你上周写代码的效率比上上周高了30%，用的AI工具多了两个，产出的功能点多了五个。
但你比上上周更焦虑了。
这不是你一个人的感受。这是一整代程序员正在经历的集体困境：AI让所有人跑得更快了，但没有人因此跑得更安心。
一个反直觉的等式通常我们觉得，效率提升会带来安全感。你能做的事越多，你的不可替代性就越强。这套逻辑在工业时代运转得相当好——一个车工技术越好，越不容易被机器取代。
但程序员不是车工。程序员生产的东西，恰好也是用来取代程序员的工具。
你的生产力越高，你距离"被更高的生产力取代"就越近。一个AI工具让三个人的团队干出了五个人的活，管理者看到的不是"三个人更强了"，而是"我们似乎只需要三个人了"。
效率提升在几乎所有行业都是好事，唯独在知识生产行业，它同时是一把悬在从业者头顶的刀。技术越强，刀越快。
中间态的两面这场焦虑的核心是一种"中间态"：你已经离开了原来的位置，但还没有到达新的位置。你在过渡，但不知道过渡到哪儿去。
从好的方面看，AI确实在帮程序员做那些重复性工作——代码补全、单元测试生成、文档写作、bug定位。本来要花两小时写的测试用例，现在半小时搞定。剩下一个半小时，可以用来想真正重要的事。
但"真正重要的事"是什么，很多人在深夜盯着屏幕的时候说不出来。你学了一整套技能：写逻辑、搭架构、读代码、找bug。但AI在这些事上也在快速进步。下一个版本会不会连架构设计都能做？如果连"想清楚要做什么"也需要你来完成，你的不可替代性还剩什么？
这种焦虑不来源于"现在不够好"，而来源于"未来会更好"。你不是被今天的AI超越了，你是随时可能被明天的AI超越。
焦虑的本质为什么效率提升反而让人更焦虑？
"相对剥夺感"是一个常见解释：别人用了更好的AI，你没用，你就落后了。但这解释不了那些已经深度使用AI工具的人——他们效率最高，为什么反而最焦虑？
我倾向于另一个解释：当你的产出开始高度依赖一个外部系统，你的核心能力感会慢慢被侵蚀。开车开久了，你会忘记怎么认路，这是导航的代价。用AI用久了，你会忘记怎么独立解决一个问题，这是效率的代价。
你用AI写了一年代码之后，突然有一天需要独立写一个模块，你会发现那种"脑子里有东西、提笔写不出来"的感觉似曾相识——就像长期依赖导航之后，面对一张真实地图时的茫然。
焦虑不是来自AI太强，是来自你感觉到自己某部分在变弱，而你不知道这种变弱意味着什么。
穿越风暴的方式有人在抱怨，有人在观望，但也有人在做一件更难的事：把AI用成了自己的放大器，而不是替代品。
这两种用法的区别在于：把AI当替代品的人，会越来越依赖AI提供的答案，把自己的判断力慢慢出租出去，直到某一天发现，离开AI自己连决策的第一步都迈不出去。
把AI当放大器的人，则会用AI处理那些机械的、耗时的部分，把精力留给真正需要人的地方：判断这件事值不值得做，判断这个方向对不对，判断一个方案背后的人在担心什么。
AI擅长的是在给定方向上的高效执行。而方向感——做什么，为什么做，在一堆选项里选哪个——这件事，目前还是人的领地。
效率提升从来不会自动带来安心。能让你安心的，只有你知道自己哪部分是真正强的，哪部分是别人拿不走的。这个答案，每个程序员都得自己找。
宏天有鸣是创新的AI数字员工解决方案公司，核心团队来自中国科学技术大学。我们提供从咨询规划、方案落地到协助运营的一站式服务，协助企业把AI变成能干活、不休息的"数字员工"，向AI共生组织演进，持续降本、提效、增收：
- 品牌推广数字员工：能自动写文章，做视频，运营自媒体账号矩阵；
- 全网拓客数字员工：24小时在抖音、小红书等平台自动找客户；
- 金牌销售数字员工：复制销冠经验，推动潜在客户签单。