前言：比想象中更快的未来

AI 对软件开发者职业生涯的冲击，远比绝大多数人想象的要来得快，也来得更猛烈。

回望过去短短两年，技术迭代的曲线令人咋舌：

• 2024 年初： 我开始使用 Cursor。那时的 Agent 基本没有自主查找文件的能力，对代码上下文的理解仅限于模糊搜索。当时我去调研，让它编写一个Java单测，结果是几乎不可用，修复它的错误比我自己写还要慢。它更像是一个基于现有代码胡乱拼写的机器，而且并不会结合语法树、词法令牌去去进行查找、规划与判断。在今天大量agent已经在结合LSP上下文进行编程，它会主动找到关联的代码模块，并主动读取所需上下文
• 2025 年 3 月： Claude Code 上线测试版，Cursor 诞生一年多。此时的 AI 编程仍停留在“提示词生成 + 程序员大量介入改错”的阶段。从交付角度看，大多数工具更像是一个“玩具”，代码存在大量事实错误，且常与需求背道而驰。
• 2025 年底： 仅仅半年后，局面发生了质变。Codex、Claude、Gemini 等头部玩家的 Agent 已经能够独立完成复杂的 CRUD 页面开发。它们学会了通过 Plan 模式自主分析业务逻辑，主动向用户提问，甚至要求人类协助。生成的代码质量大幅提升，基本上已经具备了替代 1-2 年经验实习生的能力。

站在这个时间节点，作为一名经历过技术变迁的开发者，我想分享一些关于“Vibe Coding”（氛围编码/直觉编码）的实战经验与行业思考。

第一部分：驾驭 AI 的工程实践指南

1. 祛魅 Vibe Coding：它是工具，不是神

不管外界对 Vibe Coding 如何狂热，你必须清醒地认识到：Transformer 本质上是概率模型，而不是真正的智能。

• 警惕幻觉： 不要让 AI 生成的代码在未经审查的情况下直接进入生产环境。

• 语料决胜： AI 的表现极度依赖语料库的丰富程度。

  • 正面案例： 在 Next.js 和 Tailwind CSS 等热门开源技术栈下，Claude 的理解能力惊人，几乎能立即生成可用的高质量代码。
  • 反面案例： 在维护我司老旧项目（使用文档匮乏、早已停止维护的 iView 框架）时，AI 的表现堪忧，只能基于现有代码去“猜”。

结论： Vibe Coding 很好用，但它不是万能的。你依然需要具备深厚的判断力来驾驭它。

2. 上下文管理：Less is More

做好 AI 编程的第一步，是做好上下文（Context）管理。Unix 的哲学在 AI 时代依旧适用：保持简单与专注。

• 及时清理： 善用 /compact 压缩上下文或 /clear 清除历史。如果上一个任务与当前无关，果断清空。
• 精准投喂： 不要把整个项目扔给 AI。只提供必要的文件，减少噪音干扰。

3. 提示词工程：像工程师一样说话

不要像业余人士那样提需求，要使用严谨的工程技术语言。

• 错误示范： “我需要一套权限管理系统。”

  • 结果： AI 会扔给你一堆宽泛且大概率不可用的 Demo 代码。

• 正确示范： “我需要一套基于 OAuth 的权限认证系统，构建在 Spring 框架上。在此基础上，构建一套基于 RBAC 模型（Role-Based Access Control）的用户体系，包含‘管理员’、‘普通用户’等角色，并设计角色间的级联关系。”

  • 结果： AI 会精准识别技术栈和业务逻辑，甚至主动确认细节。

核心逻辑： 你的描述越接近技术文档，AI 的检索和生成效率就越高。

4. 任务规划：化身“核动力审查员”

高效的 Vibe Coding 核心在于任务的拆解与规划。

• 微观层面（精确制导）：
  如果你清楚怎么改，只是忘了 API，请通过 @文件名 并在 Prompt 中指明具体的代码行位置。这能极大地缩短 AI 的推理路径。

• 宏观层面（多 Agent 协同）：
  不要在一个窗口里死磕。真正的高效开发者会像指挥官一样，在多个命令行窗口开启多个 Agent：

  • Agent A： 负责实现 Feature。
  • Agent B： 负责修复开发中的 Bug。
  • Agent C： 负责生成单元测试。
  • Agent D： 负责构建流程和 Shell 脚本。

  在这个模式下，Claude 就是你的核动力驴，而你——我的朋友，已经进化成了核动力审查驴。

• Plan 模式与提交策略：

  • Plan 模式： 面对复杂问题，强制 AI 进入 Plan 模式，先搜索、阅读、给出详细修改方案，经你确认后再动手。
  • 频繁 Commit： 让 AI 放飞自我时，最好的安全网就是疯狂提交 Commit。这让你能随时回退，而不用在 IDE 的撤销历史里苦苦翻找。
• Monorepo 实践：
  尽量采用 Monorepo 结构，或者通过软链接将多个相关项目合并到一个文件夹。这有助于 AI 理解跨项目的依赖关系，建立全局视角。

第二部分：对未来的残酷预判

技术变革往往伴随着阵痛，这一轮 AI 浪潮的影响将主要集中在人的层面。

1. 初级开发者的“断层危机”

Fred Brooks 在《人月神话》中提出的“外科手术式编程团队”（由一名首席程序员主刀，其他人辅助）正在通过 AI 真正落地。

• 门槛极速提高： 大量的基础代码将由资深工程师结合 AI 快速完成。
• 成长路径消失： 过去，毕业生通过做“脏活累活”（修修补补、写简单的 CRUD）积累经验，逐渐进化为资深工程师。现在，这部分工作被 AI 接管了。
• 新人的困境： 如果你大学毕业时连 Git 怎么用都没弄明白，只会刷算法题和背计算机底层知识，而缺乏丰富的工程实践经验，你将很难找到那份“入行”的实习工作。公司对实习生的要求将呈指数级上升。

2. 就业市场的存量博弈

这是一个简单的数学题：当单兵作战的效率提升了 5 倍甚至 10 倍，而市场需求并没有同步爆发时，结果必然是岗位的缩减。

这是一场正在发生的行业洗牌。大量的初级岗位将消失，留下来的是那些懂得如何驾驭 AI、具备系统架构能力、能对代码质量负责的资深工程师。

结语

时代的车轮滚滚向前，不会因为任何人的焦虑而停下。对于开发者而言，学会像指挥官一样思考，掌握 Vibe Coding 的艺术，从“写代码的人”转变为“设计系统并审查代码的人”，或许是我们在这个 AI 时代唯一的生存之道。

一个社会能否实现持续而广泛的繁荣，常常被归结为经济政策、技术创新或契约法制的问题。然而，在这些表层因素之下，一个更根本性的力量——社会各方力量的平衡与牵制——或许才是决定其长期命运的真正支点。许多国家之所以陷入“中等收入陷阱”或长期的发展停滞，其根源往往不在于经济本身，而在于社会权力结构的僵化、失衡或系统性失效。

正如哈耶克在《通往奴役之路》中所反复强调的：经济制度从来不是中性的技术安排，而是权力分配的体现。一旦社会将过多资源配置权与决策权集中于少数人或单一机构之手，其结果几乎不可避免地会反映为政治自由的萎缩与社会活力的枯竭。

从历史上看，发展困境常常表现为两种极端的权力失衡。

第一种，是政府或特定权贵阶层（Elites）的力量过于强势，以至于完全凌驾于社会其他阶层之上。在这种“权贵把持”的体制下，政治权力被高度垄断，社会中下阶层缺乏为自身利益发声的有效渠道，也难以凝结成一股足以形成牵制的力量。

哈耶克对此类体制的警告尤为尖锐。他指出，当国家试图对经济进行全面规划时，就必然需要决定“谁得到什么、谁被牺牲”。而这种决策并不存在所谓“科学中立”的标准，只能由掌权者的价值偏好来裁决。结果便是：权力不再受抽象规则（rule of law）约束，而是演变为对具体人的支配（rule of men）。
在这种结构中，所谓的“公共利益”往往沦为权贵自利的修辞工具。

在现实运作中，权贵阶层的首要目标并非社会整体福祉，而是维系统治联盟与供养庞大的国家基本盘——包括军事、警务、宣传、官僚体系及其附属利益网络。经济发展的动力因此被系统性扭曲：
只有当政权面临合法性危机、财政压力或社会动荡风险时，才会“恩赐式”地推动有限改革，以缓解矛盾、延续统治。

而那些真正可能赋权于民、分散权力、建立可预期法治秩序的市场化与制度化改革，在权贵眼中却构成根本威胁。正如哈耶克所言，计划体制最恐惧的，并非低效率，而是不可控的自发秩序；因为一旦社会拥有独立于权力之外的经济与组织基础，权力本身就将失去绝对支配地位。

第二种极端，则是政府权威与执行能力的全面溃散，沦为一个“空壳子政府”。一些南美国家或失败国家的经验表明，当国家无法提供基本安全、司法与公共品时，社会并不会自然走向自由与繁荣，而是陷入帮派化、武装化与寡头割据的状态。
这种情形同样印证了哈耶克的另一层判断：自由并不等同于无政府状态，自由需要一个受约束但有效的国家作为前提。

在这两种极端之间，前者——即“权贵垄断型体制”——往往表现出更强的表面稳定性与更长的治乱循环周期。但哈耶克提醒我们，这种稳定并非来自秩序，而是来自压制；并非源于共识，而是源于恐惧与依附。

当一个体系长期固化，只为上层建筑服务，而系统性剥夺大多数人的上升通道、尊严与选择权时，它实际上是在不断积累社会内部的破坏势能。这种势能或许在短期内被高压所掩盖，但一旦触发点出现，往往以极端形式爆发。

历史一再警示我们，一个“吃人”的体系，无论外表多么强大，其内部都蕴藏着自毁的种子。哈耶克所警惕的，正是这种从“为了效率”“为了公平”“为了稳定”出发，最终却走向全面强制与人格贬损的滑坡。

如果一个社会的上层建筑不能清醒地意识到：不给普通人以体面生存的空间、不给社会以和平博弈的渠道，其结果必然不是长治久安，而是周期性的全面崩坏——那么这种社会终将为其制度傲慢付出代价。

正如法国大革命，或中国历史上的黄巢起义（尽管性质与结果迥异），这些极端事件从不是历史的偶然，而是制度性堵塞和平变革通道后的必然回声。当“苟活”成为唯一理性选择时，砸碎旧体系便成为非理性的理性。

因此，一个国家和民族若想真正摆脱“专制体系下的苟活与治乱循环”，其根本出路并不在于等待“明君开恩”，而在于构建一个能够制度性约束权力的社会结构。
正如哈耶克所强调的：自由不是依赖统治者的美德，而是依赖制度对权力的限制。

这个结构必须确保社会各阶层，尤其是中下阶层，拥有真实、可持续的利益表达渠道与政治参与能力，使上层建筑清楚地认识到——权力的合法性并非源于历史、意识形态或暴力垄断，而只能源于被治理者的持续认可。

这正如亚伯拉罕·林肯在葛底斯堡演说中所言，一个能够长久存续的政府，必须是“民有、民治、民享”的政府。这不仅是道德宣言，更是对抗“通往奴役之路”的制度性答案。

同样，乔治·华盛顿以其行动示范了对权力集中与个人崇拜的警惕。他拒绝称王、主动交权，并非出于个人谦逊，而是清楚地理解：一旦权力不受节制，哪怕始于英雄，也终将终于暴政。
这种对最高权力的主动限制，正是对“权贵把持”体制最彻底的否定。

当市场崩塌，价格的雪崩滚滚而来时，一种流行的论调试图将责任归于那座“山”——宏观政策、金融环境、时代困局。然而，这种视角却巧妙地为构成雪崩主体的每一片“雪花”——那些在高位奋不顾身冲入市场的购房者——开脱了责任。但真相是，若没有每一片雪花的重量、速度与方向，雪崩根本无从谈起。高位购房者的责任，远比他们自己想象的要大。

一、主动的选择，而非被动的裹挟

将高位购房归咎于“别无选择”是一种自我美化的说辞。成年人的世界里，每一个重大的财务决策都是主动选择的结果。没有人用枪指着他们必须在那个特定的、价格最疯狂的时刻，签下那份背负几十年债务的合同。他们完全有权选择等待、选择租房、选择购买其他资产，甚至选择降低欲望，在能力范围内生活。

是他们自己选择了无视显而易见的风险泡沫，选择了相信“房价永远上涨”的虚妄神话。这种选择，本质上是一种认知上的懒惰和对个人责任的放弃。他们将独立思考的权利，让渡给了售楼处的喧嚣、中介的鼓吹和邻里间的攀比。将主动的、高风险的投机行为，包装成“为爱安家”的刚需外衣，但这并不能改变其行为的本质——一场基于贪婪和恐惧的豪赌。

二、贪婪是原罪，是雪崩的加速器

让我们剥开“刚需”的温情面纱，直面许多高位购-房者内心深处的驱动力——贪婪。他们冲进市场，真的是因为今晚不住进去就会流落街头吗？不，更多的是因为他们看到了资产价格飙升带来的财富效应。他们害怕的不是没有房子住，而是害怕错过这趟能让自己“阶层跃升”的快车。

正是这种对不劳而获的财富增值的渴望，让他们对动辄几百万、上千万的价格标签变得麻木。他们不是在“买房子”，而是在“买筹码”，赌桌的另一头，是未来的“接盘侠”。每一个在高位加价的购房者，都在为这个击鼓传花的游戏贡献着自己的力量，都在为后来的入场者设定更高的门槛。他们既是游戏的参与者，也是游戏规则的拥护者和推动者。当鼓声停止，音乐中断，指责游戏本身不公平，无异于一个输光了的赌徒在抱怨赌场。

三、风险的无视，是对规律的蔑视

市场有其自身的铁律，涨跌周期是其基本规律。任何资产的价格都不可能只涨不跌。这是一个连初学者都懂的简单道理。然而，无数高位购房者却表现出对市场规律惊人的蔑视。他们用“这次不一样”的经典论调麻痹自己，沉浸在集体催眠式的乐观情绪中。

他们主动放弃了风险评估，将杠杆加到极致，将家庭未来几十年的现金流全部抵押在一项估值过高的资产上。这种行为，不是勇敢，而是鲁莽。他们就像在悬崖边不断加速的司机，坚信前方是通天大道。当最终坠落悬崖时，能怪的只有自己失控的方向盘和踩死的油门。把责任推给“路况不好”或“天气原因”，是对自己驾驶行为的极度不负责任。

结论

总而言之，市场雪崩的形成，离不开每一片雪花心甘情愿的坠落。高位购房者的悲剧，并非无辜者的不幸遭遇，而是投机者、跟风者和风险漠视者们共同酿成的苦果。他们用自己的真金白银为泡沫投了票，用自己的实际行动为市场的非理性添了柴。

他们是雪崩的一部分，是构成那股摧枯拉朽力量的最小单元。因此，当雪崩来临时，他们不仅是受害者，更是始作俑者之一。承担资产缩水的痛苦，偿还高额的抵押贷款，这并非什么不公，而是为自己当初那个贪婪、盲目且不负责任的决定，所支付的必然代价。在规律面前，没有人可以例外。

在过去数十年的叙事中，“改革”一词占据了中国话语的核心。社会的进步与挫折，似乎都可归因于改革的推进或停滞。然而，若将视野拉长，审视其更深层的结构，一个更根本的问题浮出水面：中国的核心困境，或许并非改革的深度或广度不足，而是其赖以建立的制度地基，本身就存在着结构性裂痕。

《独裁者手册》提出了一个冷峻却极具解释力的视角：任何政治体制，首先都是一套“权力维持机制”，而非“公共福利工程”。统治者的首要目标并非国家富强或人民幸福，而是如何留在权力位置上。从这一视角出发，许多看似“非理性”“反现代化”的制度选择，反而呈现出高度一致的内在逻辑。

本文旨在论证，中国长期反复出现的治乱循环，正是源于一种对权力维持机制的结构性依赖；而唯有建立权责对等、可被挑战、可被更替的宪政框架，才能从根本上改变这一逻辑。

一、失衡的权力天平：症结所在

中国社会最核心的结构性问题，是一种单向度的权力模式。在这种模式下，权力自上而下垂直贯穿，却严重缺乏自下而上的制度化监督与制衡。

1. 决策垄断与“最小赢者联盟”

《独裁者手册》提出了一个关键概念：“赢者联盟”（Winning Coalition）。统治者并不需要取悦所有人，只需要取悦那些决定其生死的关键少数。当赢者联盟足够小，统治者最理性的选择，便不是提供普遍公共品，而是向关键支持者定向分配私利。

在这种结构下，决策并非为“正确”负责，而是为“忠诚”负责。历史上的“大炼钢铁”“人民公社”等运动，并非缺乏理性分析，而是在一个奖惩完全向政治立场倾斜的体系中，真实信息无法抵达决策层。
说真话既不能增加政治安全，反而可能带来致命风险；说假话却能巩固忠诚。这并非个人道德问题，而是制度激励的必然结果。

因此，灾难并非偶发，而是系统性信息失真的自然产物。

2. 权力—财富捆绑的制度必然性

当权力不受制约时，它必然成为财富分配的核心枢纽。《独裁者手册》明确指出：

在小联盟体制下，统治者更偏好可被随时收回的私有利益，而非不可逆的制度性权利。

这解释了为何产权在形式上存在，却始终缺乏终极保障。财富的安全，取决于政治关系的稳固，而非法律的独立性。
对于企业家与中产阶层而言，他们并非真正意义上的“权利主体”，而更像是被暂时授权的财富保管者。这正是资本外流与精英移民长期存在的深层原因——他们并非不爱这片土地，而是清楚地知道：
在一个权力可以随时改写规则的体系中，理性选择永远是分散风险。

二、“低效”的智慧：宪政体系为何反而稳定

西方宪政体系常被诟病为“低效”：议会争吵、政策拉锯、政府关门。然而，《独裁者手册》恰恰提供了一个反直觉的解释：
当赢者联盟足够大时，统治者的最优策略，反而是提供公共品。

1. 大联盟与公共品逻辑

在宪政民主中，赢者联盟往往覆盖社会的大多数选民。统治者无法通过“定向行贿”来维系统治，只能通过提供普遍受益、可持续的制度成果来赢得支持，例如法治、基础设施、教育体系和社会保障。

议会的低效，本质上是不同利益集团公开博弈的过程。它阻止了任何一方将自身偏好强加于整个社会，从而显著降低了系统性错误的概率。
政府关门，并非制度崩溃，而是规则在生效：没有妥协，就无法动用公共权力。

2. 可预测性胜过效率

资本与民众信任的，并非“英明领袖”，而是稳定的规则。宪政体系的真正优势，在于其结果可预期、过程可挑战、权力可更替。
即便政策摇摆，底线仍然清晰：司法独立、新闻自由、产权不可随意侵犯。

正如《独裁者手册》所强调的：

一个依赖公共品维系统治的政府，反而比依赖私利的政府更难腐败，也更难彻底失控。

三、历史的回响：当分配机制失灵

二十世纪上半叶的欧洲，正是“小联盟政治”在现代工业社会中的一次极端爆发。
当经济危机冲击社会，而既有精英仍试图通过压缩公共支出、维护自身特权来维持地位时，民主制度迅速空心化。民众发现：制度无法回应他们的生存焦虑。

此时，法西斯与极权主义登场，它们的承诺并非自由，而是重新分配与强力秩序。
这正符合《独裁者手册》的判断：

当既有统治结构无法再提供足够公共品时，人们会转而支持一个能迅速重组赢者联盟的强权。

二战后的欧洲，正是通过扩大政治参与、强化福利国家与工会力量，强制性地扩大了赢者联盟，才从根本上切断了极端主义的社会基础。和平，并非源于道德觉醒，而是源于制度激励的重塑。

结论：制度不是为了圣人，而是为了防止坏人成功

《独裁者手册》最冷酷、也最诚实的洞见在于：
制度的设计，不应假设统治者高尚，而应假设他们理性且自利。

一个健康的制度，不试图消灭权力欲望，而是通过扩大赢者联盟、强化制衡机制，使滥用权力变得“得不偿失”。
妥协不是软弱，制衡不是内耗，它们是对人性最现实的尊重。

专制体系承诺最高效率，却同时制造最大风险——因为它将整个社会的命运，押注在极少数人的判断之上。一旦判断失误，便无路可退。

因此，真正的问题从来不是“要不要改革”，而是：
我们是否愿意改变那套奖励忠诚而非能力、偏好控制而非责任的权力逻辑？

唯有将权力真正关进制度的笼子里，让统治者的生存依赖于公共福祉而非私人交换，一个社会才能走出反复循环的历史阴影。这不是理想主义，而是对人性最清醒、也最务实的制度选择。

“IT 精英”向“IT 民工”的转变，并非玩笑，而是对程序员这一职业演进过程的真实写照。

回顾编程技术的发展历程，早期的程序设计需要通过打孔卡完成；在汇编语言时代，程序员必须直接处理寄存器、堆栈以及函数调用等底层细节；到了 C/C++ 时代，内存分配与释放、内存泄漏等问题成为开发者绕不开的技术门槛。而随着 PHP、Java 等高级语言的普及，企业级应用开发的难度被大幅降低——只要逻辑清晰、业务理解到位，开发本身并不存在太多技术障碍，所需的库与工具几乎都已高度封装，开发者的主要挑战转变为如何将工具与业务逻辑进行有效组合。

进入 Vue、React 等前端框架时代，前端开发进一步工程化，大型项目的开发和维护成本持续下降，前端技术门槛也随之被不断压低。

从整体来看，传统意义上“程序员需要解决的技术难题”已经越来越少。大量曾经复杂的问题，早已被高阶开发者以“造轮子”的方式封装完成，并沉淀为成熟的工具、框架和最佳实践。

高并发常被视为技术能力的试金石，但现实是，大多数公司并不存在真正意义上的高并发场景。对许多企业而言，高并发更像是一种“屠龙之技”——存在于想象中，却鲜有实际用武之地。即便遇到并发问题，其本质往往也是经验问题：在足够多的实践场景中反复打磨后，并不具备难以逾越的技术壁垒。更何况，Go 等语言在设计之初就内置了协程与并发模型，显著降低了并发编程门槛；现代软件工程又普遍采用服务化部署和成熟的弹性伸缩方案，使得需要开发者亲自解决的并发问题进一步减少。

至于编译器、操作系统、底层驱动、图形等相对小众的技术领域，深入了解后会发现，其核心并非“不可企及的难度”，而更多是时间积累与工程经验的叠加。这些领域对个体而言或许存在一定护城河，但其根本原因在于岗位稀缺、新人进入门槛高，而非技术本身具有决定性优势。一旦失业，重新匹配岗位的难度也往往更高，甚至很多人连这些“萝卜坑”具体在哪里都无从知晓。

剩下的挑战，主要集中在大型软件工程的复杂度控制与系统架构设计上。然而，这类问题通常由少数架构师负责，鲜少落到普通甚至资深开发者头上。更现实的是，大多数项目的业务复杂度远未达到需要专职架构师介入的程度，往往由几名经验丰富的开发者协作即可完成。

在国内的软件工程实践中，“能用就行”的开发模式依然占据主流。可维护性、长期演进等工程质量问题，往往并不在决策优先级之内。企业更关注交付速度，而非技术债务的长期成本。在劳动力极为廉价的环境下，当系统不可维护到一定程度，推倒重来、重新招聘人员，反而成为一种“更经济”的选择。在这种现实条件下，程序员个人的技术积累很难转化为稳定而持久的议价能力。

当市场供需尚未严重失衡时，个体仍有机会分享行业红利；但一旦供给过剩，市场力量便会迅速重塑一切。十年前，iOS 开发者只需完成简单页面即可获得可观薪资；而如今，大量应届生已系统掌握前端技术，仍难以获得稳定的外包或正式机会。这并非个体努力不足，而是市场结构性变化的结果。在这样的环境下，单纯“学技术”未必能带来出路，甚至出现了“不如学语言--润”的现实考量——而未来，随着离线大模型与实时翻译硬件的成熟，工作语言技能本身或许也不再构成壁垒。

进入后 LLM 时代，AI 编程工具对程序员职业的冲击愈发显著。尽管目前大模型在长上下文与复杂系统理解方面仍存在明显不足，容易出现幻觉，但这并非决定性问题。事实上，只要 AI 在小规模、局部任务中达到较高可用率，便足以替代大量重复性工作。而现实恰恰是，大多数程序员的日常工作本身就高度重复，缺乏真正的创新性，这正是 LLM 得以迅速普及的根本原因。

更重要的是，大多数企业的软件产品并不存在高度差异化的复杂需求。其中页面结构、业务流程、交互逻辑高度趋同，AI 只需对这些“通用模式”进行充分学习，即可生成质量尚可的解决方案。开发者的角色，逐渐转变为在 AI 生成的半成品基础上进行修补与整合。原本需要两到三人完成的工作，如今一人即可胜任，这对本已紧张的就业市场而言，无疑是一次强烈冲击。

在后 LLM 时代，程序员的知识与技能正不可避免地走向“商品化”和“廉价化”。这一趋势已然显现，冲击正在到来。