十年後端老手的焦慮實錄：我的兩根支柱，正在被 AI 一根根抽走

這是一篇十年經驗後端工程師的自述，6 月發在個人博客，HN 上 1151 分。他的領域是金融支付，賬務、冪等、分佈式那一套玩得很深。公司還壕，給每個人配了 ChatGPT 和 Claude 企業賬號，鼓勵用，但要求每一行進生產的代碼都得自己 review 認領。

第一根支柱倒掉的過程，是從設計文檔開始的。他接了個重構祖傳支付系統的活，吭哧吭哧寫了份設計文檔，自認 AI 寫不出來這種東西，還在心裏叫它們隨機鸚鵡。結果經理找他談話：代碼交付不慢，但文檔太慢了，多用點 AI。他半信半疑地試了，發現寫文檔和做決策是真快。這是他的第一次震驚：這麼多年攢的領域權衡、冪等結構、防重放，全是公開文章加文檔裏有的東西，人要學幾年，模型直接拿走。

他當時給自己找了個安慰：網上文章多，所以模型會；但線上調 竞态条件、調分佈式系統這種手藝，永遠是人類的地盤。這是他認定的長期飯票。可惜這根支柱也沒站住。2025 下半年 Claude Code 火了，接着 Codex 跟上。以前他只敢讓 AI 寫單測，慢慢地，完整實現也敢交出去了，而且他承認：還挺喜歡這種交付的感覺。

這篇最可貴的是誠實。他沒有販賣焦慮，也沒有假裝想通了，標題就寫着不知道該怎麼辦。評論區吵成了技術區少見的規模：有人說把飯票押在單一技能上本就是賭，有人說領域加業務理解纔是最後的壁壘，還有人說先把 AI 用到極致的人，取代的是不用的人。

國內程序員看這篇，別隻看熱鬧，對照自己手裏的活列一張表：哪些是公開知識能覆蓋的，哪些是隻有你踩過坑才懂的。前者越早交給 AI 越好，後者纔是你跟 AI 拼效率的本錢。至於終極答案，1151 個贊也沒吵出來，先幹着再說。

來源｜The Human in the Loop 博客，HN 1151 分，https://human-in-the-loop.bearblog.dev/llms-are-eroding-my-software-engineering-career-and-i-dont-know-what-to-do/