AI时代下，文科生转码真的没门槛？程序员工资高的真相

今天在网上看到一个挺有意思的讨论，一位自称“文科生转程序员用AI打败理科生”的网友发了个帖子，大意是研究了AI之后，觉得程序员这工作根本没啥门槛，怎么工资还那么高？

帖子的评论区比原文更精彩，各路网友的回复堪称神仙打架。

有网友一针见血地指出，这种现象其实就是“达克效应”的典型体现：评估一种技能所需的知识，恰恰是掌握这种技能所需的知识。换句话说，如果一个人在某个领域完全是门外汉，他甚至缺乏“判断自己有多菜”的能力。

下面有人回复道：“AI出来以后会把很多人，在很多领域带到这个愚昧山巅。产生一种‘不过如此’的幻觉。”

另一个高赞评论的类比更是绝了：“上清华也没门槛，那些知识都在课本上，且全网都搜得到的知识，全写对到试卷上，就能上。” 这个回复精准地指出了“知道”和“做到”之间巨大的鸿沟。

更有意思的是，还有网友直接贴出了一张图，生动地描绘了在所谓的“Vibe Coding”时代（指高度依赖AI生成代码的氛围），程序员群体的几种不同流派。结果这张图还被原帖主置顶了，估计也是在玩抽象自嘲吧。

这张图从“守旧派”一路分到“幻想利用AI可以不用学习任何东西就驾驭软件开发的傻逼”，刻画得入木三分。尤其是最后一类人，图里的描述是：技能萎缩，鄙视学代码和相关知识，认为已经过时；对基础知识一无所知，认为AI替代大脑；遇到实际问题（比如服务端连不上）时，连基本概念（什么是服务端、DNS）都不清楚，只会想着“再烧几百块的token”让AI解决，结果AI给出的建议（ping IP 192...）也是基础排查步骤，自己却无法理解和执行。

这不就是典型的“手中有了锤子，看什么都像钉子”，却连钉子该怎么握都不知道吗？

这件事反映出的现象，在开发者广场里也时常被拿来讨论。AI确实降低了编写特定代码片段的门槛，就像一个强大的计算器降低了复杂算术的门槛一样。但真正的软件开发，远不止是堆砌代码。它涉及需求理解、系统设计、架构权衡、问题分解、调试、性能优化、团队协作以及应对无穷无尽的、模糊的、甚至自相矛盾的真实业务需求。

程序员的工资，某种程度上是对这种综合能力——将抽象、混乱的现实问题转化为清晰、稳定、可维护的逻辑机器指令的能力——的定价。AI是锋利的工具，但它无法替代使用工具的人所必须具备的判断力、经验和对问题本质的洞察。认为会用AI提示词就等于掌握了编程，这可能真的是一种站在“愚昧山巅”的幻觉。

你对AI加持下的编程门槛变化怎么看？欢迎在云栈社区分享你的观点。