AI × PROGRAMMER × LANGUAGE
AI 越会
写代码，
程序员越要
会表达
当“实现”越来越便宜，把问题想清楚、说明白，正在成为新的技术基本功。
先讲一个这周科技圈的八卦
微软问 6 万人：
“要不要拿钱先走？”
Copilot 一边帮你写代码，公司一边重新计算：到底需要多少驾驶员？
真正值得焦虑的，不是明天突然失业
是程序员的价值标准
已经开始变化
会写代码、熟悉框架、能把需求做出来。
AI 接手页面、接口、测试和大量重复修改。
自然语言，正在从“软技能”
变成生产工具
这不是预测，大厂已经这样干了
从写代码，到审代码、
管 AI、对结果负责
超过 1/4 新代码由 AI 生成，再由工程师审查和接受。
Amazon Q 协助 Java 升级，官方估算节省超过 4500 个开发者年。
申请新增人力前，先说明为什么目标不能通过 AI 完成。
在指定编程任务中，Copilot 组平均完成速度快 55%。
AI 拿走什么，又放大什么？
实现越来越便宜
表达越来越值钱
正在被压低成本
标准接口 · 常规页面 · 测试生成 · 代码翻译 · 重复修改
正在被放大价值
问题定义 · 系统设计 · 方案取舍 · 风险判断 · 结果负责
表达 ≠ 会说漂亮话
程序员需要的
四层表达力
本质上，是一种结构化思考能力。
谁遇到了什么问题？为什么值得解决？
历史为何这样设计？哪些信息 AI 不知道？
异常怎么办？哪些不能碰？什么叫完成？
为什么选这个方案？代价是什么？
同一个 AI，两种表达
“帮我做一个
英语学习 App。”
“为想提升阅读和听力的人，设计每天 15 分钟的学习流程：热点内容 → 语境词汇 → 听读跟读 → 三个理解挑战，并持续保存学习记录。”
这里是从程序员走向英语的关键一步
完整的表达能力
有两个方向
读懂信息、概念和它原本的语境，形成高质量判断。
把目标、上下文、边界和判断准确表达给人或 AI。
所以，为什么还要学英语？
不是因为中文不行，
而是为了扩大语言带宽
直接接触论文、技术文档、开源社区与产品讨论的一手语境。
获得更完整的概念工具箱，更准确地理解并表达复杂问题。
如果目标是理解和表达，学习方式也要改变
从“认识多少词”
走向“能不能理解和表达”
AhaTime 如何承接这件事？
围绕同一份内容，
把理解与表达连起来
最后，只记住这一句话
AI 让写代码
越来越容易，
也让表达能力
成为程序员新的基本功。
当机器越来越懂语言，人反而更需要把话说清楚。
留给大家一个问题
AI 时代，
你觉得程序员最需要补的
表达能力是什么？
欢迎在评论区聊聊。