我现在转行进了这个 AI 开发,但是我发现如果要进行代码 review 的话,我要补很多基础,但是我又发现,其实我们的开发过程中,很多时候都不需要学会用代码,只需要把需求说清楚就能开发出来,然后anthropic 这些业界领先的公司都没有在看代码了,我也不知道我该不该学代码,因为感觉缺的很多,然后也不知道有没有必要,感觉好像学的没有意义。其次我感觉我这种转行有点痛苦,有点想逃避转去产品经理,但又感觉太卷了,然后好像除了这个也没别的能干的了,感觉生活好像没路走了🙁创业又风险太高了,创小业又没钱,不知道该怎么办了
提问
不必把“学不学代码”当成二选一:AI 降低了写代码的门槛,但没取消判断力。你缺的可以按目标岗位补,而不是从头补全计算机本科。
先别用“过去学的有没有用”来限定选择
立正批评过一种思维方式:明明面对很多选择,却先加上“怎么把过去的知识用上”这个约束,把选项砍掉一大半。他说这像学校里的游戏——三年级知识给四年级用——但进入社会后,学的东西大概率不会直接有用,往往是在做事过程中才知道该补什么,补完解决问题,用不上就放下1。放到你身上:不必因为“转行缺很多基础”就认定只能走一条路,也不必因为过去投入过就硬撑。这是 AI 根据他的说法做的推演。
代码门槛降了,但“结果确定”仍要人负责
魏慧在对话中转述“鸭哥”的做法:不要用固定工作流让人不断给 AI 擦屁股,而是把文件状态、要做什么检查描述清楚,让 AI 自己完成;立正把这概括为从“过程确定”转向“结果确定”2。立正还说,他招人先看 mindset 再看 skill set:如果一个人的自我价值绑在“我代码写得好”上,就很难接受 AI 写得更好;更重要的是愿意学、能从事物本质看问题、有 agency2。硅谷徐老师则说,写程序变容易后,做出可规模化、安全的产品仍不容易,distribution 反而更可能是护城河3。这些说法支持一个判断:需求说清楚只是起点,能不能定义结果、验证结果、把东西交付出去,才是新的能力所在。
按目标岗位补,而不是按“完整基础”补
AI推演立正给过一条很具体的路径:先找自己“有可能去”的岗位,比如现在五十分就找六十分的,而不是直接冲七八十分;看对方在招什么人、要解决什么问题,把履历往那个角色上适配,差一点就花一两周补上,拿到六十分再想七十分1。对你来说,这意味着先确定你要做的是“用 AI 交付产品的人”还是“能 review 代码的人”,两者要补的东西不同。前者更看重把需求拆成可验证的结果、判断 AI 产出对不对;后者才需要系统补代码基础。这是 AI 的应用建议,不是立正对你个人情况的判断。
材料里没有 Anthropic 等公司“不看代码”的具体做法,也没有你所在团队对 review 的要求,所以无法判断你实际需要补到什么程度。关于转产品经理和创业的部分,现有片段没有直接讨论。
回到3份原文
立正谈不要被过去路径套死,以及从五十分岗位一步步往上走的求职方法。
立正与魏慧讨论 AI 开发中从过程确定转向结果确定,以及招人看 mindset 而非只看代码。
硅谷徐老师谈写代码变容易后,产品、分发和护城河的变化。