最近我开始思考关于AI接管工作的所有热议。Sam Altman说AI将取代95%的发言人工作，然后来自Anthropic的人又提到AI可能在6到12个月内完全取代软件工程师。这种悲观情绪确实普遍，但我觉得很多人误解了这项技术的实际运作方式。

AngelList的Naval Ravikant对这件事有一个有趣的看法。他说，AI带来的生产力提升可能被过度夸大了，如果我们深入观察，AI总是有缺陷。无论多先进，它仍会犯错。这也是为什么真正理解基本逻辑的软件工程师仍然非常重要的原因。

我认为，真正在自己领域内的专家无需害怕。理解这些抽象背后机制的软件工程师具有巨大优势。当AI生成代码——使用Claude Code或其他工具——它会产生漏洞、不完美的架构。懂得基本逻辑的人可以快速修补这些漏洞。当你想构建结构良好、性能高的应用程序、从一开始就捕捉到错误时，你仍然需要有软件工程背景。

在许多方面，传统的软件工程师可以更好地利用AI工具。还有很多软件领域的问题是AI无法解决的，尤其是当它们超出训练数据范围时。例如，如果你想在新架构或真正创新的项目中实现高性能代码，你仍然需要直接参与。

我在市场上的观察是，所有人都想成为最好的。更好的应用几乎一定会赢得其类别中的100%市场份额。第一名得到一辆凯迪拉克，第二名得到一把牛排刀，第三名？它就走了。所以现实是：如果你想成功，你必须成为某个领域的佼佼者。但这个领域可以是任何东西。

这就是关键——不断重新定义你的工作，找到适合你的子领域，并在那儿成为佼佼者。这一原则在AI时代依然适用。专业知识和深度理解某个领域始终无法被取代。只要你精通你的领域，你就安全了。