开发者Omeid写过一篇很短的文章,标题叫《我们哪儿也去不了》。核心意思是:AI写代码质量比不过人,但便宜太多,商业上"99.99分"会碾压"99.999分";软件工程这门学科以后基本只剩"怎么做AI"一件事,其余分支会慢慢停摆——因为没人会再去写新的UI库或新语言,大模型最懂的永远是React、Python这些老面孔。这话听着武断,但拿数据一核对,发现它比想象中更接近现实。
先看数字,别看直觉
Anthropic自己统计过Claude处理的编程问题类型:JavaScript/TypeScript占31%,HTML/CSS占28%,Python占14%——前端和Python两条主线几乎吃掉大半查询量。GitHub Octoverse的数据也差不多:2025年8月,TypeScript按贡献者数量已经是GitHub上使用最多的语言,Python则在AI和数据科学任务里继续占主导。Omeid的判断不是拍脑袋,是当下可以观测到的事实。
锁定是怎么长出来的
这不是谁下令统一技术栈,是一套自我强化的循环:用的人越多,代码和文档越多,模型学得越好,用起来成本越低,于是用的人更多。历史上类似的例子是键盘——QWERTY布局早不是打字效率最优解,但装机量摆在那,没人愿意重新学一套。区别在于,键盘锁定是硬件惯性,这次的锁定藏在训练数据里,更隐蔽:你甚至感觉不到自己在被"推荐"用React,只觉得AI"恰好"最擅长它。
学科停滞,还是岗位转移
Omeid说的"哪儿也去不了",指的是新范式、新语言的创新停滞。另一派声音说的是完全不同的事:写代码只是工程师工作的一小块,需求澄清、架构取舍、系统集成、故障问责,这些活AI替不了。真正难的不是"生成看起来对的代码",是"证明它在真实系统里确实对"——验证问题存在一天,工程师就不会真的无处可去。两种判断吵得热闹,其实不是一回事:一个讲技术演化方向,一个讲从业者的饭碗,并不真的打架,只是站在不同的时间尺度上。
- 结论.锁定关乎"技术往哪走",不等于"人往哪去",这是两笔账。
大公司自训模型,算不算突围
原文自己留了个口子:财力够的大公司可以自训或微调模型,支撑自家新框架。听着像出路,代价却没写清楚——企业内部模型社区建不起来,外部开发者拿不到权限,人才池只能在公司内部打转,新技术照样长不出生态。真正可能奏效的反而是更笨的办法:提示词里明确要求AI给出多技术栈对比而不是默认答案,团队维护自己的技术目录,把"最容易实现的路径"和"最合适的路径"分开问。锁定很大一部分根子在提示词习惯偷懒,不是技术必然如此。
- 风险.企业默认接受AI推荐的技术栈,等于把选型权交给了训练数据截止那一刻的历史快照。
选型权正从工程师判断力,滑向训练数据定格的历史快照。
技术选型过去靠的是工程师对权衡的判断力,现在正悄悄变成"看AI记住了什么"。QWERTY键盘锁定了几十年打字方式,这次锁定的,可能是下一个十年所有人写代码时的默认选项。