如果程序员不再需要记 API，我们到底还要学什么？

文章主旨：

作者认为 AI 正在推动软件开发发生范式迁移，开发者的位置正从“代码执行者”转向“判断者”，未来更重要的是以基础原理、调试能力、安全意识、系统设计、产品判断和知识工程来审查并驾驭 AI。

关键要点：

1. 作者以一次 AI 协作开发经历说明：人主要做描述、判断、验证和修正，编程接口正从“代码”转向“自然语言 + 意图”，这不同于简单的代码补全。
2. AI 大概率不会直接消灭“程序员”职位，但会迅速清空大量“把明确需求翻译成代码”的工作；作者担忧很多人尚未意识到这一威胁。
3. AI Native Development 的核心不是“用 AI 辅助写代码”，而是把 AI 作为开发流程的执行层来设计系统；人需要深度参与知识工程，因为业务理解、产品判断和组织记忆不在文档或代码中。
4. 技术新人更应重视 CS 基础、Debug 能力、安全意识、System Design 与产品 Sense，以及涉及经验、上下文和价值观的 Judgment，用于审查和判断 AI 输出。
5. 学习路线需要调整权重：基础不能省，要练习读懂代码、主动承担 Debug、多做产品思考；代码量可能从资产变成负担，AI 时代更稀缺的是提出正确问题的人。

内容结构：

• 引子：一次 AI 协作开发经历：作者把需求完整描述给 AI，并通过多轮对话调整，不到两小时跑通功能；作者意识到自己几乎没有写实质性代码，主要是在描述、判断、验证和修正。
• 变化已经发生，而且比想象的要快：过去开发路径是理解需求、查文档、写逻辑、调 bug、上线；现在路径变为描述意图、AI 给出实现、人判断对错、修改再运行。人的位置从“执行者”移向“判断者”。作者强调这不是“高级代码补全”，而是编程接口从代码变为自然语言和意图。
• 真正改变的是人和机器之间的分工边界：作者判断，AI 不会直接消灭“程序员”职位，但会迅速清空“把明确需求翻译成代码”的工作，例如按设计稿写页面、把接口文档转成 CRUD、按明确逻辑实现功能。作者更担心的是很多人尚未意识到威胁，仍以“AI 代码质量不够好”“关键业务不敢用”“AI 会犯错”来安慰自己。
• AI Native Development：一个新的开发范式：作者称其为范式迁移，核心是从头把 AI 作为开发流程的执行层来设计整个系统。原文强调，人需要深度参与的是知识工程，因为 AI 不知道用户是谁、公司的风险偏好、功能上线后被滥用的方式，也不知道某些历史决策为何错误但不能动；这些藏在业务理解、产品判断和组织记忆中。
• 技术新人到底还要学什么：作者认为背框架 API、刷算法题、熟悉工具链的意义下降，因为 AI 记得更准、查得更快。更重要的能力包括：CS 基础，用于判断 AI 输出是否正确；Debug 能力，用于定位环境、并发、历史债务、第三方依赖等复杂问题；安全意识，因为 AI 生成代码快，也可能快速写出 SQL 注入、IDOR、权限绕过；System Design 和产品 Sense，是短期难以替代的护城河；Judgment 判断力，涉及何时重构、需求是否值得做、方案技术上可行但产品上是否有问题。
• 重新设计你的学习路线：作者不是建议放弃学语言和框架，而是调整权重。原文以表格概括为：

  以前重要	现在仍然重要	未来更重要
  记住 API	理解运行机制	系统设计能力
  语法熟练度	调试与排查	产品判断力
  框架使用	数据库原理	安全意识
  刷题技巧	网络基础	业务理解

  具体建议是：基础不能省；练习读懂而不只是写出；主动承担 Debug 任务；多做产品思考，追问功能目的和用户真正在意之处。
• 代码量，可能从资产变成负担：作者认为“写了十万行代码”过去代表经验和工作量，未来更值得炫耀的是用更少的人、更少的代码、更短的时间解决真实问题。代码是维护成本，越多越重；AI 能快速生成，但若缺乏设计意识和审查能力，只会加快技术债累积。作者强调，AI 时代最稀缺的不是答案，而是提出正确问题的人。
• 结尾：作者提出一个设问：当自己很久没有从第一行开始亲手写程序，但交付的软件反而更多时，“程序员”这三个字到底意味着什么。

文章总结：

作者建议开发者接受 AI 原生开发趋势，把重心从亲手实现转向判断、审查和知识工程，强化基础、调试、安全、系统设计与产品判断，以正确的问题驾驭 AI。