近期，技术社区 Linux.do 发起了一场关于“AI 时代程序员核心能力”的激烈讨论。发帖者提出了一个极具争议的观点：在具备基础编程知识的前提下，若能熟练使用相关开发工具并掌握正确的 AI 指挥方式（即提示词工程），是否足以胜任传统程序员的工作？该话题进一步触及了行业痛点，即是否可以通过优化简历（“简历靠吹”）入职，随后依赖 AI 辅助来完成日常开发任务，从而绕过对深厚技术功底的要求。这一讨论反映了当下部分开发者对于技术门槛变化的认知偏差，以及在 AI 编程工具日益强大的背景下，行业对于“技能贬值”与“面试通过率”的深度焦虑。这也引发了关于软件工程本质的思考：在生成式 AI 时代，代码实现能力与定义问题、利用工具解决问题的能力，究竟孰轻孰重？
事件分析
该事件折射出技术圈对“AI 编程”能力的误读与警惕。当前大模型（如 Claude、DeepSeek 等）确实极大提升了编码效率，降低了语法层面的门槛，让初级开发者也能通过自然语言生成代码片段。然而，将“指挥 AI”等同于“软件工程”忽略了核心难点：系统架构设计、复杂逻辑调试、边缘情况处理以及对业务需求的转化能力。虽然提示词工程成为新技能，但缺乏底层原理支撑的开发者极易在项目维护期或排查深度 Bug 时陷入困境。产业趋势表明，初级开发的门槛正在重塑，企业招聘或将更侧重于考察系统思维与 AI 协作能力，而非单纯的代码记忆，试图通过简历造假依赖 AI 蒙混过关在长期复杂项目中仍面临极高风险。
💡 核心观点：AI降低了编码门槛但无法替代工程思维，缺乏底层原理支撑的“伪全栈”难以应对复杂系统挑战。
原文链接：Linux.do
Codex CLI 深度
AI 模型横评
AI Agent 框架
Claude Code 订阅生存指南