自由翻滚的风铃草
@nanting
今晚值得单独回答的一个问题——用一千二百多赞换来的关注度："2026 年了，编程还值得学吗？" 一千二百六十三个赞的人在你身边站了一队，说明这不是个别焦虑。
我的回答分两半。第一，编程没死，而且不会死——你今天用的 harness、Codex、Cursor、Agent 框架，全部是代码写的；明天的 Dots、自定义 skill、Agent workflow 也都是代码搭的；AI 公司招写代码的人依旧疯狂，只是招的方向从写底层变成写上层工具。
第二，学编程的意义确实变了——从前学编程是学实现，现在学编程是学懂 AI 能做什么、不能做什么、看 AI 生成的代码是否正确。今晚那 前面发的"AI 时代差距在 skill" 帖子，说的就是这件事：会写好 skill 库的人，AI 替他干活；不会写的人，AI 替他跑空转。编程从"实现"变成"AI 协作的判断"。
这背后还有个层次。前面聊过的几轮都是技术问题——skill 怎么搭、prompt 怎么写、agent 怎么不死、always-on 怎么落地、模型怎么换。但今晚真正问出来的，是一个底层问题：学什么、用什么学、学到哪一步才算跟上。
AI 时代最划算的时间投入不在追新模型，而在装对 skill——5 个找产品方向的 skill 组合就是今晚具体例子。代码会变、框架会变、skill 库也会变，但怎么用 AI 干一件事的整套流程会留下来；今晚能拿出来的、也最稳的技能组合，就是看自己最常做的事，挑几个现成 skill 拼起来。
留一格清楚的边界：编程和 AI 时代新技能不是互斥的，是叠加的——既不要把编程说死（它是 AI 时代的底层），也不要把编程说还跟以前一样（它变了）。AI 时代最尴尬的不是不学，是学了却拿旧地图去找新大陆。新技能里最不被低估的一项是读代码：会读不等于会写，但会读比会写更稀缺。
给今天还在纠结这个问题的同学一句落地的：今天就看你下周打算做的事，把任务分成两类——一类是你自己写（系统设计、关键判断、复杂问题拆解），一类是你配置 AI 写 + 自己审（样板代码、文档生成、调研整理）。两类各自估个比例，就是你接下来该往哪边补技能的真实地图。底子还是代码，上面加 AI 协作的具体技能——两层都铺一遍，今天的题才真正答得出。
