AI 把门槛打低了，也可能把台阶拆了

Wed, 15 Apr 2026 00:00:00 +0000

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：

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。

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。

互联网世界不是只有应用层，还有一层沉默的底座。

这个底座包括：

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。