以前不懂技術(shù)的人做產(chǎn)品都有一個局限，那就是缺個程序員。

準確說，是缺一個有耐心、沒脾氣、好說話、干活快、不排斥需求變更的程序員。

當然，這種期望在現(xiàn)實中可遇不可求。不過，現(xiàn)在似乎可以了。

不是程序員變了，而是 AI 編程更強了。

這么說吧，現(xiàn)在 AI Coding 在大多數(shù)新建項目上的表現(xiàn)已經(jīng)一定程度上超過真人了，而且這種進化速度還在加快。

Midjourney 創(chuàng)始人 David 前陣子公開說，自己圣誕節(jié)的編碼項目比過去 10 年加起來還多。

他還說，雖然能感到局限，但知道一切都不再一樣了。

馬斯克在 X 上連發(fā)兩條內(nèi)容，直接放話 2026 就是奇點之年。

他們的表達其實都指向同一個錨點，Claude Code。

我之前寫文章分享過 Claude Code 的用法和能力，也做過一些案例，感興趣的可以去我歷史文章里搜一下。

最近 Claude Code 在國外很火，而我身邊一些喜歡 AI Coding 的朋友也大多用它來完成編碼和項目創(chuàng)作。

如果在技術(shù)領(lǐng)域談「奇點」，是指技術(shù)增長進入不可控、不可逆的指數(shù)級爆發(fā)階段。

過去我們會用「摩爾定律」來框定計算機的發(fā)展規(guī)律，集成電路上可容納的晶體管數(shù)量大約每 18~24 個月就會翻一番，同時成本會下降一半。

不過，這還是在可控和可預(yù)測范疇內(nèi)。

但現(xiàn)在，AI 的進化速度顯然已經(jīng)超出了摩爾定律的范疇，它所展現(xiàn)出來的能力已經(jīng)難以用某一個定性的框架來約束。

尤其是在編程領(lǐng)域，幾乎每一款新模型的發(fā)布和原有模型的迭代都會宣稱他們在代碼能力上的進化。

Claude Code 不是才火的，而是一直就很火。

兩個月前發(fā)布的 Claude Opus 4.5 直接帶飛了 Claude Code，在大模型 LLM 基準測試榜單 LiveBench 上，Claude Opus 4.5 超過 GPT-5.1 Codex MAX 和 Gemini 3 Pro 登頂。

某種程度上說，這就是目前最強的 AI Coding 模型。

以前我還是程序員的時候，寫代碼完成一個簡單登錄功能開發(fā)大概需要半小時。

如果邏輯再復(fù)雜一點，甚至要兩三個小時。

在這個過程中，我需要完成前端頁面開發(fā)、后臺邏輯開發(fā)、數(shù)據(jù)庫操作開發(fā)，然后還要調(diào)試和 debug，最終才能發(fā)布。

如果再加上前置工作，需求分析、原型設(shè)計、PRD 寫作、UI 設(shè)計、標注、切圖，算下來一個簡單登錄功能至少需要一天工時。

注意，我說的還是簡單功能。

但凡加一點復(fù)雜業(yè)務(wù)邏輯，整個打包工作量就直線上升了。

可是現(xiàn)在，如果把上述工作以明確指令的方式交給 AI 來做，可能幾分鐘就完成了。

關(guān)鍵是，AI 的完成質(zhì)量比人好、效率比人高、成本比人低。

那些熬夜寫代碼的日子里，不可能想到有一天竟然會有這么個新東西能替代程序員完成代碼編寫。

那么，AI 現(xiàn)在能完全取代程序員么？

我覺得還不行。

不是因為 AI 能力還不夠強，而是過去已經(jīng)在運行的系統(tǒng)難以讓 AI 無縫切入。

AI 可以在做一些新產(chǎn)品新系統(tǒng)上從零開始，完成一些小型網(wǎng)站和 App 應(yīng)用開發(fā)是能夠勝任的，的確比人做得好。

但是，如果讓 AI 接管一個已有復(fù)雜系統(tǒng)的代碼開發(fā)，估計沒有哪家公司和團隊敢這么做。

現(xiàn)在你們看到的大量 AI Coding 的產(chǎn)物，要么是一些簡單工具，要么是一些只有少量接口調(diào)用的工具流，完整的商業(yè)級復(fù)雜系統(tǒng)幾乎沒有。

不是代碼能力不行，而是在業(yè)務(wù)邏輯、數(shù)據(jù)處理、安全策略、代碼質(zhì)量上還不能做到直接替換人類程序員。

程序員不會被淘汰，但是掌握 AI 能力的程序員會越來越吃香，而普通人也終于有了一個機會能利用技術(shù)開發(fā)自己的產(chǎn)品。

就在幾年前，行業(yè)里還盛行學(xué)習(xí) Python 和 PHP 去開發(fā)一些產(chǎn)品，現(xiàn)在基本沒人說了。

不是技術(shù)不重要了，而是技術(shù)更普惠了。

懂技術(shù)的讀者知道，其實編程語言就是一種自然語言的計算機化。

我們做產(chǎn)品也是先定義需求、進行設(shè)計、完成邏輯梳理、然后再開發(fā)，開發(fā)的過程也就是用代碼把這些已經(jīng)存在的邏輯翻譯成計算機能理解機器語言。

理論上來說，自然語言其實就是一種編程語言。

我們用大白話去描述一個 App 和網(wǎng)站的界面長什么樣，詳細說明一個登錄功能的邏輯是什么，描述一個商品下單后的處理流程是什么。

這些，都是自然語言。

只不過以前計算機無法直接把這種自然語言轉(zhuǎn)變成代碼，現(xiàn)在 AI 可以了。

因此，未來的編程語言就是自然語言。

所以我才說，不是技術(shù)不重要了，而是技術(shù)更普惠了。

在我看來，未來使用技術(shù)開發(fā)產(chǎn)品的會有兩類人，一類是專業(yè)程序員，還有一類就是會用 AI 開發(fā)的普通人。

更準確地說，我會把后一種人當成是產(chǎn)品經(jīng)理。

前者具備技術(shù)領(lǐng)域全套的知識和技能，主要做一些大型復(fù)雜系統(tǒng)。后者有較強的結(jié)構(gòu)化思維和表達能力，能夠把想法通過自然語言準確地描述給 AI，主要做一些應(yīng)用型產(chǎn)品。

曾經(jīng)有人諷刺人人都是產(chǎn)品經(jīng)理這句話，或許，接下來才是人人都是產(chǎn)品經(jīng)理的真正時代。

對此，我是非常樂觀的。

可能還是會有人覺得現(xiàn)在的 AI 編程還不成熟，沒法商用，其實我理解這種想法，也很正常。

不過既然 AI 可能會迎來奇點時刻，那我們過去的認知和掌握的規(guī)律也可能會被打破。

雷?庫茲韋爾在《奇點臨近》中提出過「加速回報定律」，認為技術(shù)進步呈指數(shù)增長，并預(yù)測奇點將在 2045 年左右到來，人類可實現(xiàn)與技術(shù)的融合。

現(xiàn)在看來，這個預(yù)測可能要提前了。

我是 2007 年寫下了人生中的第一行代碼，當時用的是 C 語言。

學(xué)習(xí)技術(shù)和編程的第一天，每一個程序員都是從在命令行輸出一句「Hello World」開始的。

那時候的 World 對我們來說是一個計算機世界，但今天的 World 已經(jīng)是 AI 世界了。

既然寫代碼這件事會迎來奇點時刻，那其他領(lǐng)域的工作呢？

我隱約有一種感覺，未來很多行業(yè)領(lǐng)域都會產(chǎn)生一些類似「超級產(chǎn)品經(jīng)理」的崗位。

他們懂業(yè)務(wù)、懂用戶、懂商業(yè)，關(guān)鍵是善于組合使用各種 AI 能力去創(chuàng)造價值，這種「一超組多強」的模式會成為新時代的復(fù)合型人才。

我們依舊還在最好的時代，別慌、別急、別等。

迭代自己，永遠是最優(yōu)解。

················· 唐韌出品 ·················

安可時刻

這周六（1.10）下午 2 點，成都錦江區(qū)茂業(yè)天地 A 座，我們舉辦成都線下聚會。

我會帶來一場 3 小時主題分享會，和大家聊聊AI 時代如何成為互聯(lián)網(wǎng)個體戶，路徑、方法、案例。

我很少去成都，近一年只會有這一場，場地最多容納 70 人，還有 8 個座位，要來的聯(lián)系我進群。