如果 3 年后“自然语言开发”成为主流，一个懂业务但不懂代码的“超级个体户”就能用 AI 生成并上架 App，那么传统意义上的“程序员”还存在吗？

Question

自2023年“文心一言”放开公测，我对AI的兴趣一路飙升。
起初只是让它写文档、答脑洞题；2024年初，学校运维排障开始喊它“师兄”；年底 DeepSeek 上线，又拉着它写代码、撸 demo。那时“智能体”概念刚冒头，我没当回事，直到今年 Agent 突然爆火，老板一句“软件 3.0”把我拍醒——原来单打独斗的信息差时代已经落幕，接下来是生态对生态、架构对架构的群架。
我越来越觉得：未来不是学一门语言吃十年，而是“万物皆可代理”。做项目先问“在哪条链、哪个 runtime、哪类模型上跑最合适”，而不是“用什么语言”。如果三年后“自然语言开发”成为默认技能，一个懂业务却不懂代码的“超级个体户”就能对着 AI 口述出 App 并直接上架，那么“程序员”这个词也许不会消失，但一定会被重新发明——谁先把业务翻译成提示词，谁就是新物种。

上述回复仅个人看法，欢迎大家一起补充。

Answer 1

阿里嘎多学长整理AIGC生成，因移动端显示问题导致当前答案未能完全显示，请使用PC端查看更加详细的解答过程

回答

如果 3 年后“自然语言开发”成为主流，一个懂业务但不懂代码的“超级个体户”就能用 AI 生成并上架 App，那么传统意义上的“程序员”还存在吗？

答案是：可能会有变化，但不一定会消失。

在这种情况下，程序员的角色可能会从编码和开发转变为：

1. 业务分析师: 他们负责理解业务需求并将其转化为 AI 可以理解的语言。
2. AI 模型训练师: 他们负责训练和优化 AI 模型，以确保其能够生成高质量的代码和 App。
3. AI 生成代码的评审师: 他们负责评审 AI 生成的代码，确保其符合标准和要求。

虽然 AI 可以生成代码，但程序员仍然需要具备以下技能：

1. 业务理解: 了解业务需求和目标。
2. AI 模型理解: 了解 AI 模型的局限性和优缺点。
3. 代码评审: 评审 AI 生成的代码，确保其符合标准和要求。

因此，传统意义上的“程序员”可能会演变为更高级的角色，注重业务理解、AI 模型理解和代码评审，而不是简单的编码和开发。