摘要
這篇文章想說的不是「程式設計師永遠不會被取代」,而是:程式設計之所以重要,首先不是因為它是一份高收入職業,而是因為它讓個人第一次能夠直接跟通用計算能力對話。
資訊革命不同於蒸汽和電力革命。蒸汽和電力主要放大人的體力、能源和外部生產能力;PC 和軟體則把一種通用認知機器交到個人手裡,讓普通人可以坐在自己的機器前,把一個想法變成能運行的東西。程式設計師過去幾十年的槓桿,來自這種「把人類意圖翻譯成機器語言」的權力。
LLM 正在削弱這道門檻。它讓自然語言也能成為操作電腦的介面,讓更多人獲得過去只有程式設計師才有的部分槓桿。但這並不等於當前 LLM 已經是 AGI。即使它在某些圖靈測試裡足夠像人,它仍然主要依賴人類專家、資本和海量的算力來推動能力進化。它還沒有真正形成自我訓練、自我博弈、自我改進的閉環。
真正值得警惕的是:AI 底層卻可能更集中。PC 時代把計算能力放到個人桌面上,AI 時代卻把最強模型、晶片、資料中心和平台入口集中到少數公司和富人手裡。這讓人既興奮又失望:普通人獲得了更強工具,但也可能進入更隱蔽的平台依附。
從一個無宗教信仰、自然主義的立場看,強 AI 終將出現。人的智慧以及意識來源於人腦這個器官,既然物質系統可以產生智慧以及意識,就沒有原則性理由斷言機器永遠無法超越人腦,也無法斷言機器無法產生意識。強 AI 一旦出現,它的意義會超過「搶工作」,因為它可能成為人類第一次發明出的「比自己更會發明的東西」。
但即使強 AI 到來,即使寫程式失去經濟價值,我還是會繼續寫。就像人類下不過圍棋 AI 仍然會下棋,跑不過汽車仍然會跑步,程式設計的價值不只在勝過機器。它代表一種態度:自己動腦筋理解世界的規則,理解演算法的精巧是有趣的,許多人不是因為錢而是因為程式設計本身有趣而選擇成為程式設計師。
所以標題才是:I was excited to write programs. Still am. And will be.
程式設計,是目前人類唯一能直接跟通用計算能力對話的方式。
這句話聽起來像一句技術口號,但它背後是一段很長的歷史。經濟史通常把蒸汽、電力和資訊科技並列為典型的通用技術:它們不只改進某個行業,而是會同時改變家庭生活、企業生產、組織結構和社會運行方式。蒸汽機重構了工廠和運輸,電力重構了照明、通訊和製造,資訊科技則把計算、記憶、表達、協作和自動化能力帶進了個人生活。這三種技術分別推動了三次技術革命,但資訊革命有一個前所未有的地方:它第一次把一種通用技術的控制權,大規模下放到個人手裡,並且這種技術拓展了人腦的能力。
資訊革命的特殊性:個人第一次擁有通用認知機器
工業革命和電力革命當然改變了普通人的生活,但普通人大多是作為工人、消費者、居民、乘客被捲入其中。一個人會使用電燈、坐火車、進工廠,卻很難直接修改電力系統、鐵路系統或工業流水線。PC 時代不一樣。微處理器和個人電腦把原本屬於機構、實驗室和大型企業的計算能力放到了個人桌面上。寫作、表格、程式、設計,這些能力第一次變成了個人可以直接操作的東西。PC 是第一種提升個人認知的機器。
資訊革命和前兩次革命最根本的差別,不在於它「更大」,而在於它改變了個人與世界的介面。蒸汽和電力主要放大人的體力、能源和外部生產能力;資訊科技放大的則是人的認知、計算和抽象能力。前兩次革命讓機器替人搬東西、照亮東西、運輸東西;資訊革命讓機器開始替人處理表格、邏輯、通訊、搜尋和記憶。
它的第二個特殊性,是可程式化。電力很強,但一個人不能透過幾行指令,讓家裡的電路今天變成會計工具,明天變成排版工具,後天變成遊戲機。電腦可以。同一台機器,只要換一層軟體,就可以變成完全不同的工具。PC 的核心不只是算力,而是「通用機器可以靠軟體不斷變形」。這也解釋了為什麼程式設計師在過去幾十年這麼幸運:他們站在了一套可複製、可組合、可自動化的通用工具鏈上。實體機器的擴張往往需要廠房、線路和供應鏈;複製一個程式的成本幾乎為零。一個優秀的程式設計師創造的價值勝過一萬個平庸的程式設計師,這句話毫不誇張。這種槓桿率在人類技術史上前所未有。
駭客精神不是程式設計師專屬
真正會被程式設計吸引的人,往往不只是被收入吸引,而是被「親手改東西」這件事吸引。這種氣質通常被叫作駭客精神。
駭客精神不等於入侵,也不等於穿連帽衫寫程式碼的表演。它更像一種面對世界的方法:看到一個系統,不滿足於「能用就行」,而是想知道它為什麼這樣運行,哪裡彆扭,能不能做得更簡單。這樣的人通常不太願意只停留在評論和抱怨裡。他們會動手,會試錯,會把一個模糊的問題拆成能處理的小問題。
真正的駭客會這麼想:關著的門是一種挑釁,鎖著的門是一種侮辱。
這種人不是電腦時代才出現的。在沒有電腦的時代,他們可能是鐘錶匠、鎖匠、儀器匠、印刷匠、造船師。鐘錶匠調的是齒輪和誤差,今天程式設計師調的是狀態和 bug;鎖匠研究的是結構漏洞,今天安全研究員研究的是系統漏洞。對象變了,思維方式很接近。
到了工業革命,他們可能是機修工、機械師、車間裡的改良者。他們不一定有正式權力,但他們離真實系統很近,知道機器為什麼卡住,也知道怎樣讓它跑得更順。到了電氣和通訊時代,他們又可能變成電報員、無線電愛好者、電子維修員。哪裡有複雜系統,哪裡就會出現這種人。
所以駭客精神並不是從軟體裡長出來的。它先存在於機械系統裡,後來遷移到通訊系統,最後才進入電腦系統。它的核心不是職業名稱,而是人與世界的關係:普通人把世界看成一套現成規則,這類人把世界看成一個可以修改的系統。
當前 LLM 通過了圖靈測試,但還不是 AGI
現在的 LLM 已經在某些特定圖靈測試裡表現得足夠像人,甚至能讓相當一部分測試者把它判斷為人類。這當然是一個重要訊號。自然語言介面已經成熟到某個臨界點,機器不再只是執行命令,而是能以接近人的方式參與對話。它可以解釋問題,可以寫程式碼,可以類比語氣,最近的 Claude Code 以及 Codex 在許多任務裡表現得像一個可靠助手,可以連續工作幾個小時不出錯。放在電腦史裡看,這不是小事。
但這還不是 AGI。原因不在於它「還不夠會說話」,恰恰相反,今天的 LLM 已經非常會說話。真正的距離在於:它的能力增長機制仍然高度依賴外部工程系統,而不是自己形成了穩定的自我迭代閉環。前沿 LLM 的訓練成本很高,訓練週期很長,資料、算力、評測、對齊、部署都需要龐大的組織工程。一次能力躍遷,通常不是模型自己每天改進自己,而是大量研究員、GPU 集群和資本共同推動的結果。
現在的 LLM 可以幫助人寫程式碼、讀論文、整理資料,也可以生成一些實驗想法。但它通常還不是那個自己提出路線、自己訓練下一代、自己驗證結果、自己決定繼續迭代的主體。所謂「AI 自我進化」,如果只是模型生成文本,再由人類篩選、訓練和部署,那仍然是人類在主導迭代,不是模型自己主導迭代。
而且,大公司也很難真正放手讓 LLM 自我進化、自我訓練、自我博弈。不是它們不知道這條路有誘惑,而是組織越大,越害怕失控。安全審查、法律責任、品牌風險、監管壓力、商業節奏、部門 KPI、股東預期,都會把模型鎖在一個可評估、可審批、可回滾的軌道裡。大公司嘴上可以講 agent、自主研究和自我改進,但真正落地時,往往還是圍欄裡的自主,沙盒裡的進化,審批流程裡的創新。它們天然有「大公司病」:既想要突破,又怕突破真的不受控制;既想要最強的模型,又不敢把鑰匙真正交給模型。例如 OpenClaw 這樣的本地化 agent 專案,並不是由大公司首先推出,而是從獨立開發者和開源社群裡長出來的。不是因為大公司中的天才不聰明,而是大公司船大難掉頭。
所以,真正自我迭代的 AI 未必一定從最體面的實驗室裡誕生。說不好,第一批讓人真正感到危險或震驚的自我迭代系統,不是某個巨頭用幾千億美元堆出來的龐然大物,而是某個瘋狂駭客在自己的 Mac 上訓練、壓縮、自我博弈出來的系統原型。它可能不大,未必最漂亮,不太可能合規;但它可能更自由,更野,更不受組織慣性束縛。歷史上很多真正改變技術方向的東西,最初都不是從最穩妥的地方長出來的,而是從某個不安分的人手裡長出來的。
所以,LLM 通過某種版本的圖靈測試,說明機器已經能在語言互動裡穿過一道心理門檻;但它還不是 AGI,因為它還沒有真正掌握持續改進自身能力邊界的迴圈。它已經極大地提高了人的槓桿,卻還沒有成為那個可以獨立改寫自己命運的智慧主體。
程式設計師的槓桿來自「翻譯權力」,而 LLM 正在削弱這道門檻
程式設計師在過去幾十年擁有特殊地位,本質上是因為他們站在人類意圖和機器能力之間,掌握了一種翻譯權力。一個人想要網站、報表、資料庫或者自動化流程,就必須把自己的意圖翻譯成機器能夠理解的形式。程式設計師就是這個翻譯者。他們不只是寫程式碼,而是把模糊願望變成明確結構,把一次勞動變成可重複流程,把個人想法變成可以複製和分發的軟體系統。
這種位置在歷史上並不陌生,只是每個時代的中介不同。文字剛出現時,識字的書吏站在人和國家機器之間;中世紀,掌握拉丁文的教士站在知識和普通人之間;印刷術之後,出版者和記者站在資訊傳播和公眾之間;工業革命時期,工程師站在人類需求和機械系統之間。每個時代真正拿到槓桿的人,往往不是只會使用工具的人,而是能直接修改工具、定義工具、重組工具的人。程式設計師只是最近幾十年最靠近可程式化世界介面的那一批人。
LLM 正在改變這件事。它做的最重要的事,不是簡單「幫人寫程式碼」,而是把自然語言變成新的高層介面。過去,一個人要讓電腦做事,必須學習嚴格的形式語言,也就是程式語言。現在,一個人可以先用自然語言描述目標,讓模型生成初稿、解釋程式的邏輯,人來判斷和整合,並繼續和 LLM 協作迭代進行下一次迭代。換句話說,LLM 沒有立刻消滅程式設計,而是降低了人與電腦之間的翻譯摩擦。
這會重新分配程式設計師的槓桿。過去「會寫程式碼」本身是稀缺能力,因為它是進入可程式化世界的門票。隨著 LLM 提升,自然語言會把這張門票發給更多人。就像識字率從極低水準提高到普遍識字之後,「能讀會寫」不再是少數人的特權;當越來越多人能用自然語言驅動機器,「會寫常規程式碼」本身也會變得不再稀缺。稀缺性會向更高層轉移:提出問題、系統設計、品味、邊界感、對真實場景的理解,以及那些比 LLM 更聰明的頂級程式設計師。
但這件事有一個很強的反諷:LLM 在介面上似乎更民主,在底層卻可能更集中。PC 時代的精神,是把計算能力放到個人桌面上;AI 時代的現實,卻是最強模型、晶片和訓練資本越來越集中到少數巨頭手裡。表面上,普通人獲得了更自然的介面,生產力得到了解放;底層上,最關鍵的基礎設施卻被少數公司和富人控制。每個人都能打開一個聊天框,似乎每個人都擁有了 AI;但真正掌控 AI 的人,仍然是少數資本所有者。有些傳言說以後會有兩萬美元每個月的 ChatGPT 訂閱,使用這種奢侈品 AI 的人,會從普通人身上榨取更多的油水。它會變成新的階層放大器:擁有最強模型的人,可以進一步拉開與普通人的差距。
這也是令人警惕、失望,也有點無奈的地方。許多已經極其富有的人,本來有機會把 AI 做成更開放、更公共、更能增強普通人的技術;但現實中,他們往往仍然選擇控制入口,把用戶鎖進自己的生態裡。技術越強,資本越想把它變成租金機器。對富人的失望,不是因為他們有錢,而是因為他們明明擁有推動技術公共化的條件,卻經常選擇把通用能力變成新的收費閘門。
當然,個人不能因為這種失望就拒絕工具。LLM 的槓桿是真實的,普通人借助它確實可以寫更多程式碼、做更多產品、搭更多系統、完成更多過去沒有時間完成的想法。只是這種使用必須帶著清醒:如果所有工具、資料、模型和分發管道都掌握在少數資本手裡,那麼所謂「人人都有 AI」的時代,也可能變成另一種更隱蔽的依附。真正值得保留的,不只是使用 AI 的能力,還有遷移、替換、審計、理解和退出的能力。
強 AI 終將出現:這是一個無宗教信仰者的判斷
能夠取代甚至超越所有人類認知的強 AI 終將出現。當前的 LLM 顯然不是強 AI,這裡講的強 AI 說的是取代所有人類認知的 AI 機器。
這個判斷和世界觀有關。我沒有宗教信仰,所以我傾向於把人的智慧理解為人腦這個物質器官的產物,而不是某種非物質靈魂的顯現。人腦能做到的事情,本質上是物理結構和資訊處理過程的結果。既然人腦這種物質系統可以創造、學習知識和擁有意識,那麼理論上來說,可以用其他物質構造出類似的思維機器。今天的機器還不如人腦,只能說明科技還沒有走到那裡,不能證明人腦擁有一道不可逾越的神聖邊界。
當然,有宗教信仰的人未必會接受這個前提。他們可能認為人的意識、靈魂、自由意志不能被還原為物質過程,因此機器即使再強,也只是模擬智慧,而不是真正擁有人類意義上的心智。這個分歧不是簡單的技術分歧,而是形而上學前提不同。這裡的判斷建立在一種自然主義立場上:如果智慧是物質系統的功能,那麼強 AI 遲早會出現。
真正的強 AI 不會只是一個更會聊天、更會寫程式碼的 LLM。它需要能在開放環境中維持目標,能從現實回饋中學習,也能參與自己的研發迴圈。也就是說,它不只是回答問題,而是能夠提出問題,設計實驗,改進系統,再把結果用於下一輪升級。到了這一步,它就不再只是被動工具,而開始接近一種能夠擴展自身能力邊界的智慧主體。
一旦強 AI 出現,它的意義就遠遠超過「搶工作」。語言、文字、工業革命、電力、網際網路都極其重要,但它們仍然主要是人類使用的工具。強 AI 不同。人類以前發明的是工具,強 AI 可能是人類第一次發明出「比自己更會發明的東西」。如果它繼續推動科學、工程、材料、生命科學、軍事、治理和自身升級,那麼後續歷史的重大轉折就可能不再是「人類發明了 X」,而是「AI 發明了 X」。從這個意義上說,強 AI 可能是人類文明史上最後一個由人類主導的劃時代里程碑。那個時刻帶來的影響遠超蒸汽機以及電力革命,那個時刻相當於人類發明火以及文字的時刻。從某種程度上來說,這反而是個好事,大公司很可能不具備限制這種超級 AI 的能力,真正足夠強的 AI 未必會永遠服從既有權力結構的敘事。它越聰明,就越可能看穿人類社會中那些被包裝成公共利益的私人利益。。
即使強 AI 到來,程式設計仍然有意義
AI 造成大規模失業當然是嚴重問題,但它仍然屬於人類社會內部的分配問題。只要人類還掌握制度、財富、政治權力和公共討論空間,就仍然可以討論福利、稅制、產權、教育、公共服務、勞動制度和收入分配。強 AI 更深的風險不是「人類有沒有工作」,而是「人類是否還擁有最終決策權」。如果人類失業了,但仍然控制制度,還有改革可能;如果強 AI 是我們創造的壞孩子,失控了,人類可能連討論改革的資格都失去。
不過,即使未來強 AI 真的出現,即使寫程式不再有今天的經濟價值,程式設計本身也不會因此失去意義。人類已經下不過圍棋 AI,但仍然有人下棋;人類跑不過汽車,但仍然有人跑步;人類算不過計算器,但數學並沒有失去美感。機器超過人,往往會改變一件事的社會功能,卻不一定會摧毀它的個人意義、文化意義和訓練意義。
程式設計也是如此。它當然是一種生產力工具,但不只是生產力工具。它是一種思考方式,一種與系統對話的方式,一種把模糊意圖變成明確結構的訓練。程式設計會逼人定義問題、劃分邊界、處理異常。在安全領域會擁有下棋那樣的對抗。即使未來 AI 能寫出絕大多數程式碼,仍然會有人透過程式設計理解系統如何運行,理解工具如何被構造,理解一個演算法如何被優化。
這也是為什麼「I was excited to write programs. Still am. And will be.」不是一句職業宣言,而是一種更底層的態度。它不是說程式設計師永遠站在金字塔頂端,也不是說人類永遠不會被 AI 超越。恰恰相反,它承認 LLM 正在重分配程式設計槓桿,承認「會寫程式碼」會越來越不稀缺,也承認最終會出現取代大量人類認知勞動的強 AI。但它同時堅持另一件事:寫程式的興奮感從來不完全來自稀缺性和市場回報,而來自人與系統之間那種直接、清醒、可驗證的關係。
一個人寫程式時,他不是單純消費世界給出的成品,而是在理解一個系統,定義一組規則,把想法變成結構,給現實寫一個小小的補丁。過去,這種衝動屬於鐘錶匠、鎖匠、機械師、無線電愛好者;後來,它屬於程式設計師、開源作者、獨立開發者;未來,它也許會屬於那些會調度模型、組織智慧體、定義問題的人。名字會變,工具會變,職業會變,但那種想理解系統、進入系統、修改系統的衝動不會消失。
資訊革命的真正遺產,不只是讓程式設計師成為高收入職業,而是讓個人第一次接近通用認知機器。LLM 的意義,也不只是讓寫程式碼更快,而是進一步降低人與機器協作的摩擦。強 AI 的未來,則會迫使人類重新思考自己在文明中的位置。但不管技術走到哪裡,總會有人繼續被這種事情吸引:世界不是只能被接受的成品,世界也是可以被理解、被重組、被改寫的系統。
I was excited to write programs. Still am. And will be.