AI 这么能写代码了，你的价值是什么？

AI 能写代码，但它不知道业务要什么。需求怎么拆、架构怎么设计、方案怎么取舍，这些还是要人来做。AI 更像一个很快的执行者，方向还是我定。而且它写的代码要人来审，出了问题也是人负责。

这段话每一句都对，但它可以套用在任何人身上——它没有任何只属于你的东西，也没有承认任何东西贬值了。面试官听完既不会否定你，也不会记住你。

我先说贬值的部分，因为不承认这块，后面说什么都不可信。

确实贬值的有四样：打字速度、API 和框架细节的记忆、写样板代码的熟练度、以及「读一段陌生代码搞懂它在干嘛」的速度优势——最后这条以前是我面试别人时很看重的能力，现在 AI 做得比我快。我不认为这些还值得作为个人卖点。

然后说三样它交不出来的，每样配一件具体的事：

1. 判断哪个上下文是对的。 我们仓里有新旧两套支付回调实现，长得几乎一样，代码里没有任何一行写着哪个在跑。AI 不是不会写幂等，是不知道该往哪儿写——它挑了名字更正统的那个，上线才发现没生效。这类「系统当前的真实状态」只存在于人的脑子和线上，不在代码里。我的价值有很大一部分就是这个：我知道哪些是真的。
2. 把「做完了」写成可判定的句子。 异步派活的前提是有验收标准。我们出过一次事故，需求写的是「要有死信队列」，agent 交回来 CI 全绿，上线一条都没进——因为判据不可判定。后来我们把判据模板化：必须能自动执行。写出这条判据的人是我，不是它。
3. 为后果签字。 出事之后被叫去复盘的是人。这条听起来像正确的废话，但它有具体后果：正因为要签字，我才有权力说「这块不给 AI 做」——比如涉及钱和权限边界的核心逻辑，我仍然自己写，让它 review 我。不是因为它写不出来，是因为这类代码出错的代价不对称。

还有一层是行业层面的：瓶颈已经搬家了。 写代码的产能上去之后，卡住的是验证——有报告把新增的验证成本叫验证税，并明确指出人工评审门会成为新瓶颈；有平台方统计显示 AI 辅助 PR 的体积是非 AI 的 2.5 倍左右，同期无人实质评审直接合并的比例上升了 31.3%。产能过剩、判断稀缺，我的时间就该往稀缺的那一侧挪。 具体到我自己，这一年我花在写代码上的时间明显少了，花在写判据、设计验证链路、做事故归因上的时间明显多了。

最后一条我觉得也值得说：关于「AI 到底提效多少」，公开研究给的答案比想象中保守——有一项针对资深开源开发者的随机实验发现，参与者事前预期加速 24%、事后自评加速 20%，实测却慢了 19%；该团队 2026 年扩大样本后把估计修正到 −18% 和 −4%，同时主动承认存在选择偏差、这些只是「不可靠的下界」。我引这个不是想说 AI 没用，而是想说明一件事：在这个领域，自我感觉和事实之间的偏差非常大——所以我对自己的价值判断，也尽量挂在可观测的东西上。