和技术朋友聊天，我问最近工作怎么样。

朋友回我：“还行，就是突然闲下来了。”

我问他怎么回事。他说现在很多活都让AI干了，代码AI写，bug AI找，连文档都是AI生成的。“以前忙得脚不沾地，现在反而不知道干嘛了。“他发来一个笑哭的表情。

我问了几个其他朋友，发现大家差不多都这样——突然有了大把空闲时间，有人开始刷技术博客，有人研究新框架，还有人在群里讨论晚上吃什么。

我突然意识到一个问题：以前我们忙得脚不沾地，现在却突然闲下来了。

这不是某个公司的特殊情况。据我观察，很多公司都在经历类似的转变——AI承担了越来越多的编码工作，工程师们突然有了大把空闲时间。

但问题是：这些省下来的时间，我们应该用来做什么？

替代重复工作，释放人的判断力 链接到标题

AI最擅长做的事情，是重复的、流程化的、有明确规则的工作。

写一个CRUD接口？AI三十秒搞定。做一个数据迁移脚本？AI分分钟给你生成。改一个简单的bug？AI甚至能自己定位问题。

我见过某大厂的一个真实案例：他们让AI负责所有的代码审查。起初效果很好——AI能快速发现潜在的bug和不规范的写法。但很快问题来了：AI无法理解业务上下文，它会严格到把一些"合理的技术债"也标记为问题，导致开发团队疲于应付大量的"建议修改”。

另一个例子更常见：AI生成的代码往往"过于优雅”。它会使用最新的框架特性、最复杂的模式、最精巧的算法——却忽视了实际的物理资源限制。我见过AI写出的代码因为过度设计，导致服务器成本翻倍；也见过AI因为不了解历史遗留系统的约束，写出了根本无法运行的"完美方案"。

这时候，需要人来做最终的判断。

AI擅长执行，但判断需要更全面的视角、更大的上下文。你需要告诉AI：哪些规则可以打破，哪些债可以容忍，资源限制在哪里，业务优先级是什么。

模糊岗位边界，超级个体正在出现 链接到标题

如果你问我AI最让我兴奋的点是什么，我会说：它让一个人可以做完以前需要一个团队的事情。

前端工程师可以用AI写后端接口，不需要等后端同事排期。后端工程师可以用AI生成前端页面，不需要求着前端帮忙。需求分析师可以用AI画设计图，产品经理可以用AI写技术文档。

岗位的边界正在被模糊。

我认识一个只有2人的创业团队，他们用AI完成了以前7-8人团队的工作量。CEO兼产品经理，CTO兼架构师加开发，所有代码都是AI辅助生成。虽然听起来不可思议，但这正在变成现实。

当然，超级个体和一人团队目前还不完全现实——沟通成本、协作复杂度、专业深度这些都是挑战。但趋势已经很明显：标准的pizza团队（7-8人）正在渐渐缩小为2-3人。

这不是危言耸听，而是正在发生的行业变化。

人的新角色 链接到标题

那么，当AI承担了执行的工作，人应该做什么？

第一，做监督者。

你需要制定Rule和Skill，保证AI的行为不偏离。Rule是规则，Skill是技能定义——这些编码规范不仅保证团队内部的一致性，更重要的是告诉AI什么是可以做的，什么是不能碰的。

我见过一个团队，他们让AI生成代码时没有设置任何约束。结果AI为了"优化性能"，删除了所有的日志语句——因为日志"影响性能"。后来线上出了问题，连排查线索都没有。

为结果兜底，是人的责任。

第二，做判断决策者。

AI缺乏全局视角，它只能看到当前任务，看不到整个系统的演进；它不了解业务约束，不理解资源限制，不知道哪些技术债是"合理的"。

技术选型、架构设计、性能与可维护性的权衡——这些需要更全面的视角和更大的上下文，只能由人来判断。

第三，做沟通协调者。

需求澄清、汇报和预期管理，这些人与人的沟通AI难以替代。你需要和产品和业务方深入沟通，你需要向上汇报进度，你需要管理各方预期。

第四，做创新探索者。

从0到1的新项目、技术调研与验证、解决从未遇到过的问题——这些需要新的想法和探索精神。AI擅长在已知领域快速执行，但在未知领域，它也需要人来做开路先锋。

结尾 链接到标题

回到开头的问题：那个"无所事事"的下午，我后来想明白了。

AI不是来替代我们的，它是来让我们做更有价值的事情的。

以前我们忙于写代码，现在我们可以思考为什么要写这些代码。以前我们忙于完成需求，现在我们可以参与需求的定义。以前我们忙于执行，现在我们可以探索和创新。

当然，这需要转变。

从"自己写代码"变成"让AI写代码，同时保证它不跑偏"——这本身就是一种认知升级。

你现在的工作，有多少是在重复劳动？有多少是在做只有你能做的判断？

如果你发现自己大部分时间都在做AI也能做的事情，那可能需要思考一下了。

AI是机遇，还是威胁？

答案取决于你如何选择。主动拥抱变化，才能在AI时代找到自己的新位置。