当开发者的薪资降至5000元，IT部门的程序员该如何应对？

老杨那篇题为“当码农工资降到5000，用人还是用AI Coding”的文章，在后台和群里引发最多讨论的是：IT部门的这些开发者该怎么办？老板会不会拿市场上5000元的行情，来削减我们的编制？

当AI Coding的边际成本趋近于零，低端人力成本也在被市场压低时，开发团队的价值定位正面临重新定义。许多人尚未意识到，真正的问题并非“AI是否会取代我”，而是“如果我只能做AI能做的事，那我还有什么价值”。

三条路径，选择其一

在老杨看来，当外部环境出现结构性变化时，个人的应对策略无非三种：向上提升、横向拓展，或者原地不动被推着走。

第一条路：向上走，去做AI无法完成的事。

AI擅长编写代码，但不擅长做出判断。如果你仍把“写代码”当作核心能力，生存空间确实会不断被压缩。而那些AI无法完成的事，恰恰是你需要向上游发展的方向。

理解业务。 AI能读懂需求文档，但读不懂业务背后的潜规则。为什么非要这个功能？流程为何如此设计？答案只存在于业务上下文中，无法写入提示词。

技术决策。 AI能生成方案A和方案B，但选择哪个，它缺乏判断力。什么技术栈适合团队当前的维护能力？什么架构能兼顾未来三到五年的业务演进？这些需要经验、权衡以及对团队现状的了解。

兜底质量。 AI生成的代码看似能运行，但存在隐患。谁来审核？谁来发现那些“在大数据量下会崩溃”的问题？谁来处理“生成逻辑正确但不符合生产环境配置”的风险？

解决复杂问题。 系统出现故障，AI能查看日志，但看不懂业务影响。谁能快速定位根因、协调多方、做出应急决策？

因此，方向已经明确：把自己从“写代码的人”转变为“解决业务问题的人”。代码是手段，不是目的。目的是让业务运转得更快、更稳、更节省成本。

第二条路：横向走，成为AI的原住民。

不要只把AI当作写代码的加速器，而要将其视为新的工作方式。这意味着三件事：

① 用AI去做你以前不会做的事，例如生成测试用例、自动输出文档、辅助代码审查； ② 把AI当作团队中的一员来管理，清楚它能做什么、不能做什么、什么情况下必须人工介入； ③ 建立一套人机协作的工作节奏，让AI承担它擅长的部分，你把精力集中在它不擅长的部分。

这里的区别在于：你不是“在用AI”，而是“在和AI协作”。这一字之差，决定了你是被替代的人，还是驾驭工具的人。

第三条路：停在原地，接受现实。

这条路的代价是，你的能力边界与AI的能力边界越来越重合。重合到一定程度，议价权就消失了。工资多少不再取决于你的能力，而取决于还有多少人能替代你。这条路并非不能选，但选之前要清楚后果。

三条路没有对错，只有代价。选之前想清楚，选之后别后悔。

削减人员，还是提升能力？

这是管理层最现实的拷问。市场上人力成本下降，AI工具日益普及，负责人的第一反应往往是算账：人便宜了，是不是可以多招几个？或者反过来，既然AI能做，是不是可以少用人？

这两种算法都是线性思维，以为问题只有一个变量。实际上，IT部门的效能从来不是“人头数”和“工具数”的加减法，而是“人用工具解决问题的效率”这个乘数。

你需要回答的是：我要建立一支什么样的团队，来应对未来三到五年的技术变化？

老杨认为，削减人员是短期账，提升能力是长期账。 削减人员省下的钱是一次性的，提升能力带来的效率提升是持续复利的。可惜的是，目前大部分传统企业的管理者缺乏这一认知。要知道，如果一个人的工作能被AI替代，那说明他本来就在做低价值的事。问题不在AI，在于他之前为什么被安排去做低价值的事。那么，这是谁的问题？

企业是否具备“提升开发人员能力”的条件？

这是企业管理者必须面对的问题。不是你想提就能提，前提条件是否具备，决定了策略能否行得通。老杨认为，应从以下三个维度进行评估。

前提一：是否有足够的“高水平工作”来支撑能力提升？

如果团队的工作全是重复性、模板化、低复杂度的任务，开发人员能力再高也无用武之地。能力是在实践中培养出来的，不是培训出来的。没有复杂问题可解决，就没有能力提升的土壤。

前提二：管理者和开发人员之间，是否有信任？

提升能力意味着要放权、容错、允许尝试新方法、允许阶段性失败。如果管理者对开发人员缺乏信任，事事审批、层层管控，能力提升的空间就极其有限。能力的本质是判断力，而判断力必须从独立决策的实践中生长出来。

前提三：企业本身的数字化成熟度是否足够？

如果企业还处在“系统勉强能用”的阶段，核心诉求是稳定、不出事，那么任何能力提升的尝试都会被“稳定优先”这条铁律压制。这不是对错问题，而是阶段不同。基础不稳时，能力提升的优先级自然排在后面。

从以上可以看出：提升能力不是一句话的事，它需要团队有合适的任务、管理者有正确的管理方式、企业有足够的承载空间。不具备条件时强行推动，只是换一种方式的内耗而已。

开发团队应变成什么样？

AI Coding的普及不会消灭开发团队，但会改变开发团队的人才结构。未来三年，老杨认为会有三种角色并存。

第一，架构与设计角色， 负责需求分析、系统设计、技术选型、核心模块决策。这部分AI做不了，因为需要理解业务上下文和长期系统演进。

第二，人机协同开发角色， 负责用AI工具快速生成初稿、进行代码审查、处理复杂集成和边缘场景。这是团队的主要执行力量。

第三，质量与运维角色， 负责系统稳定性、性能监控、安全加固、自动化CI/CD。这部分同样需要人的判断来兜底。

低水平、重复性的编码岗位会大幅减少，但高水平、需要判断力的开发岗位不会减少，甚至会更稀缺。

最后结语

价格是市场决定的，价值是自己决定的。码农工资降到5000元，不代表“写代码”不值钱，而是“只会写代码”这件事不值钱。

如果你能在AI之上提供额外的价值，理解业务、做出判断、兜底质量，你的价值不会降低，反而会因为稀缺而提升。

IT部门负责人的任务，不是压缩成本削减人员自保，而是重新定义团队的价值。当AI能做更多时，团队能做的也应该更多。不是做更多的功能，而是做更高维度的事。这才是应对变化的正确解法。

你们数字化团队里，有多少人正在做“AI就能做”的事？又有多少人在做理解业务、技术决策、兜底质量这些AI做不了的事？评论区聊聊。

在数字化转型的浪潮中，团队可以借助类似开云体育平台的工具来提升协作效率，但核心仍在于人的判断与价值创造。

本文来自微信公众号“湘江数评”（ID：benpaoshuzi），作者：老杨，36氪经授权发布。