vibe coding 浪潮下，每个开发者都会毋庸置疑的受到影响，分享一下自己近期的一些想法。
传统的分工模式
在以前，对于一家公司，尤其是初创公司，最常见的做法就是按照产品的不同维度来进行职能划分，比如前端、后端、客户端、测试、运维等等。
之所以要这样划分，原因其实很简单，很难找到一个人，能够精通所有的东西，把全部的工作链路都打通。
这种分工模式当然有好的一面，那就是各司其职，每个人专注于自己擅长的领域，效率很高。在大厂中更是如此，每个人都只是一个螺丝钉，共同拼凑出一个完整的产品。
当然这种模式也带来了不少弊端：沟通成本高、协作链路长、个人视野容易被局限在自己那一小块领域里。
我自己就有过这种感受，有时候你只盯着自己负责的模块，对整个产品的全貌反而越来越模糊。
AI 加持下，个人的能力边界被打开了
但是有了 AI 的加持之后，事情开始变得不一样了。
个人的能力会得到显著的增强，之前无法拓展的边界，无法掌握的全栈和深度知识，现在变得容易很多。
以前你想从后端去写前端页面，可能需要花好几个月去系统学习，踩无数的坑。
但现在呢？借助 AI，可以快速地搭建一个可用的系统，虽然可能不够完美，但至少能把整条链路跑通。
不过目前来看 AI 也不是万能的。
我自己平时做数据库内核相关的工作，涉及到复杂的系统设计、性能调优、底层数据结构这些领域，AI 生成的代码很多时候是不够可靠的，甚至可能埋下一些隐蔽的坑。
越是底层的、对正确性要求高的场景，越需要人去把关，所以 AI 打开的是能力边界，但一个人的核心的深度思考和判断力，依然是不可替代的。
开发者的工作模式会被重新定义
对个人来说，以往的工作模式可能会被彻底颠覆。
以前我们做开发，会比较专注于某个产品功能的 coding，写完代码之后进行小范围的自测，然后和前端、测试、产品等各个角色进行对接，一个功能在不同的人之间流转，最终才能上线。
但是现在，coding 的部分正在被 AI 逐步接管。
开发者的角色会慢慢转变，你不再只是一个写代码的人，而是要专注于对功能本身的把关，负责整体的调研、方案设计、测试验证，总体来说，就是需要对全局有一个掌控能力。
这一点其实挺关键的，如果只是简单地使用 AI 生成代码，然后直接提交，说实话，这种技能将会变得无比廉价，没有任何门槛，谁都能干的事情，那就没有什么竞争力可言了。
但换个角度来看，真正廉价的不是 AI 本身，而是不加思考地使用 AI。
会用 AI 和善用 AI 之间的差距，可能比会写代码和不会写代码之间的差距还要大，你能不能在 AI 输出的基础上做出准确的判断，能不能识别出哪些地方是对的、哪些地方有问题，这才是真正的核心竞争力。
所以对我们个人来说，综合素质的要求将会变得更高，未来的趋势可能是：一个个"超级个体"，每个人负责一个功能的全方位流程，coding、测试、发布、前后端，一个人就能够全部搞定。
当然，成为"超级个体"是有前提的，你需要对产品有判断力，对技术有全局视野，对质量有把控能力。
说白了，门槛不是变低了，而是从"写代码"转移到了"做判断"，以前你可能只需要把某个模块的代码写好就行，但现在你需要能够站在更高的维度去思考问题，有能力和有想法的人，越来越有有机会成为一个真正独当一面的人。
信息获取的密度被拉满了
AI 对个人的影响，还有一个很重要的点，那便是信息获取的密度会变得非常高。
之前我们学习和探索一个新的知识点，这个过程可能是缓慢的。你需要不断地去搜索、去翻文档、去看源码，甚至去各种论坛上找相关的内容进行整理总结，有时候一个问题折腾一天都不一定能搞明白。
但是现在，对于一个项目里面任何不懂的地方，直接问 AI 就能够得到一个大致正确的答案，这个过程甚至要不了 5 分钟。
我自己就有过一个挺明显的感受：之前在研究一个不太熟悉的模块的时候，按照以往的方式，可能需要花好几天去翻代码、查资料，才能理清其中的脉络。但现在让 AI 先帮我梳理一遍整体的架构和关键逻辑，我再带着这些信息去看源码，效率直接翻了好几倍。
大脑对于信息的摄入变得前所未有地快速和密集，这对我们来说既是好事，也是挑战，它要求我们具备不断接纳新知识、快速消化理解的能力。
久而久之，那些善于提问、善于整合信息的人，会和其他人拉开越来越大的差距。
以人为本，主动拥抱变化
我始终秉持一个观点：AI 的使用应该以人为本。
AI 说到底只是一个工具，在短期内它无法取代人，它不会帮你做决策，不会帮你判断产品方向，也不会帮你处理那些复杂的、需要人与人之间沟通协调的事情。
但是，我们确实应该主动去拥抱这种变化，因为 AI 对生产效率的提升的确是有目共睹的，这一点没什么好争论的。与其去焦虑它会不会取代自己，不如想想怎么最大化地利用它的优势，然后去激发自身的潜能。
毕竟，工具越强大，使用工具的人就越重要。