2025，被AI重塑的一年

序

2025年过完之后，我有一种很奇妙的感觉。

就是那种——你站在一条河边，看着水一直在流，觉得没什么变化。但突然有一天回头看，发现河已经改道了，原来的河道干得透透的。

2025年就是这样一条改道的河。

我试着回想2024年底的我是什么状态——还在手写大部分代码，AI顶多帮我补全几行、写个正则表达式、偶尔问个报错。那时候AI是"工具"，用完就收起来的那种。

但到了2025年底，我的状态变成了——我几乎不写代码了。

这个转变不是一夜之间发生的，但回头一看，确确实实只用了不到一年。

时间线

先把这一年的关键节点理一理：

2024年底
  │  Claude Code 刚出来，还是个实验品
  │  Copilot 还在做代码补全
  │  大部分人：AI？哦那个自动补全的工具
  │
  ▼
2025年2月
  │  Karpathy 提出 "Vibe Coding"
  │  "完全交给vibes，拥抱指数增长，忘了代码的存在"
  │  这句话像一颗炸弹，炸开了所有人的认知
  │
  ▼
2025年5月
  │  GitHub Copilot Coding Agent 发布
  │  AI可以自己认领GitHub Issue了
  │  从"补全代码"到"独立完成任务"的跨越
  │
  ▼
2025年中
  │  Claude Code 从零冲到AI编程工具第一
  │  Cursor 引入 Agent Mode
  │  OpenAI 重启 Codex 做自主编程Agent
  │  整个行业从"辅助"全面转向"自治"
  │
  ▼
2025年底
  │  Karpathy说自己从12月起就没手写过一行代码
  │  25%的Y Combinator创业公司代码主要由AI生成
  │  "超级个体"概念开始流行
  │
  ▼
2026年
     AI编程成为默认，手写代码反而成了需要特别说明的事

短短一年，从"AI帮我写几行"到"AI帮我做完整个项目"。

这个速度，说实话，超出了所有人的预期 Σ(っ °Д °;)っ

工作方式：从写代码到写意图

2024年：我写代码，AI打辅助

我的工作流（2024）:
───────────────────────────────────────────────
1. 需求分析（我）
2. 技术设计（我）
3. 写代码（我，AI偶尔补全几行）
4. 调试（我）
5. 测试（我）
6. 部署（我）

AI的角色: 打字加速器
我的角色: 所有环节的主力

那时候AI能做的事很有限——你写了一半的代码它帮你补全另一半，你贴一段报错它帮你解释一下。本质上和IDE的自动补全没太大区别，只是聪明了一点 🤔。

2025年初：我写Prompt，AI写代码

到了年初，事情开始变化。Claude Code和Cursor这类工具出现之后，工作流变成了：

我的工作流（2025年初）:
───────────────────────────────────────────────
1. 需求分析（我）
2. 告诉AI我要什么（我写Prompt）
3. AI写代码（AI）
4. 我Review（我）
5. 有问题再改（我 → AI → 我 → AI...）
6. 测试（AI + 我）
7. 部署（我或AI）

AI的角色: 代码生成器
我的角色: 指挥官 + 质检员

最大的变化是：我不再一行行写代码了，改成一坨坨地生成代码了。

一次Prompt，几百行代码出来。看一遍，改几个地方，搞定。

这个阶段最明显的感受是——打字的时间大幅减少，但思考的时间大幅增加。因为你要想清楚怎么描述需求，AI才能生成你想要的代码。(ˉ▽ˉ；)...

2025年中：我定方向，AI自己跑

再往后，Agent模式成熟了。这时候已经不是"我写Prompt，AI生成代码"了，而是：

我的工作流（2025年中）:
───────────────────────────────────────────────
1. 定义任务（我：告诉AI要做什么）
2. AI自己分析需求、设计方案
3. AI自己写代码
4. AI自己测试
5. AI自己修Bug
6. 我Review最终结果
7. 部署

AI的角色: 全栈开发工程师
我的角色: 项目经理

这个转变是质变级别的。

以前我需要告诉AI"怎么做"——用哪个框架、怎么设计接口、数据库表怎么建。现在只需要告诉AI"做什么"——我要一个用户登录功能，AI自己搞定剩下的。 ┌(。Д。)┐

2025年底：我建系统，AI做一切

到年底，我自己搭了Eucalyptus数字分身系统之后，工作流变成了：

我的工作流（2025年底）:
───────────────────────────────────────────────
1. 在vistask-ai上创建任务
2. 去干别的事
3. 回来看结果
4. Review
5. 完成

AI的角色: 7x24的数字分身
我的角色: 老板

从"写代码的人"变成"创建任务的人"。这个角色的转变，在一年前我完全不敢想。

思维方式：从"怎么做"到"做什么"

以前思考的是技术实现

2024年及以前，拿到一个需求，我的第一反应是：

• 用什么框架？
• 数据库怎么设计？
• 接口怎么定义？
• 有哪些边界情况？
• 怎么保证性能？

所有思考都围绕**"怎么做"**展开。大脑里装的是技术方案、架构图、代码逻辑。

现在思考的是业务价值和意图定义

2025年之后，拿到一个需求，我的第一反应变成了：

• 这个需求的本质是什么？
• 业务价值在哪？
• 怎么拆解成AI能理解的任务？
• 验收标准是什么？
• 做完之后怎么衡量效果？

思考从**"怎么做"完全转向了"做什么"和"为什么做"**。

这不是说技术实现不重要了。而是技术实现可以交给AI了，人应该把精力放在更有价值的思考上。

用一句话总结：以前我是工程师，现在我是产品经理 + 架构师 + 质检员的三合一。

程序员这个职业：从"写代码"到"指挥AI"

代码不再是核心竞争力

说句很残酷的话：写代码这件事，正在变成一种低价值劳动。

不是说代码不重要，代码当然重要。但"写代码"这个动作本身，已经不再是程序员的护城河了。

就像打字——以前打字快是一项技能，现在谁都能打字。以前写代码快是一项技能，现在AI写代码比任何人都快。

那程序员的核心竞争力变成了什么？

新核心竞争力

1. 需求理解和拆解能力

AI能写代码，但它不知道要写什么。把一个模糊的业务需求拆解成清晰的、可执行的任务，这个能力比写代码值钱一百倍。

2. 架构设计和系统思维

AI能写一个功能，但它很难从全局角度设计一个系统的架构。怎么拆模块、怎么定义接口边界、怎么做技术选型——这些决策还是人的事。

3. 提示词工程

怎么把你的意图精准地传达给AI，让它产出你想要的结果。这是一门新技能，而且越来越重要。

4. 质量把控和审美

AI生成的代码能用，但好不好、优不优雅、可维护性如何——这需要人来判断。代码审查、架构Review这些事情，AI替代不了决策权。

5. 跨领域整合能力

以前一个Java后端可能就只管后端。现在用AI，你可以同时搞定前端、后端、移动端、数据库、部署。能跨领域整合资源的人，比只会一个领域的人有价值得多。

角色的转变

传统程序员:
┌────────────────────────┐
│  需求 → 设计 → 编码 → 测试 → 部署  │
│    ↑                    │
│    全是自己干             │
└────────────────────────┘

AI时代的程序员:
┌────────────────────────────────────────┐
│  需求 → [拆解任务] → AI执行 → Review   │
│            ↑                 ↑         │
│          人                  AI        │
│                                        │
│  人负责: 决策、设计、把控、Review         │
│  AI负责: 实现、测试、优化、执行           │
└────────────────────────────────────────┘

程序员从"执行者"变成了"决策者 + 指挥者"。

这不是降级，是升级。只是升级的方式有点剧烈。

Vibe Coding：一种新的编程哲学

Karpathy在2025年2月提出了"Vibe Coding"这个概念，原话是：

"There's a new kind of coding I call 'vibe coding', where you fully give in to the vibes, embrace exponentials, and forget that the code even exists."

翻译过来大概是：完全交给感觉，拥抱指数增长，忘了代码的存在。

这个概念刚出来的时候，很多人觉得他在开玩笑。但到了年底，连他自己都说从12月起就没手写过一行代码了。

Vibe Coding不是不写代码，而是改变了写代码的方式：

• 以前：一个字符一个字符地敲，精确控制每一行
• 现在：用自然语言描述意图，让AI生成代码，你只管"感觉"对不对

说实话，我一开始也很不适应。写了这么多年代码，突然不写了，有种"空落落"的感觉。像是习惯了骑自行车，突然给你一辆自动驾驶汽车——你知道它更高效，但手就是想握方向盘。

但慢慢地我发现，把精力从"写"解放出来之后，我的思考质量提升了。

以前写着写着代码就被细节绊住了——这个变量名不好、这个方法太长了、这里有个边界情况没处理。现在这些细节AI处理了，我可以把100%的注意力放在"这个方案对不对"上。

AI进化的三个阶段

把2025年的AI编程能力进化画成一条线，大概是这样：

阶段一: 补全（Autocomplete）
───────────────────────────────────────────────
  你写一行，AI猜你下一行要写什么
  就像手机输入法的联想输入
  Copilot 2021-2024 的主要形态

阶段二: 生成（Generation）
───────────────────────────────────────────────
  你描述一个功能，AI生成完整代码
  从"帮你写字"变成"帮你写文章"
  Claude Code / Cursor 的对话模式

阶段三: 自治（Agent）
───────────────────────────────────────────────
  你定义一个任务，AI自己规划、执行、测试
  从"帮你写文章"变成"帮你做项目"
  Claude Code Agent / Copilot Agent / Cursor Agent
  2025年中开始爆发

阶段四: 协作（Multi-Agent）← 正在发生
───────────────────────────────────────────────
  多个AI Agent分工协作
  就像一个虚拟开发团队
  我的Eucalyptus就是在这个阶段做的事

每一个阶段，人的参与度都在降低，但人的决策权重反而在增加。

因为AI越强大，你给它的指令就越重要。一个错误的指令在阶段一只是补全了一行错误的代码，在阶段三可能就是一个完全错误的方向。

能力越大，Prompt越重要。

2025年给我的几个冲击

冲击一：一个人真的可以是一支团队

以前觉得"全栈工程师"是个噱头——哪有人真的前后端移动端运维什么都会。

但现在，有了AI，一个人加上一套好的Prompt体系，确实可以同时做前后端、数据库、部署、测试。

不是这个人变强了，是工具让个人的能力边界被极大地扩展了。

冲击二：学习方式的根本改变

以前学新技术：看文档 → 写Demo → 踩坑 → 掌握。

现在学新技术：把文档丢给AI → 让AI帮我写Demo → 让AI帮我把坑踩完 → 直接用。

学习曲线被AI拉平了。以前一个新框架可能要学一个月，现在一天就能上手。

冲击三：代码的可替代性

以前觉得写出一手优雅的代码是一种成就感。现在AI写的代码可能比你自己写的还好。

这让"写代码"这件事的价值感急剧下降。但与此同时，"设计系统"和"定义需求"的价值感急剧上升。

冲击四：焦虑和机遇并存

说不焦虑是假的。当AI能在10分钟内完成你以前要写两天的功能时，你不可能不思考"那我还有什么用"。

但转念一想，每一次技术革命都是这样。

汽车出来的时候，马车夫也焦虑。但汽车创造了更多的司机、修理工、交通规划师、物流师。

AI也一样。它会消灭"写代码"这个动作，但会创造更多的系统设计、需求分析、AI协作这些新需求。

关键是你愿不愿意转型。

写在最后

2025年这一年，对我改变最大的不是某个具体的工具或技术，而是一种认知的转变。

以前我认为程序员的本质是"写代码的人"。

现在我认为程序员的本质是"解决问题的人"——代码只是解决问题的手段，而AI让这个手段变得更高效了。

说到底，工具在变，但核心没变。

不管你是用记事本写代码、用IDE写代码、还是用AI生成代码——最终的目的都是用技术解决业务问题。

只是2025年之后，这个"用"的方式变了。

以前是你亲手去"用"，现在是你指挥AI去"用"。

以前你是工匠，现在你是设计师。

这个转变不是坏事。说实话，还挺让人兴奋的。

毕竟，指挥一支AI团队比自己一个人敲代码，有意思多了。