当代码越来越便宜：AI 编程时代，软件开发者真正稀缺的能力是什么？

2026年9月24日内容管家

编程开发评论2字数 4951阅读16分30秒阅读模式

摘要AI 正在让“写出代码”变得越来越便宜，但软件开发者的价值并没有消失，而是在向问题定义、领域知识、系统架构、验证、安全、运维、分发与责任迁移。结合 WordPress、Stack ...

AI 正在让“写出代码”变得前所未有地便宜，但这并不等于软件开发者会失去价值。更准确的变化是：软件开发价值链正在重新定价。过去稀缺的是实现能力；当 Coding Agent 能在几分钟内生成脚本、插件、后台页面甚至完整应用后，稀缺性开始向问题定义、领域知识、系统设计、验证、安全、运维、分发与责任迁移。

这件事在 WordPress 生态里已经出现了非常清晰的早期信号。WordPress 官方 Plugins Team 披露，过去新插件通常只有每周 100～150 个；2025 年底已超过 300 个/周；到 2026 年 3 月超过 500 个/周；2026 年 5 月进一步达到约 700 个/周，是 2025 年同期的 2.7 倍、2024 年的 5 倍。与此同时，官方也明确表示，AI 辅助审核能提高吞吐，但涉及判断、安全上下文、规则冲突和边缘情况时，仍离不开有经验的人。

这可能就是未来整个软件行业的缩影：软件不会变少，反而可能变得更多；“能做出来”越来越不稀缺，“能做对、做稳、做成生意并长期负责”越来越稀缺。

一、先纠正一个误区：AI 更可能让软件“爆炸”，而不是让软件行业消失

很多关于 AI 编程的讨论，隐含了一个线性假设：一个开发者的效率提高 5 倍，那么企业以后只需要五分之一的开发者。

现实经济并不一定这样运行。生产成本下降后，需求常常会被激活。以前因为“开发不划算”而被放弃的内部工具、长尾插件、小众自动化、企业流程和个性化软件，现在可能突然值得做了。

观察信号	最新公开数据	更合理的解释
WordPress 插件供给	2026 年 5 月约 700 个新提交/周，约为 2024 年的 5 倍	开发门槛下降后，供给不是缩小，而是在加速扩张
GitHub 开发活动	2025 年超过 1.8 亿开发者账户，单年新增 3600 万+，全年接近 10 亿次 commit	AI 普及与软件生产活动增长同时发生
美国职业预测	BLS 最新 2025～2035 预测中，软件开发者就业仍预计增长约 10%	至少官方基准情景并不是“开发岗位整体崩塌”
AI Agent 使用	Stack Overflow 2026 年 5 月脉冲调查中，Agent 使用率从 31% 升至 59%	Agent 正快速进入真实工作流，但尚未等于完全自治

这些数据不能证明“AI 一定创造更多开发岗位”，也不能排除某些岗位被压缩。它们真正说明的是：“AI 让开发效率提高”与“软件行业萎缩”并不是同一件事。

更值得警惕的，是另一种变化：当相同功能的生产成本持续下降，市场价格、利润率、进入门槛和产品生命周期都会被重新压缩。未来最先被冲击的，未必是“开发者这个职业”，而是以实现工时为主要定价依据的开发价值。

二、“人人都能做软件”与“人人都能做出好产品”，中间到底差什么？

这和“人人都能看菜谱”不等于“人人都能成为好厨师”有相似之处，但 AI 带来的变化更深：它不仅给了你菜谱，还开始替你切菜、配菜、控火甚至完成一部分烹饪。

于是竞争会从“谁会做”转向“谁知道应该做什么、怎么证明它真的好、怎么持续经营”。至少有六道鸿沟不会因为代码生成变快而自动消失。

1. 问题选择：做得快，不代表做的是对的

模型擅长把一个明确需求变成实现，但它并不会天然知道哪个问题值得解决、谁愿意付钱、哪些需求只是用户口头想要、哪些问题会反复发生并形成长期价值。

当实现成本降低后，错误地选择问题反而会成为更大的浪费：团队可以用更快速度制造更多没人需要的功能。

2. 验证：生成代码变快后，“证明正确”开始成为瓶颈

Stack Overflow 2025 年开发者调查中，84% 的受访者已经使用或计划使用 AI 开发工具，但 46% 不信任 AI 输出准确性；66% 最常见的挫败感是“答案几乎正确，但差一点”，45% 认为调试 AI 生成代码有时反而更耗时。

METR 在 2025 年对经验丰富的开源开发者进行随机对照实验时甚至得到一个反直觉结果：在他们非常熟悉的成熟代码库中，使用当时的 AI 工具完成真实任务平均慢约 19%。METR 2026 年的后续研究认为前沿工具明显进步，但因为开发者开始不愿接受“禁用 AI”的实验任务，已经很难继续得到同样干净的因果估计。

另一个更值得关注的研究是：METR 让真实维护者审核&查验通过 SWE-bench 自动测试的 AI PR，发现约一半测试通过的 PR 仍不会被维护者合并。自动测试通过不等于代码已经满足真实项目的维护性、设计、兼容性和长期演进要求。

3. 集成：真实软件不是孤立代码，而是一张依赖网络

一个 Demo 可以只有一个数据库、一套 API 和几个页面；生产系统却往往同时连接支付、身份、CRM、ERP、消息、缓存、搜索、监控、权限、第三方 API 和历史数据。

AI 越容易生成局部代码，跨系统边界的复杂度反而越容易暴露。未来大量高价值工程工作，会集中在集成、迁移、兼容、约束和故障处理上。

4. 运维与可靠性：能上线只是开始

DORA 2025 年研究显示，AI 使用已经与吞吐和产品表现的改善相关，但与软件交付稳定性仍存在负相关。DORA 的核心判断非常重要：AI 更像一个组织能力放大器。测试、版本控制、快速反馈、小批量交付和内部平台基础好的团队，会被放大；流程混乱、质量门薄弱的团队，也会被放大。

5. 分发与信任：软件越多，被发现越难

当市场里有成倍增加的插件、应用和 SaaS 时，真正稀缺的不再只是供给，而是注意力。品牌、社区、搜索排名、合作伙伴、客户口碑、渠道关系、售后体验和长期信誉会变得更重要。

6. 责任：AI 可以建议，但最终总要有人负责

安全漏洞、支付错误、数据丢失、隐私违规、业务中断发生时，客户不会接受“这是模型生成的”作为结果。越接近高价值、高风险、高责任系统，ownership 与 accountability 越难被商品化。

三、哪些开发工作最可能先被商品化？

这里更准确的词不是“消失”，而是商品化（commoditization）：同样的功能会更便宜、更快、更容易被替代，因此单纯依赖这类能力获取溢价会越来越困难。

更容易被商品化的工作	为什么	未来仍可能存在的价值
一次性脚本、数据转换、小型自动化	需求边界清晰、反馈周期短、容易验证	与真实业务流程深度集成、长期运维
简单 CRUD、后台表单、管理页面	模式高度重复，框架约束明确	复杂权限、数据一致性、审计与业务规则
简单 WordPress 小插件与 Code Snippet	一段 prompt 就能完整描述，代码量小	跨版本兼容、安全、支持与持续更新
普通 CSS/JS/PHP 定制	AI 对局部修改和常见模式非常擅长	复杂主题体系、设计系统、性能与可访问性
模板化页面、基础主题脚手架	视觉生成和组件组合能力持续增强	品牌系统、UX 研究、复杂交互与长期治理
简单 API 包装器	接口文档 + 示例足以驱动生成	多系统协调、容错、数据治理、SLA
通用 AI 内容生成插件	模型能力本身高度同质化	专有数据、行业工作流、评测与结果闭环

一个非常实用的判断方法是：如果一个产品可以被用户用一段 prompt 完整描述，模型一天内能做出 80% 的替代品，又没有专有数据、持续服务、复杂集成、品牌信任或迁移成本，那么它未来的价格压力几乎一定会越来越大。

四、代码越便宜，什么反而会越来越贵？

真正值得开发者投资的，不是某个具体 AI 工具的按钮位置，也不是把“提示词技巧”包装成长期护城河。模型和工具层会持续变化，今天稀缺的操作技巧很可能在下一代产品里被默认自动化。

更耐久的稀缺性来自以下能力：

稀缺能力	AI 越强为什么越重要	可以如何训练
领域知识 + 问题所有权	实现变便宜后，选错问题的机会成本更高	长期进入一个行业，理解业务指标、规则和真实用户
系统架构与复杂系统设计	局部代码更容易生成，跨模块长期演进更难	学习边界设计、数据模型、一致性、故障模式与技术债治理
测试、Eval、Debug、可靠性	生成量越大，错误检测与回归验证的价值越高	单测、集成测试、E2E、静态分析、可观测性、故障演练
安全、隐私与合规	攻击面和自动生成代码同时增加	威胁建模、权限、供应链安全、数据治理、法规边界
专有数据与工作流	通用模型人人可用，独特上下文并不普及	积累真实业务数据、反馈、规则、评测集和行业 taxonomy
真实世界集成能力	企业系统的历史包袱和隐性规则很难被一个 prompt 抹平	支付、ERP、CRM、身份、消息、迁移、容灾等复杂项目
产品判断与 UX	功能供给爆炸后，“少而对”比“多而快”更稀缺	用户研究、定价、需求取舍、行为数据和产品复盘
分发、品牌与客户关系	软件更容易做，获得用户反而更难	SEO、内容、社区、渠道、销售、合作伙伴与客户成功
Ownership / Accountability	客户购买的是结果和责任，而不是 token 或代码行数	对指标、事故、上线、成本和客户结果承担长期责任

未来最稀缺的开发者，不一定是“写代码最快的人”，而是能定义正确目标、让 AI 高吞吐执行、建立验证系统，并对最终结果负责的人。

五、WordPress 会成为这场变化最早的“金丝雀”之一

WordPress 特别值得开发者观察，因为它同时拥有巨大安装基数、开放插件市场、低开发门槛和大量个人开发者/小团队。AI 一旦显著降低软件生产成本，这类生态会比大型企业核心系统更早感受到供给冲击。

2026 年 5 月约 700 个新插件/周的提交速度，就是非常直接的证据。更值得注意的是：WordPress Plugins Team 自己也在用自动化和 AI 辅助审核来处理这波供给增长。也就是说，AI 同时在降低“生产插件”的成本，也在降低“审核插件”的成本。

这意味着未来 WordPress 市场可能出现一种非常鲜明的两极分化：

更容易被压价的方向

只解决一个小功能的一次性插件；
简单 shortcode、后台字段、前端样式和代码片段；
普通 Gutenberg 小区块、模板和主题样式组合；
公开 API 的薄包装；
没有数据和工作流壁垒的通用 AI 内容插件；
价值主要来自“替用户省下几小时写代码”的产品。

更有韧性的方向

支付、电商、会员、身份与权限等业务关键系统；
安全、备份、性能、迁移、监控等“出错成本高”的能力；
WooCommerce + CRM + ERP + 物流 + 支付等复杂集成；
垂直行业工作流，例如教育、医疗、本地服务、专业内容运营；
插件 + 云端服务、插件 + 数据/API、插件 + SLA；
拥有社区、生态、合作伙伴网络和长期品牌信任的产品。

因此，WordPress 开发者未来更值得问的不是“还能不能继续做插件”，而是：我的插件究竟只是代码，还是一个持续交付业务结果的入口？

六、软件开发者最可能从“代码生产者”变成什么？

未来 5～10 年，开发者角色更可能发生迁移，而不是统一消失。不同公司会使用不同职称，但高价值角色会越来越具有以下共同特征：

Product Engineer：从用户问题一直负责到生产结果，而不是只接收 ticket。
Domain Engineer：既懂软件，也真正懂某个行业的业务规则。
AI Systems / Eval Engineer：设计 Agent 工作流、上下文、工具、评测、回归和安全边界。
Platform / Reliability / Security Engineer：让大量 AI 生成变更可以安全、可观测、可回滚地进入生产。
Technical Owner：管理人类与多个 Agent 的协作，对系统结果、成本和风险负责。

这里最关键的迁移，是从“我写了多少代码”转向“我负责什么系统、业务结果和风险”。

七、学习编程还值得吗？值得，但学习方式必须变

AI 会写代码，并不意味着理解代码失去价值。相反，当你需要审核&查验、修改、调试和验证机器生成的大量代码时，缺乏基础知识会让你连“错在哪里”都无法判断。

但学习重点应该发生变化：

降低对语法记忆、模板背诵和机械 API 查找的投入；
强化程序执行模型、数据结构、数据库、HTTP、并发、权限、安全和系统边界；
学会读代码、审代码、定位故障，而不只是从空白文件开始写代码；
把测试和验收标准放到实现之前；
让 AI 负责大量实现和探索，但自己保留问题定义、架构、关键审核&查验和最终判断。

Stack Overflow 2026 年 3 月的调查信号也很有意思：开发者越来越多地使用 AI 学习，但只有约 1% 的受访者表示只依赖 AI，大多数人仍会结合官方文档、搜索、社区和其他来源交叉验证。未来真正危险的学习方式，不是“用 AI 学编程”，而是让 AI 替代自己形成模型、验证事实和理解失败原因的过程。

八、给开发者的一份 12 个月迁移路线图

0～3 个月：先把 AI 从“聊天工具”变成受控生产力

选一种主力 Coding Agent / AI IDE 深度使用，而不是每天换工具。
为真实项目建立 CI、自动测试、静态分析、安全扫描和回滚机制。
记录基线：feature lead time、PR review 时间、返工率、escaped defects、support tickets、AI 成本。
不再用“AI 写了多少代码”衡量效率，而看“通过验收的交付”是否更快、更稳。

3～6 个月：从技术问题转向客户问题

至少完成 20 次真实目标用户访谈。
寻找 3 个愿意长期一起迭代的 design partner。
停止堆“一句话 prompt 就能复制”的功能，选择一个有隐性规则的垂直工作流。
把 issue → spec → implementation → test → review → deploy 变成可重复的 AI-assisted 流程。

6～12 个月：建立 AI 难以直接复制的资产

做 2～3 个真正困难的深度集成，而不是再加 20 个浅功能。
积累专有数据、真实故障案例、评测集、客户工作流与自动化规则。
建立自己的内容、邮件、社区、合作伙伴等分发渠道，减少对单一平台的依赖。
独立开发者和 WordPress 团队尽量把一次性收入迁移到订阅、托管服务、API、数据或 SLA。

九、未来 2026～2035，最值得观察的不是模型排行榜，而是这几个领先指标

没有人能可靠给出“哪一年程序员会被替代”的精确时间表。比押注年份更有效的，是持续观察几个会真正改变产业结构的指标：

长任务成功率：Agent 能否连续数小时或数天在真实 repo 中工作，而不是只通过 benchmark。
人工审核&查验成本：每个 AI PR 需要多少分钟 review，revert 和返工率是否持续下降。
生产质量：AI 使用增加后，故障率、MTTR、安全事故是否改善，而不仅是 PR 数量上升。
初级岗位结构：招聘是否持续减少 entry-level “纯实现”岗位，同时增加 AI-native、平台、产品和领域型岗位。
软件供给与价格：WordPress 插件、SaaS、内部工具数量是否继续高速增长，而单功能产品价格持续下降。
企业购买逻辑：客户究竟是在减少 SaaS 采购、转向 Agent 自建，还是把 Agent 嵌入既有 SaaS。

如果未来 2～3 年同时出现“长任务可靠性大幅突破 + 人工 review 成本持续下降 + 生产稳定性不再恶化”，软件工程就会真正进入 Agent-first 阶段。反之，如果这些指标改善缓慢，AI 更可能长期扮演极强的生产力增强工具，而不是完全自治的软件团队。

结语：不要再把自己的价值绑定在“写一段代码需要多少小时”上

AI 编程时代最危险的竞争方式，是继续把自己定位成“把需求翻译成代码的人”。因为这恰恰是模型进步最快、成本下降最剧烈的环节。

更稳健的方向，是把自己的价值向价值链两端移动：

向上游移动：理解用户、选择问题、掌握领域、设计产品和系统；
向下游移动：验证正确、安全上线、稳定运营、持续集成、获取用户并承担责任。

真正的机会并不是“与 AI 比谁写代码更快”，而是成为那个知道应该造什么、能让 AI 高吞吐地造出来、能够证明它是对的，并愿意为结果长期负责的人。

代码越来越便宜，不代表开发者越来越不值钱。它意味着：过去被“编码工时”遮住的那些更高层能力，终于开始重新定价。

附：完整深度研究报告

本文是面向开发者的行动版提炼。完整报告《AI 对软件行业的冲击与未来走向：以 WordPress 插件与主题生态为案例的科学与行业数据研究》还包含研究方法、证据强度、WordPress 插件/主题细分分析、开发者就业数据、AI 生产率研究对照、2026～2035 多情景推演以及 5～10 年能力迁移框架。下载完整 Deep Research PDF 报告（约 1 MB）

参考资料

历史上的今天

9 月