不可能人人都有。

一个人做出产品，不等于做成生意

另一个看起来像救生艇的方向，是独立开发。

AI 让一个人具备过去一个小团队的生产能力。我也会想，个体有了 AI 以后，是不是终于有机会和传统大公司掰掰手腕。

我确实做出过产品，也确实有过用户和收入。但收入和投入完全不成比例，更不能和工资相比。真正卡住我的也不是代码，而是运营。没有持续宣传，就没有足够用户。唯一明显赚到钱的项目，主要依靠微信小程序的自然流量。带来收入的不只是把东西做出来的能力，还有微信已经存在的分发渠道。

在国内做面向公众的生成式 AI 产品，还要面对备案、内容安全和平台审核等现实门槛。一个大公司可以让法务、安全、运营和开发一起处理，个人开发者面对的却是一整张清单。写完代码，只是拿到了进入市场的资格。

更麻烦的是，AI 应用不完全符合传统软件的低边际成本逻辑。每多一次有效使用，背后都可能多一次模型调用、多一份 token 和算力成本。用户来了，账单也来了。我在《AI 打破了互联网的零边际成本神话》里单独写过这个问题。

所以，AI 让一个人更容易做出产品，却没有让一个人更容易做成生意。

开发门槛下降后，产品供给会更多，竞争会更挤。用户注意力、渠道、品牌、信任、合规能力和承担持续成本的资本，反而更显得稀缺。不巧的是，这些东西很多仍然掌握在大公司手里。

独立开发值得尝试，但它还不是一条经过验证的救生艇。

智力降价后，什么会更贵

每当讨论 AI 会不会替代某个职业，最后总会剩下几个让人安心的词：判断力、创造力、品味、责任感，还有人与人的连接。

这些能力当然重要。但把它们直接当成 AI 无法穿透的护城河，我还没有这么乐观。当生成、分析和试错的成本继续下降，这些能力里可以表达和复制的部分，同样会被重新定价。

目前看起来更稀缺的，是决策权、用户关系、分发渠道、组织信用、合规资格和资本。它们的共同点是，不只是一个人脑子里的能力，而是一个人有权调用什么资源，能和谁建立关系，又能拿走多少产出。

可这个答案也不太能安慰普通人。如果未来最贵的是对智力工厂的所有权，那么一个依靠工资生活的人，不会因为听懂了这个道理，就突然拥有模型、算力、渠道和客户。

铝便宜了，并不意味着每一个做铝制品的人都变成飞机公司的股东。

还没有找到救生艇

到现在，我还没有找到一个可靠答案。

学全栈很重要，它可以扩大当下的工作范围，却不能证明未来需要更多全栈工程师。学会汇报很重要，它能让正确的事被组织看见，却不会让组织永远保留现在的岗位数量。做独立产品很重要，它让人尝试直接面对市场，却不会自动带来用户和收入。

可这不等于什么都不用做。

拒绝 AI 不是办法。那只会让人更早失去当下的竞争力。继续使用 AI、学习全栈、尝试独立产品、练习运营和表达，也都值得做。只是做这些事时，不再假设它们一定能换来职业安全。

AI 也没有带来想象中的轻松。订阅买了，token 没用完，会觉得浪费；AI 把一件事做快了，人就会立刻想做下一件。节省出来的时间很少变成休息，往往只是让工作的吞吐量继续上升。个人变得更强，也变得更累，同时还要担心自己的价格。

这就是我对“智力铝化”最直接的感受。

我不知道救生艇在哪里。但至少可以不再把升舱当成救生艇，也不因为还没看见出口，就回舱里继续睡觉。

继续用工具，继续做东西，继续接触用户，也继续看水线到了哪里。

这些事不保证能逃出去。但真的救生艇出现时，人最好已经在甲板上。