作为一个计算机科班出身的后端开发程序员，我有幸见证了两个时代的交替：从互联网+的黄金年代，到AI革命的汹涌浪潮。这是一个关于拥抱变化、主动进化的故事。

从黄金时代到寒冬：互联网红利的起落

我毕业于中国互联网发展的最高峰时期。那是一个充满机遇的年代——微信公众号刚刚推出，互联网+、O2O、微信小程序等概念如雨后春笋般涌现。互联网真正赋能了各行各业，显著提升了生产力和用户体验。

那时候，找工作简单得令人怀念：只要会写代码，就能轻松找到工作。各行各业都有被互联网化改造的迫切需求，程序员成为了时代的宠儿。

然而，时间是最无情的裁判。随着各行各业互联网化改造需求逐渐饱和，叠加疫情和贸易战的冲击，需求快速萎缩，企业纷纷转向收缩投资。如今，找工作的难度简直是地狱级别。

AI横空出世：新的时代机遇

此时，AI如飓风般横空出世，就像上一轮互联网+一样，席卷并改变着各行各业。

为什么AI能像互联网+一样产生如此深远的影响？答案很现实：AI完美契合了当前经济不景气背景下企业的核心需求——既要降低成本，又要提高生产力。在这个矛盾的需求面前，AI似乎是目前最佳的解决方案，甚至可能是唯一的解决方案。

所以，拥抱AI不是选择，而是时代的必然。

编程：AI应用的最佳战场

在众多AI应用场景中，编程领域恰恰是AI效果最好的领域之一。原因很简单：编程领域的知识相对确定，AI可以快速学习并生成高质量的代码。相比之下，医疗、教育、金融等领域，AI的应用效果还远不如编程领域成熟。

很残酷，也很有趣：程序员写的程序，反过来内卷了程序员。但这就是时代的选择——要么拥抱AI，要么被时代抛弃。

AI编程工具的进化史

让我回顾一下这个领域的快速发展：

2022年底 - GPT-3.5发布，我们通过ChatGPT网页版提问生成代码，然后复制粘贴到编辑器中修改。

2023年2月 - GitHub Copilot发布，这是AI编程领域第一个现象级产品，可以在IDE中直接生成代码片段，具有革命意义。

2023年10月 - Cursor发布，作为专门的AI编程IDE，具备强大的代码补全能力。

2024年6月 - Anthropic发布Claude 3.5 Sonnet，后续的Claude 3.7 Sonnet、Claude 4系列、Claude Opus 4.1都达到了王者级别的表现。

2025年初 - 中国发布国运级别的大模型DeepSeek R1，具备思维链能力，可以完成复杂的编程任务，同时使用成本大幅降低。

从抗拒到拥抱：我的转变历程

2025年之前，我一直在尝试各种AI编程工具，但代码生成质量还不够稳定。为了解决AI偶尔"乱写"的代码，我经常被弄得焦头烂额，因此长期采用JetBrains + Cursor的双持模式，相当抗拒All in Cursor。

转折点出现在2025年：公司购买了Cursor企业版并鼓励使用AI编程工具提效，我开始重度使用Cursor。到了2025年4月，我发现Cursor的代码生成质量已经非常稳定，基本可以完全依赖它来生成代码。

质量飞跃的关键因素

为什么此时Cursor的代码生成质量有了质的飞跃？我总结了两个关键因素：

1. Cursor Rules的引入
Cursor Rules让AI有了明确的边界和规范，显著提升了代码生成的质量和一致性。

2. 项目代码架构的改造
我重新梳理了项目的代码分层和代码规范，让代码结构更清晰，更容易被AI理解和生成。

这两个因素的结合，让AI编程从"偶尔有用"变成了"高度可靠"。

工作流的价值发现

Kiro工作流的启发

2025年7月，Kiro发布，规则驱动开发理念被广泛认可。这让我意识到，工作流不仅仅是提效工具，更是AI开发的质量保证机制。

微型工作流的实践

现在，我已经构建了完整的标准化开发流程，包括：

• Kiro工作流：系统化的代码开发流程
• PRD生成器工作流：标准化的产品需求文档生成
• Writer工作流：专业化的内容创作流程

未来愿景：打通全流程

我的目标是构建一个完整的标准化需求开发流程：

1. PRD工作流 - 生成标准化产品需求文档
2. UI设计模板 - 通过Figma实现供应商外网UI交互模版
3. PRD增强 - 补充交互UI自动生成能力
4. 后端开发 - Kiro标准化后端代码开发，自动生成Apifox接口文档
5. 前端开发 - 基于接口文档、PRD、UI稿的标准化前端开发流程

工作流思想的本质洞察

通过深入研究我创建的各种工作流提示词，我发现了一些核心规律：

核心设计模式

六阶段标准化流程：

1. 分析阶段 - 深度理解需求和上下文
2. 设计阶段 - 制定方案和架构
3. 创作阶段 - 具体实施和产出
4. 评估阶段 - 多维度质量检测
5. 优化阶段 - 基于反馈的迭代改进
6. 交付阶段 - 最终格式化和输出

关键成功要素

1. 精确化项目上下文
AI的训练数据虽然海量，但我们必须给AI一个明确的边界，这样才能生成期待的结果。Cursor Rules和工作流都是在做这件事。

2. 流程的规范化
工作流让AI的工作过程固定化，实现AI自我监督和纠正，严格保证输出质量。

3. 可重复性保证
相同的提示词应该能得到接近的结果。只有输出有保证，才具有企业级应用的落地价值。

4. 渐进式推进机制

• 用户主导的阶段确认
• 反馈驱动的循环优化
• 自然语言的交互方式
• 智能的状态检测和导航

工作流的深层价值

降低不确定性：通过标准化流程，将复杂任务分解为可控的小步骤。

提升质量稳定性：多维度评估和迭代优化机制，确保输出质量的一致性。

知识的结构化：将专业知识和最佳实践固化到工作流中，实现知识的传承和复用。

人机协作优化：不是替代人的思考，而是增强人的能力，让人专注于更有价值的创造性工作。

AI时代：程序员的能力重塑与价值升级

AI是否会取代程序员？

这是一个被讨论烂了的话题，但我想从实践者的角度给出一个明确的答案：AI不会取代程序员，但会重新定义程序员的价值边界。

AI确实可以生成代码，甚至生成相当不错的代码。但软件开发从来不只是写代码这么简单。需求理解、架构设计、技术选型、质量把控、团队协作、业务理解——这些才是软件开发的核心价值链。AI可以成为强大的执行工具，但无法替代人在这个价值链中的关键作用。

AI时代对程序员的要求：变高了

很多人以为有了AI，编程变简单了，程序员的门槛降低了。这是一个危险的误解。

实际上，AI时代对程序员的要求是显著提高的，原因很现实：

1. 生产力期望的提升
企业引入AI编程工具的目的是提高生产力，这意味着对程序员的产出期望也相应提高。以前一个人一天写100行代码，现在可能期望你一天完成500行代码的功能。生产力工具的进步，必然带来产出标准的提升。

2. 竞争维度的升级
当所有人都有AI助手时，单纯的编码能力不再是差异化优势。竞争的焦点转向了更高层次的能力：系统思维、架构设计、业务理解、团队协作。这些能力的门槛比单纯写代码要高得多。

3. 质量要求的提升
AI生成的代码需要人来审核、优化、集成。这要求程序员具备更强的代码审查能力、架构理解能力、质量把控能力。你不仅要会写代码，还要会判断什么是好代码。

程序员需要重新定义自己的价值

在AI时代，程序员需要从代码编写者转变为技术方案设计者和AI协作专家。具体来说：

1. 从执行者到设计者

• 过去：接到需求，思考如何实现，编写代码
• 现在：接到需求，设计整体方案，指导AI实现，审核优化结果

2. 从单兵作战到人机协作

• 过去：独立完成从需求到代码的全过程
• 现在：与AI形成高效协作，发挥各自优势

3. 从技术专家到业务专家

• 过去：专注技术实现，对业务理解要求不高
• 现在：需要深度理解业务，才能给AI提供准确的上下文

AI时代程序员的核心能力模型

基于我的实践经验，我总结出AI时代程序员需要重点发展的五大核心能力：

1. 甄别审核能力
AI生成的代码质量参差不齐，程序员需要具备快速识别优质代码和问题代码的能力。这要求对代码质量、性能、安全性有深度理解。

2. 系统设计架构能力
AI擅长局部实现，但缺乏全局视野。程序员需要具备系统性思维，能够设计合理的架构，让AI在正确的框架内发挥作用。

3. 审美能力
好的代码不仅功能正确，还要优雅、可读、可维护。这种"代码审美"能力是AI难以掌握的，需要程序员长期培养。

4. 表达能力
与AI协作的核心是沟通。程序员需要能够清晰、准确地表达需求，给AI提供足够的上下文信息。这要求较强的逻辑思维和表达能力。

5. 业务理解能力
技术服务于业务。程序员需要深度理解业务逻辑，才能设计出真正解决问题的技术方案，也才能给AI提供准确的业务上下文。

学习的重要性：比以往任何时候都重要

有了AI，程序员是否还需要学习？答案是：比以往任何时候都需要。

1. 技术迭代加速
AI工具本身在快速迭代，新的编程范式、架构模式、最佳实践层出不穷。不学习就会被时代抛弃。

2. 能力要求提升
前面提到的五大核心能力，都需要通过持续学习来提升。这些能力的获得比学习编程语法要难得多。

3. 竞争压力增大
当AI降低了编程的门槛，会有更多人进入这个领域。只有持续学习，才能保持竞争优势。

4. 学习内容的转变

• 减少：语法细节、API文档、框架使用方法
• 增加：设计模式、架构思想、业务理解、沟通协作

实践建议：如何在AI时代保持竞争力

1. 拥抱AI，但不依赖AI
学会使用AI工具提高效率，但保持独立思考和判断能力。

2. 从项目中学习
每个项目都是学习机会，重点关注架构设计、技术选型、团队协作等高层次能力。

3. 培养业务思维
深入理解所在行业的业务逻辑，成为既懂技术又懂业务的复合型人才。

4. 提升沟通能力
无论是与AI协作，还是与团队协作，沟通都是核心能力。

5. 建立个人工作流
像我构建的各种工作流一样，建立自己的标准化工作流程，提高工作效率和质量。

结论：AI时代的程序员更有价值

AI时代不是程序员的末日，而是程序员价值升级的机会。那些能够适应变化、提升能力、与AI高效协作的程序员，将比以往任何时候都更有价值。

关键在于：不要把自己定位为代码的搬运工，而要成为技术方案的设计师。

写在最后

从互联网+到AI革命，我见证了两个时代的更迭。每一次技术浪潮，都会重新定义我们的工作方式和价值创造模式。

AI编程工具的成熟，让我们从"手工作坊"走向"智能制造"。但真正的价值不在于工具本身，而在于如何构建合理的流程和规范，让AI成为我们可靠的协作伙伴。

工作流不仅是效率工具，更是思维方式的升级。它教会我们如何与AI协作，如何在不确定性中创造确定性，如何在变化中保持专业水准。

这个时代，拥抱AI不是选择，而是必然。但如何拥抱，决定了我们能走多远。

---

关于作者
计算机专业科班出身的后端开发程序员，见证了从互联网+到AI革命的时代变迁。深度实践AI编程工具，专注于构建标准化开发工作流，相信规范化是AI时代的核心竞争力。