🔥🚀 Eric Schmidt 说：10 个谷歌工程师半年工作，被 AI 压缩到 “一夜”？关键不在代码，而在 “谁会出题”

很多人还在争论 AI 会不会取代程序员，但我越来越觉得，这个问题本身就问错了。

真正发生变化的不是 “谁来写代码”，而是——谁来定义问题。

Eric Schmidt 提到的那个真实案例，其实已经把未来的软件开发模式讲得非常清楚。

一个程序员的工作，不再是埋头写代码，而是每天晚上做三件事：

写清楚需求规范

写好评估函数

点击运行

然后离开电脑，去生活。

系统在夜里自动生成、测试、迭代。

第二天醒来，不是继续写代码，而是——查看 AI 一夜之间创造了什么。

这种工作方式，本质已经不是 “开发”，而更像：

👉 设计规则

👉 设定目标

👉 观察系统演化

这就是为什么，我认为很多人严重低估了一点：

AI 不是削弱顶级程序员，而是在放大他们。

以前的差距在哪里？

👉 谁写得快、谁调试能力强

但未来的差距会彻底改变：

👉 谁能把问题描述得更精确

👉 谁能设计更好的评估体系

👉 谁能判断结果是否 “正确”

写代码，正在从 “核心能力” 变成 “中间环节”。

真正的杠杆转移到了：

👉 问题定义能力

👉 抽象能力

👉 判断能力

这也是为什么，同样用 AI 工具，有人只是 “提高效率”，有人却在 “重构生产力”。

差别不在工具，而在使用方式。

当算力充足、模型足够强时：

机器负责生成无数解法

人类只负责——设定标准、筛选答案

这听起来很简单，但其实门槛更高了。

因为你必须先知道：

👉 什么是 “好结果”？

👉 什么是 “错误但看起来很合理的结果”？

如果你说不清楚，AI 就会给你一堆看似正确的垃圾。

这也是我最近越来越清晰的一个判断：

未来最稀缺的能力，不是写代码，而是定义问题的能力。

程序员不会消失，但会分化：

一类人继续写代码，被工具不断压缩价值

另一类人变成 “问题设计者”，掌控整个系统的产出

同样用 AI，最后的差距可能是 10 倍、甚至 100 倍。

这件事真正值得思考的不是技术，而是角色的变化。

当 “执行” 不再稀缺，

“定义” 和 “判断” 才是核心。

如果让你选，你更想成为哪一类人？

👉 是写代码的人，还是设计问题的人？