文章转载自"北大纵横"
Superphonic创始人、 OpenAI前任网站负责人和工程师、微软和Meta的前任高级领导Philip Su，在前段时间发表了一篇文章——《AI正在杀死个人贡献者》，引发了广泛关注。在文章中，Philip Su表示：
由于AI的出现，“个人贡献者”这一基础软件开发工作岗位正在永久消失，无论你的编程能力是否（实际上，尤其如果你比AI更擅长编程）都无法改变这一事实。
更令人深思的是，他坦言：“过去六个月，我几乎没写多少代码。”传统意义上的“个人贡献者”（Individual Contributor, IC）角色已经终结。 这一判断并非情绪化预言，而是一场正在发生的结构性变革。当AI编程工具从“辅助补全”跃迁为“自主执行”，当开发者从“写代码的人”转变为“AI代理的指挥官”，软件产业的价值链条正被彻底重构。而摆在我们面前的则是一个看似矛盾却日益清晰的未来图景：AI可以替代几乎所有可编码的工作，却永远无法替代“人之所以为人”的价值锚点。一、IC消亡不是岗位消失，
而是工作定义的根本重写
“个人贡献者”曾是软件工程的基石——那些深夜调试、白板争论、键盘敲出百万行代码的工程师，以技术深度构筑职业护城河。然而，Philip Su的经历揭示了一个更本质的转变：问题不在于“人是否还在写代码”，而在于“写代码”本身是否仍是核心价值活动。 他在Meta做到E9后主动降级至E7，只为重回IC岗位。但即便如此，他也承认：“那种独自专注解决技术问题的模式，可能已经结束了。”原因在于，今日开发者的核心任务已从“实现功能”转向“管理AI代理”：分配任务、评估低层设计（LLD）、规划执行路径、验证输出结果。这本质上是一种“元工作”——对工作的管理，而非工作本身。 这一转变的关键临界点出现在2025年末至2026年初。Opus 4.5、Claude Code、Codex 5.2等模型不仅生成语法正确的代码，更能理解业务逻辑、调用API、编写测试、修复漏洞，甚至参与架构讨论。GitHub的AI审查工具已能发现人类忽略的潜在缺陷。当AI输出的稳定性、一致性与安全性系统性超越平均水平的人类工程师，“人类介入”反而成为质量风险源。 未来公司可能会刻意隐藏“有人类修改过代码”的事实，因为那会被视为质量下降的信号。这如同食品工业中“无人工添加”成为卖点——当AI生成的代码成为新基准，“人类触碰”便成了污染标记。 二、从增强到替代，
工作范式的根本迁移
当前关于AI与人类关系的讨论常陷于“增强派”与“替代派”的二元对立。当执行成本趋近于零，价值重心必然向创意、判断与责任迁移。 尽管AI在影像识别上早已超越人类平均水平，该职业仍未消失。核心原因并非技术不足，而是问责机制——医生需对每份诊断署名，承担法律与道德后果。同样，在金融、医疗、航空等高风险领域，人类的存在更多是作为“责任载体”，而非能力优势。 但在软件开发这一相对低风险、高迭代的领域，问责压力较小，AI的替代速度呈指数级加速。更重要的是，软件的价值正从“稀缺性”转向“丰裕性”。就像文字处理软件让打字员消失，却催生了前所未有的文档爆炸；此时，真正的护城河不再是“能否写出代码”，而是“能否定义正确的问题”与“能否判断什么是好软件”。 这正是管理者角色的核心——不是控制资源，而是设定方向、权衡取舍、承担后果。因此，IC并未消失，而是进化为“AI代理管理者”，其技能栈从技术实现转向目标设定、风险评估与系统思维。 正如，2010年代，DevOps运动将开发与运维融合，强调端到端责任；2020年代末，AI-Driven Development将开发者与执行解耦，强调端到端判断。当软件生产边际成本趋近于零，传统商业模式面临根本挑战。若你仍能通过生产标准化软件赚取巨额利润，那恰恰说明市场尚未充分竞争，存在“收租”行为。 回顾历史，秘书阶层的消亡并未减少文档产出，反而使其民主化。非程序员如水管工、牙医，皆可借助AI构建定制化工具。这将释放巨大生产力，但也意味着标准化软件的商业价值急剧萎缩。 然而，这并不意味着所有软件都将免费。关键在于区分两类商品：1、可复制商品（Replicable Goods）：其边际成本趋近于零，价格将被压缩至接近免费，价值转化为消费者剩余。 2、地位型商品（Positional Goods）：因为后者的价值来自“只有少数人能拥有”的相对地位，而非绝对效用。基础服务极度廉价甚至免费，而象征身份、体验、独特性的商品则愈发昂贵。 即使AI能模仿风格、生成诗歌、作曲编舞，人们仍愿为“人类原创”支付溢价——如同手工地毯、公平贸易咖啡、现场演出。“人类参与”本身成为一种奢侈品标签，其价值不在功能优越，而在情感联结与存在证明。 据McKinsey 2025年报告，全球83%的企业计划在三年内将标准化软件开发外包给AI平台；但同期，76%的消费者表示愿为“人类创作”内容支付20%以上溢价。伦敦地铁即便具备全自动运行能力，仍因工会压力保留司机；真正不可逾越的，是人类对“意图”、“过错”、“悔意”的法律与道德期待——AI无法真正“理解”其行为的后果，也无法表达歉意或承担责任。但这不意味着人类必须亲自执行，而是作为最终责任人，监督AI代理的行为边界。AI伦理审计师、代理行为合规官、人机协作协调员——他们的核心技能不是技术，而是判断、沟通与担责。 正如19世纪工业革命初期，机器被视为“去人性化”威胁；但最终催生了工程师、质检员、安全官等新角色。AI革命亦将如此——淘汰旧岗位，创造新责任。当AI在执行力上全面超越人类，人的价值将如何锚定？未来，我们不再因“胜过机器”而被珍视，而是因“我们是人”而被需要。 许多程序员写开源代码不为报酬，音乐人创作不为版税。人类有内在的表达欲与创造欲，这是AI缺乏的原始驱动力。 AI能分析百万首歌后生成“流行”旋律，但无法回答“什么是美”。品味的本质是主观选择，而选择背后是文化、经历与情感的交织。 招聘、谈判、安慰、激励——这些依赖共情与信任的行为，无法被标准化。Greg《Pragmatic Engineer》的调研价值，正在于其真实人际互动，而非信息汇总。 更深远的是，职业身份将从“静态角色”转向“动态探索”。Philip Su预测：“十年后毕业的人，退休前可能会换50份工作。”在AI接管重复劳动后，人类将更多投身于跨界整合、意义建构与体验设计——这些领域没有标准答案，只有不断试错与迭代。 正如凯恩斯曾预言每周工作15小时，却未料欲望随能力同步膨胀；AI提升效率，未必带来闲暇，反而可能激发更高强度的追求。除非我们主动选择“满足者”而非“最大化者”，否则技术解放只会转化为新的内卷。 因为真正的变革不是效率提升，而是价值重定义——从“做事情”转向“问为什么做”。 个人贡献者的消亡，不是行业的末日，而是文明的跃迁。当AI如燎原之火席卷执行层，人类被迫从“做事”转向“想事”——从关注“如何做”转向追问“为何做”。 超级碗门票依旧昂贵，提醒我们稀缺的从来不是技术，而是意义。他们拥抱变化，因为他们深知——真正的护城河，不在代码里，而在人心中。 而锻造它的，不是算法，而是每一个选择直面而非逃避这场变革的人。在这场人机关系的重构中，唯有看清本质、锚定人性、承担判断，方能在新岸立足。
文中观点仅为作者观点，不代表本平台立场
各位读者朋友，公众号改了推送规则，如果您还希望第一时间收到我们推送的文章，请记得给北大纵横公众号设置星标。
点击左下方公众号“北大纵横”→点击右上角“...”→点选“设为星标⭐️”。 
