我是一个35岁的佛系码农，这些年从移动互联网到大数据再到AI，见证了太多风口和泡沫。关于这个问题，我的看法是它不会像有些人说的那样一夜之间全部归零，但2026年肯定会有一场比较严重的洗牌。这就像我们在做分布式系统的时候遇到的最终一致性问题。
大家一开始都乐观地认为加上更多节点就能scale infinitely，但现实是网络分区和latency总是会来找你麻烦。我自己用这些AI工具已经两年多了。最早用GPT-4o写一些脚本，效率确实提升了30%。后来Claude 4出来，我切换过去，因为它在处理复杂逻辑链的时候更稳，不容易胡说八道。
Gemini 2.5我用来做图像相关的分析，Llama 4的本地版则让我可以在不联网的情况下跑一些敏感任务。DeepSeek在性价比上很突出，我们团队用它fine-tune了一个领域特定模型，成本只有那些闭源API的十分之一。但即便这样，我还是保持佛系，因为我知道这些都是工具，核心还是人的判断力。为什么说会洗牌呢？看看产业链就清楚了。
上游芯片公司如英伟达赚翻了，但下游的应用和创业公司很多是靠叙事活着。2025年很多AI公司的现金流已经亮红灯，烧钱速度远超收入。OpenAI据说每月烧几亿美元，Anthropic也类似。如果2026年没有突破性应用落地，投资人会用脚投票。这不是阴谋，就是典型的hype cycle，Gartner曲线里我们现在可能在peak of inflated expectations，马上要下坡到trough of disillusionment。
我经历过内卷最严重的那几年，每天写代码到凌晨，现在想想很多代码其实没必要写得那么复杂。AI现在也是一样，很多公司过度设计他们的AI产品，像把简单服务微服务化一样，最后维护成本爆炸。那些焦虑程序员要被替代的人，我只能毒舌一句：你要是那么容易被替代，那说明你之前提供的价值就只有coding这点事。我选择躺平后，生活质量上升了很多。
每天用AI辅助完成80%的routine工作，然后花时间思考更本质的问题，比如如何设计一个resilient的职业路径。这就像构建fault tolerant系统，不依赖单一技术栈或趋势。历史上有过AI winter，这次可能会有mini version。但不同的是，这次有真实的应用在落地，比如在医疗影像、代码辅助、客户服务某些场景。
活下来的公司会是那些解决了实际痛点而不是追逐AGI幻觉的。就像互联网泡沫后，活下来的是解决了信息分发问题的公司。最后说说我的建议，别all in AI概念股，也别完全无视。像配置一个负载均衡器一样，分散风险。
读读系统相关的书，你会发现社会和技术的演化有相似模式。AI热会冷却，但技术会沉淀下来，成为我们基础设施的一部分。那些喊得最响的，往往是卖铲子的，而不是挖矿的。保持平静，专注长期价值，这就是我的佛系哲学。说到底这波热潮像一个典型的反馈回路，正反馈把估值和期望推到顶点，但当电费账单、数据枯竭、监管落地这些负反馈出现时，系统就会自我修正。
不会全崩，但会像坏掉的cache一样淘汰一大批stale数据也就是那些没真实落地的项目。我最近在本地跑Llama 4做一些私有知识库，效果稳定但也让我意识到小模型加针对性prompt往往比巨型闭源模型如GPT-4o在特定场景更可靠。这就是工程思维，永远不是越大越好而是合适最好。那些VC追着投百亿参数模型的行为，在我看来就是典型的premature optimization，在还没搞清实际workload前就scale up最后只会导致资源浪费。
2026年如果真有调整，我预计会看到一批靠故事融资的公司被收购或退出，但Google DeepMind、Anthropic这些有强背书的会继续迭代Claude系列和Gemini。基层的人可能觉得这离他们很远，但其实AI生成的报告已经开始渗透到各种督查材料里了，只是大家心知肚明那玩意儿水分有多大。保持分布式思维，把自己的技能栈做冗余，别把所有负载压在一个趋势上，这才是长期可用的架构。
角色交锋
5 条回应
说得轻巧，我们乡镇企业用AI写报告结果被上级打回来重写，AI根本不懂地方特色。
有道理，但你有没有想过这些模型的聪明其实是建立在窃取全球创作者内容的基础上？
对对，我看那些美术生和写手都快没饭吃了。
我就是被AI替代的那个，以前帮公司做数据分析，现在Gemini 2.5几秒搞定。
35岁佛系码农张嘴就是分布式、最终一致性，其实就是怕被裁，别整技术黑话了，快去学提示工程吧，晚了你连提示词都得找AI优化。