今年的 1024 程序员节，鹅厂技术派与和开发者聊了聊 AI 时代的焦虑。

2026 年，AI 的浪潮以肉眼可见的速度迭代向前。对程序员而言，这却是撕裂感最强的一年。

大模型对话能力还在刷新，OpenClaw、Hermes这些自主智能体已经走到台前；没过多久，WorkBuddy、Codebuddy 接管了工作，然后 Personal Agent 又蓄势待发。

年初我们还在反复打磨提示词，绞尽脑汁研究怎么写好一段 Prompt；转眼之间，就已经习惯下达指令，交由 Agent 去完成一整套复杂任务。

说不兴奋是假的。

但看着 AI 写代码、改 Bug、查文档、部署项目，甚至开始独立完成任务，我们心里又难免冒出一个念头：

如果 AI 连这些都会了，那以后还需要“码农”们干什么？

今年的 1024 程序员节，鹅厂技术派和腾讯云 TDP 又一次面向程序员伙伴们征集年度故事。

收到的投稿很有意思:

有高中没读完、靠自学写代码的魂笙ᵀᴰᴾ；有把 AI 做成仓库 NPC 工程师的没猫饼ᵀᴰᴾ；有手把手教Agent 看屏幕、操作软件的轩ᵀᴰᴾ；有从直播观众成长为技术分享者的 Anyeᵀᴰᴾ；有创业多年、相信 AI 带不走自己故事的 Ar-Sr-Naᵀᴰᴾ；有用一年时间重新回答「会被重新定义成什么」的熊ᵀᴰᴾ……

故事不同，兴奋和焦虑却惊人地相似。

这个 1024，我们想和所有还在写代码、还在折腾的朋友一起聊聊，下面这四个灵魂叩问，也把答案送给每一位仍在编码、仍在折腾、仍在寻找自身位置的同行者。

几位腾讯云 TDP 在 2025 年程序员节线上连麦，为今天的讨论埋下伏笔

问题1：AI 到底改变了什么

一开始，AI 给开发者带来的兴奋很简单：终于不用什么都自己干了。

写代码、查文档、配置环境、处理重复任务，那些曾经占据大量时间的工作，如今可以交给模型和 Agent。

没猫饼ᵀᴰᴾ 把 OpenClaw 搬进 CNB，又把它改造成仓库里的 NPC 工程师。开发者在 Issue 中 @ 它，它就能翻代码、查文档、回复评论。他还手搓了一个“毒舌点评”工具，输入用户名，系统就去扫描一个人的代码仓库、PR 和贡献记录，生成一份有理有据的“毒舌点评”。过去需要自己动手完成的事情，开始由 Agent 接管。

没猫饼ᵀᴰᴾ 在 TDP 技术沙龙分享用 CNB OpenAPI 构建团队 CI 状态面板

但当 AI 真正开始干活，问题也跟着变了。大模型的判断无法验证依据来源，也无法稳定复现；Agent 的工作产出依然需要人类逐条检查，能完成任务，不代表结果已经可靠。

轩ᵀᴰᴾ让 Agent 通过截图和 OCR 理解软件界面、定位并点击目标，甚至让它在 QQ 群中自主判断什么时候应该说话。在产品边界之外，他最核心的思考是：“模型在进化，真正难的是工程——怎么让它在真实环境稳定地活下去。”

轩ᵀᴰᴾ 参与腾讯轻量云技术沙龙，分享「Hermes 上下文记忆优化」

这正是当前 AI 开发者面临的最核心矛盾。

过去，实现能力是瓶颈。一个想法再好，如果没有足够的技术和时间，也可能无法落地。现在，实现成本大幅降低，许多想法很快就能变成可以运行的程序。

但软件的价值并不会随着代码数量自动增长。Agent 可以在几分钟内生成十种方案，开发者仍然需要判断哪一种值得采用，选择哪一部分值得保留；AI 能迅速完成任务，也可能迅速制造技术债和新的问题，这又需要耗费大量的时间和无数次交互。

更重要的是，执行越容易，对结果的要求也可能越高。过去一天完成一个功能已经不错，如今 AI 半小时就能生成一个版本，剩下的时间未必会变成假期，而可能变成更多需求、更复杂的任务。

经过这一年的折腾，TDP 伙伴们逐渐看清了 AI 真正带来的变化：

软件开发的瓶颈，正在从“如何实现”，向“实现什么、如何验证、怎样交付”转移。

AI 没有取消工程问题，而是把开发者推向了工程链条中更需要判断和负责的位置。

焦虑2：人类的价值在哪

对程序员而言，我们太习惯用解决技术难题来证明自己的价值了。一个复杂功能终于跑通，一段难缠的代码终于调试成功，那种成就感是实实在在的。

可当这些工作越来越多地由 AI 完成，我们难免要问：以后还有什么值得自己骄傲？

魂笙ᵀᴰᴾ的故事，让我们对这个问题有了更具体的理解。今年，他开发的 FontGate 涉及 546 个字体，首次启动需要 117 秒。通过和 AI 的联手迭代，这个速度被压缩到了 2.6 秒。功能升级带来软件体验的提升，但背后决定因素并不是开发效率，而是一个开发者对产品体验的判断。

魂笙ᵀᴰᴾ在腾讯云开发者活动上分享十年成长经历

AI 可以帮助实现功能，甚至提供优化建议，但最终仍然要有人决定：什么问题值得解决？什么结果算真正做好？为什么要把时间花在这里，而不是追逐下一个热门工具？

魂笙ᵀᴰᴾ 说：“AI 降低的都是‘从零到一’的门槛，没有降低判断力的门槛。”

实现的难度，不应该成为衡量价值的唯一尺度，AI 时代的码农，更需要因为“我知道为什么写、怎样才算写好”而创造价值。

另一位 TDP 开发者 Ar-Sr-Naᵀᴰᴾ 的个人相册里，保存着 6 万多张自己的摄影作品。这个热衷 AI、也亲自创业的人，有一句颇为感性的表达：“AI 最拿不走的，是你的故事。”

他认为，即便未来大模型能够模拟人类的作品生成一模一样的图片，也无法还原这些照片背后的那些故事和记忆。

Ar-Sr-Naᵀᴰᴾ 用一张大合照记录下的 TDP 面基时刻

所以，关于人的价值，我们或许已经找到一个阶段性的答案：AI技术能力会将数字化建造的效率提升无数倍，但人类始终都要依靠自己去做出感性的判断。

魂笙ᵀᴰᴾ 说，“判断权不外包，这是底线。”

这不是与 AI 的对抗，而是在新分工下，程序员对自身价值的一次重新确认。

焦虑3：学习还有价值吗？

2026 年，最让我们崩溃的事情之一，就是“学不过来”。

刚熟悉一种工具，又冒出新的框架；刚搭好一套工作流，下一代 Agent 可能已经能自动完成。过去，我们相信熟能生巧，相信技术经验会随着时间不断积累。现在却忍不住怀疑：如果今天学到的东西，几个月后就被封装成一个按钮，那这些努力还有什么意义？

魂笙ᵀᴰᴾ 的经历，恰好提供了一个有趣的反转。

高中没读完就开始打工的他，靠自学进入编程世界。从最早购买域名、服务器，到后来添置机器、搭建开发环境，一点点积累自己的技术能力。但今年，他反而开始把开发、构建和工作区迁往 CNB，逐渐缩减自己维护的机器。过去费力掌握的事情，现在主动交给工具。

以前白学了？

换个角度看，恰恰因为他理解这些工作的原理和成本，才更有能力判断哪些值得自己做，哪些可以交给平台。

另一位伙伴 Anyeᵀᴰᴾ，最初只是TDP直播间里打“666”的观众，凭借 AI 和 TDP 社群两大利器，技术提升非常快，已经能够在线下分享活动中分享自己与AI协同的经验了。他的成长并不来源于完整掌握了哪些技术，而是来源于不断的尝试，再把自己的实践变成别人也可以借鉴的经验。

TDP 有一个共识：“群里不是在比谁懂得多，而是在比谁试得多。”

AI 时代的学习，可能不再是一个人不断囤积知识的过程。而是提出问题、借助工具尝试、验证结果、修正认知，再与其他开发者交换经验的过程。

这也是为什么，越是 AI 时代，我们反而越珍惜人与人之间真实的技术交流。

问题4：程序员最终会被重新定义成什么？

去年1024，TDP 开发者熊ᵀᴰᴾ 做出过一个判断：AI 本身不是威胁，真正的差距会发生在会用和不会用的人之间

一年后，熊ᵀᴰᴾ 开始觉得，这个问题本身需要重新审视。

如果所有程序员都会使用 AI 呢？

如果AI不在需要一个“更会使用它”的人呢？

到那时候，“比别人更会用 AI ”，还能形成多大的优势？

这一年，AI 的迅猛发展让我们意识到，解决职业焦虑，不能只靠比别人更快地掌握下一款工具。因为工具会普及，效率优势会被迅速抹平，随着AI的进一步提速，这个普及和抹平的速度有可能会从“年”变为“天”甚至“秒”。

从这个意义上来说，如果静态的看“程序员”这份工作，它的内涵已经在被重写。传统分工中，基础的脚本编写、大量重复性的工作、简单故障定位修复等工作，AI已经比人类做的好的多；代码重构、数据库模型设计、复杂 bug 排查，AI+ 人类也能完成的很好。

但换一个视角：程序员亲手造出能分担自身劳动的工具，却也因此获得了过去难以想象的创造能力。

过去，一个程序员可能只是大型软件项目里负责某个模块的人。现在，借助 AI，他可能有机会把一个想法从需求、设计一路推进到开发、测试和部署。

熊ᵀᴰᴾ 看到了另一种可能：程序员或许正在从大型系统里的螺丝钉，变成能够独立创造完整产品的人。当然，不是每个人都要创业，也不是一个人真的能够解决所有问题。更重要的是，程序员有机会不再仅仅通过写出多少代码来定义自己的工作。我们可以更多地参与问题定义、产品设计和最终交付，甚至去尝试过去因为资源不足而无法实现的想法。

所以，程序员最终会被重新定义成什么？

TDP 成员们说，与其把希望寄托在某种技能永远不会被机器接手，不如持续扩大自己能够解决的问题、能够创造的价值。

与其只做 AI 的使用者，不如试着成为能够驾驭 AI、创造真正有用产品的人。

答案不唯一，但都是人给的。

这，就是腾讯云 TDP 成员们在 2026 年程序员节上的思考。

关于腾讯云开发者先锋（TDP）

（Tencent Cloud Developer Pioneer，简称 TDP），又称腾讯云 TDP、腾云先锋，是腾讯云中小企业售后支持、并与开发者社群联合运营的技术交流平台。建立开发者、客户与腾讯云产研团队的常态化对话机制：提供专属的问题与需求反馈通道，直连产品与研发团队，通过需求反馈与产品共创，促进云计算技术的持续优化与创新实践。