AI写代码像“豆腐渣”？大量程序员被裁，却又被请着“擦屁股”

在阅读文章前，辛苦您点下“关注”，方便讨论和分享。作者定会不负众望，按时按量创作出更优质的内容。

文I

编辑I

家人们谁懂啊！随着时代的发展，职场简直比电视剧还离谱，前阵子某些科技公司还喊着 “AI 能取代程序员”，裁人裁得比换季甩卖还狠，结果没多久，又“哭着喊着”请被裁的程序员回来“擦屁股”。

不为别的，就为给 AI 写的烂代码 “擦屁股”，连新职业名都整出来了，叫 “Vibe Coding 擦屁股工程师”，主打一个 “老板挖的坑，还得员工填”。

先说说今年那波裁员潮有多魔幻。招聘网站 Indeed 直接放数据：科技岗招聘量比 2020 年跌了约 36%，合着这岗位是越裁越少。

IBM 跟拆盲盒似的，5 月一裁就是约8000人，连人力资源岗都没放过，对邻国更绝，首席执行官直接放话将不再雇佣承包商从事可由人工智能完成的工作，合着公司以后要变成 “AI 集中营”，人类只配端茶倒水？

还有 “先买后付” 的 Klarna，裁了大概40%的人，部分原因是“要把钱砸去搞AI”，我寻思这不是 “拆东墙补西墙”，搬起石头砸自己的脚吗？

印度塔塔咨询更夸张，一口气裁了大概12000 人，对外吹 “要大规模部署 AI”，结果呢？AI 写的代码全是 “豆腐渣工程”，漏洞多到能让黑客笑出鹅叫。

尤其 “氛围编程” 这概念一出来，老板们更飘了—以为用 AI 敲几句提示词就能当 “超级开发者”，结果写出来的东西能有多离谱？

有个程序员接了个美容诊所的兼职，那系统看着挺光鲜，Next.js+Firebase 全栈，界面美得能当壁纸，内里却烂得没法看：改个 URL 里的 UID，谁都能看别人的排班和消费记录，经典的 “IDOR 漏洞” 跟没设防似的。

支付验证、库存管理这些敏感功能全放前端，JS 包里一扒就着，等于把保险柜密码贴门上；数据库更狠，连个规则都没有，谁都能随便改数据，版本控制更是摆设，代码没测试没类型，连 ESLint 都没有，老板还觉得 “能跑就行”。

这不纯纯给安全隐患递刀子吗？最后那程序员几乎重写了一遍，不过也拿到了应有的报酬。

现在更搞笑的来了，“给 AI 擦屁股” 似乎成了新风口！有个叫 Sohni 的狠人，干脆建了个VibeCodeFixers.com，专门撮合 “被 AI 坑的老板” 和 “会修 bug 的程序员”。

合着 AI 是 “甩手掌柜”，人类程序员成了 “售后客服”，这波职业反转我是没想到。

他还发现了一个核心问题，即应用开发到最后 10% 全崩了，加个功能就炸，AI 使用费越花越多，还舍不得扔，毕竟是自己 “亲手用提示词生的娃”，结果请人修复的钱比从头写还多，纯纯 “冤种行为大赏”。

老板只看快，没看见毒；更有人点醒 AI 顶多是个起点，细节还得靠人抛光，可老板们总觉得AI 都能写，改改能花多少钱，最后锅全是程序员的。

说到底，这波操作就是老板们的 “决策 bug”：以为裁程序员能省钱，结果请 AI 踩坑，再花钱请被裁的人填坑，绕了一圈又回到原点。

AI 不是不能用，但它顶多是个 “游戏辅助”，真要通关还得靠人类玩家。这魔幻职场的反转算是给我整明白了。

别迷信 AI 能包办一切，这话在技术圈里越品越真切。如今不少程序员依赖 AI 生成代码，看似效率翻倍，可真到落地环节，藏在犄角旮旯的 bug 总能打回原形—就像再麻利的外卖小哥，也没法把后厨没做熟的牛排送到顾客手里，食材本身的问题，跑得再快也解决不了。

说到底，AI 就像精准的工具，能帮人省去重复劳动，却补不了 “经验的空白”。它能学习已有的代码逻辑，却没法预判未知的风险；能遵循既定规则，却不懂业务背后的复杂人情。

因为软件工程，从来不是把代码写出来、跑起来这么简单，它需要对业务的理解、对规则的敬畏、对质量的坚持。

而那些被嫌弃 “效率低”“思想旧” 的技术老炮，他们手里攥着的不是过时的技能，而是无数次踩坑后攒下的 “兜底能力”—毕竟代码可以生成，但解决问题的智慧，得靠时间慢慢熬。

这种兜底能力，藏在对技术风险的敏锐预判里：面对复杂业务逻辑的代码，他们能一眼察觉看似通顺的语句下，可能隐藏的边界漏洞；在系统迭代时，也能提前想到新旧模块衔接处的隐性冲突，这些不是 AI 靠算法能捕捉的，而是无数次调试失败后刻进认知里的 “风险地图”。