AI 把门槛打低了，也可能把台阶拆了

AI 让写代码更快了，让做产品更快了，让创业试错更快了。

但一个很少被认真讨论的问题是：当越来越多人依赖 AI 完成任务时，谁还会去维护 Linux、数据库、网络协议栈、编译器、中间件、开源基础库？

这不是"AI 会不会替代程序员"的老话题，而是一个更深的矛盾：AI 一边在显著提高互联网行业的表层生产力，一边也可能压缩工程师的成长路径、稀释对底层系统的理解，最终让互联网世界出现"表层繁荣、底层失血"的断层。

AI 带来的效率繁荣

先承认 AI 的真实价值。

AI 确实在把互联网行业推向前所未有的高效率：

• 开发更快——以前需要查文档、写样板代码、调试边界情况，现在 AI 几秒钟就能给出可用的代码片段
• 产品更快——从想法到原型的周期被大幅压缩，小团队也能快速验证商业模式
• 试错更快——失败成本降低，迭代速度加快，创新门槛变低
• 能力放大——一个懂产品的人，借助 AI 可以同时承担前端、后端、测试的角色

这些都是实实在在的好处。否认 AI 的效率价值，就像否认互联网本身一样不现实。

但效率提升，不等于理解增长。这才是问题的起点。

认知围城：完成任务，不等于理解发生

真正的问题不是 AI 太强，而是人可能越来越少思考。

我观察到一个现象：很多工程师在使用 AI 后，完成任务的速度确实变快了，但离开 AI 后，对系统的理解其实很薄。

完成任务，不等于理解发生。

AI 可以帮你写一个函数，可以帮你调试一个 bug，可以帮你解释一段代码。但它不能替你建立系统的认知结构。

会调用 AI，不等于会工作。

工作不仅仅是完成任务，还包括判断需求是否合理、方案是否可行、风险是否可控。这些判断力，AI 给不了。

我见过一些年轻工程师，用 AI 写出来的代码能跑，测试也能过。但一旦线上出问题，他们就不知道从哪里开始排查。因为他们对代码的理解，停留在"AI 说这样写可以"的层面，而不是"我知道为什么要这样写"的层面。

这就是"认知围城"：看起来人人能力更强了，实际上真正能理解系统的人可能越来越少。

互联网的沉默底座

互联网世界不是只有应用层，还有一层沉默的底座。

这个底座包括：

• Linux——全球 90% 以上的服务器运行在 Linux 上
• 数据库——MySQL、PostgreSQL、Redis 等支撑着所有数据存取
• 网络协议栈——TCP/IP、HTTP、DNS 等协议让互联网能够运转
• 编译器——GCC、LLVM 等把代码变成机器能执行的指令
• 中间件——消息队列、缓存、负载均衡等让分布式系统成为可能
• 开源基础库——无数人依赖的底层库，很多已经十几年没有大版本更新

互联网真正能运转，不是因为表层产品不断变多，而是因为底层基础设施一直有人维护。

但维护这些基础设施的人，正在变老。

Linux 内核的主要贡献者平均年龄在增长，PostgreSQL 的核心团队也在老龄化，很多关键开源项目的维护者已经五六十岁了。

这不是情怀问题，而是行业结构问题。

成长路径断了，接班链条断了

这才是全篇最核心的问题。

过去一个工程师是怎么长出来的？

初级阶段——改 bug、查日志、读旧代码、跟线上事故。这些"脏活累活"看似枯燥，但恰恰是理解系统的关键环节。

中级阶段——开始设计模块、优化性能、处理边界情况。这时候已经对系统有了整体认知，能够独立负责一块功能。

高级阶段——参与架构设计、技术选型、团队管理。这时候已经能够判断技术方案的长期影响，能够带新人成长。

这个成长链条的关键在于：初级阶段的训练环节，是任何人无法跳过的。

但 AI 正在把这些训练环节吞掉。

以前一个初级工程师遇到 bug，需要自己去查日志、定位问题、理解代码逻辑。现在他可以直接问 AI，AI 会告诉他哪里有问题、怎么改。

效率确实提高了。但问题是：这个工程师失去了一个理解系统的机会。

一次两次可能没什么，但一年两年下来，他就错过了几十上百次训练机会。他的系统理解能力，没有机会长出来。

基础设施最怕的不是今天没人维护，而是十年后没人能维护。

当一代人习惯了用 AI 完成任务，而不是通过解决问题来成长时，十年后谁来接 Linux 的班？谁来维护数据库内核？谁来修复协议栈的漏洞？

表层产品会越来越繁荣，底层基础设施却可能越来越后继无人。

我们到底该怎么和 AI 相处

不是不用 AI，而是怎么用。

用 AI 提高执行效率，但不把判断力外包。

AI 可以帮你写代码，但你要判断这段代码是否合理、是否有安全隐患、是否符合项目规范。

用 AI 辅助理解，但底层机制要自己啃。

AI 可以解释一个概念，但系统边界、故障原因、性能瓶颈这些，还是要自己去啃。

用 AI 放大思考，但不替代思考。

AI 最危险的地方，不是它会替你写代码，而是它可能让你误以为自己已经理解了代码。

用 AI 放大思考，行业会进步；用 AI 替代思考，行业会变薄。

结尾

AI 改变的不只是互联网行业的效率，也在改写互联网世界的传承方式。

AI 把门槛打低了，也可能把台阶拆了。

如果一代人只会调用智能，却越来越少人理解底层，互联网世界会出现断层。这个断层不会立刻显现，但十年二十年后，当基础设施维护者老去、新人接不上时，问题就会爆发。

效率繁荣是好事，但认知围城是风险。

下次你用 AI 完成任务后，不妨问自己一句：我是不是真的理解了这段代码？还是只是相信了 AI 的判断？

你的成长路径，被 AI 压缩了吗？

在评论区聊聊你的经验。你是用 AI 放大思考，还是用 AI 替代思考？