懂业务的人用AI写代码，反杀了程序员…

昨天刷到一条推文评论区吵到停不下来。AI提示词博主Alex Prompter甩出一句话Anthropic研究了23.5万名使用Claude Code的人。懂自己领域的人表现比会写代码的人更好。8小时8.8万查看662个赞。评论区直接分成两派——有人说给人人学编程判了死刑也有人骂标题党碰瓷论文。但我点进去看了原始论文之后沉默了。论文到底说了什么Anthropic在6月16日发布了一份经济研究《Agentic Coding and Persistent Returns to Expertise》。数据体量摆在那——40万个真实交互会话23.5万独立用户横跨2025年10月到2026年4月整整七个月。不是问卷不是实验室测试是真实用户在真实工作中使用Claude Code的数据。核心发现在AI编程时代领域专长比编程能力更重要。具体来说在那些真正产生了代码改动的会话里软件工程师的验证成功率是34%其他所有职业加在一起是29%。差距只有5个百分点。换句话说一个懂法律的人用AI写合同审查脚本成功率跟一个写了5年后端的人用AI写业务代码差不了多少。程序员的护城河在变窄这个数字让我后背发凉。论文把用户分成新手到专家五级发现了一个关键规律新手验证成功率15%遇到问题放弃率19%中级验证成功率28%放弃率7%专家验证成功率33%放弃率5%从新手到中级这一步跨得最大。领域知识摸得够熟就已经拿到了AI协作里大部分的红利。更扎心的是增长最快的非技术用户群体是管理、销售、法律。这几个职业有什么共同点他们最清楚客户的痛点在哪优先级该怎么排什么算做完了。这恰好是AI需要人类提供的那部分判断。对了。顺嘴提一句技术大厂前后端-测试机会全国一线及双线城市均有坑位待遇和稳定性还不错感兴趣看看。我身边的真实案例我一个做法律的朋友上个月用Claude Code写了一个合同风险审查工具。她一行代码都不会写。但她知道合同里哪些条款有坑——10年法务经验不是白混的。她做了什么用自然语言告诉AI审查这份合同重点关注以下12类风险条款违约金不对等、知识产权归属模糊、竞业限制范围过大……AI帮她生成了一个完整的Python脚本接入GPT-4o做条款分析输出风险报告。她花了3天调通了整个流程。现在她们律所的初级律师都在用这个工具。她不是程序员但她解决了一个程序员都需要花很久才能理解的业务问题。程序员该怎么看这件事Hacker News上吵得更凶。一个ID叫stult的网友火气很大这个分析蠢得离谱。他们把领域专长和编码专长混为一谈。懂软件开发的人更擅长软件开发这不是废话吗但另一个网友的回复更扎心你说的对。但问题是——当AI能写80%的代码时懂软件开发的定义已经变了。论文里有一个数据很有意思用户平均做了70%的做什么决策Claude包揽了80%的怎么做决策。人类负责判断方向AI负责落地实现。这个分工模式意味着会不会写代码正在从核心竞争力变成一项被AI大量接管的体力活。不是程序员完了是只会写代码完了我做了7年后端说完全不慌是假的。但我慌的不是AI会写代码而是我一直在用会写代码定义自己的价值。论文给了一个很清晰的信号从新手到中级这一步跨得最大。你不需要成为顶尖技术专家但你需要在自己的领域有足够的深度——这样你才能给AI精确的指令才能在AI犯错时知道往哪推一把。我的下一步计划深耕业务理解不再只做接需求写代码的执行者而是参与产品决策提升AI协作效率学会写精确的Prompt让AI给我干更多活建立领域壁垒在金融技术这个交叉领域积累不可替代的经验未来的程序员不是会写代码的人而是会用AI解决领域问题的人。