AI编程改变了什么？35岁老工程师的处境其实和大多数人想的相反

过去一年里保哥同时用Cursor、Claude Code和Codex写真实项目——从SEO爬虫调度到Typecho主题二开到网站内容批量重写流程。一年前对"35岁程序员到底有没有春天"的判断和大多数人一样：AI编程会加速洗掉老程序员。一年实测之后这个判断反过来了——AI编程不是把老人推下牌桌，是把"写代码"和"做系统"拆开了。拆开之后老程序员手里那部分东西突然就值钱了。

但这个翻盘不是年龄送的，也不是行业施舍的——它只属于已经积累过的人。这篇文章把那些没人愿意说的5个反直觉真相摆出来，告诉你哪些人会被重新定价、哪些人会继续被淘汰、明天具体能做什么。

35岁危机的旧逻辑在AI编程时代已经失效

过去10年中国互联网的"35岁危机"成因其实非常具体。它不是抽象的年龄歧视，而是一个非常机械的等式：

这5条加起来35岁的人确实没年轻人划算。保哥见过不止10个case：35岁的资深工程师工资是年轻人的1.8到2.2倍，但产出代码量只比年轻人多30%到50%——HR算这个账算到吐血。

AI编程进来之后这个等式有一个变量被直接挤掉了——"代码量"不再是稀缺资源。Cursor配合一个还算靠谱的工程师可以一天写出过去三天的代码量。当代码本身变得便宜，公司买的就不再是"产能"，而是"判断"：

判断什么该写、什么不该写、写错了能不能在线上崩盘前抓出来。

源文说"AI编程把'会写代码'和'能把系统做成'这两件事彻底分开了"——这句判断本身是对的，但要补充一点：分开之后，第一件事的价格在崩，第二件事的价格在涨。两个价格的差距，是35岁老程序员手里的隐藏期权。能不能行权，看自己。

AI把"会写代码"和"能写好系统"彻底解耦了

过去一年用Cursor写真实项目，对这个解耦看得越来越清楚。具体表现：

过去一个中等复杂度的功能——比如"加一个用户登录页+后端鉴权+数据库表"——需要一个懂Spring Security/JWT/MySQL索引/前端表单校验的工程师写一天。现在只需要一个能描述清楚业务需求、知道大概的安全约束、能阅读AI生成代码的人，1到2小时就出来一个可跑的版本。

但这个"2小时上线"的版本能撑多久？要看场景：

所以源文那句"AI最擅长局部补全，最不擅长在复杂约束里长期保持一致性"是对的。这个曲线下，老程序员的价值就出现了：他们能判断当前系统处在哪一段，能在AI开始失分前介入。年轻人没经历过系统崩盘，他们看到的AI输出"看起来很合理"——而老程序员看到的是"3个月后这块会爆"。

SEO/建站圈也有类似现象。Vibe Coding实战：用Cursor开发SEO工具里演示了一个非工程师怎么用AI写小工具——这是好事，但要看到背后另一面：能写小工具不等于能维护工具，更不等于能把工具升级成产品。维护和升级这块就是老程序员的传统主场。

真正稀缺的不是写得快，是知道什么不能乱写

10多年SEO顾问生涯里有一个反复出现的现象——客户找乙方开发网站，乙方派两种人来：

一种是按需求文档堆代码的"码农"；一种是先问你"你这个功能是不是真要、不要是不是有更便宜的方案"的"工程师"。前者交付得快，后者交付得慢——但半年后前者交付的网站已经在改第三版，后者交付的还在跑。

AI编程时代这个差距被放大了。"按文档堆代码"AI比任何码农都快，没有任何人能跟AI拼这个速度。但"先问你这个功能是不是真要"——AI做不好。Cursor会试图实现一切被要求的事情，包括那些自相矛盾、性价比低、有更简单替代方案的。AI没有"质疑用户"的倾向，它的训练目标是"满足用户"。

所以老程序员真正稀缺的能力是"知道什么不该写"。这种能力具体分解：

• 识别假需求——客户说要的功能可能其实是另一个问题的错误解决方案
• 判断技术债——这个看似合理的快速方案是不是会在3个月后变成系统负担
• 避免过度抽象——年轻工程师常见的"为了未来扩展先封装10层"，老人知道大部分扩展永远不会发生
• 预判失控点——哪个模块在用户量翻10倍时会先崩盘，哪个数据库表在数据量翻100倍时要拆
• 知道哪些原则在哪些场景下不适用——经典书上写的设计模式，老人知道哪些是装饰品、哪些是救命稻草

这些能力共同点是什么？它们都不是"会做什么"，而是"不会做什么"。它们是负面知识——知道什么应该避免。这种负面知识在AI编程时代变得稀缺，因为AI天然没有"避免"的倾向，AI是穷举式的，会试图实现一切被要求的事情。

老程序员的5种隐藏负债：哪些经验在AI时代反而扣分

这一节是给老程序员的逆耳话——不是所有35岁以上的经验都加分。跟身边10多个工程师朋友聊下来，下面这5类负债最常见：

这5种负债的共同点是"用过去的成功姿势对抗未来的环境"。35岁以上的工程师如果能在这5点上诚实自检并主动调整，翻盘的概率会高很多。

AI时代真正的危险：不是35岁，是只剩CRUD

源文里有一句话非常认同：

真正危险的不是35岁，而是你有没有形成架构判断力、抽象能力、系统治理能力。

把这句话再展开一层——真正会被AI淘汰的工程师，不分年龄，但有共同特征：

• 过去5年的工作核心是"按需求文档堆代码"——业务复杂度、技术决策、架构演进基本不参与
• 能解决的问题AI都能解决，AI不能解决的问题你也不能
• 没有形成"专家直觉"——遇到bug只会按搜索引擎的提示挨个试
• 对所在业务的领域知识停留在表面——能写代码但不理解这个代码服务的业务为什么这样运作
• 跨模块协作经验稀薄——只会写自己负责的那一块，不知道上下游怎么连接

这种特征的工程师不分25岁35岁还是45岁，都危险。25岁有这5个特征反而更危险——还有20年职业生涯要走，而起点已经是"AI能替代"的位置。

说真心话，国内有相当大比例的中级工程师属于这一类。不是因为能力差，是因为公司从来没给过他们"做系统"的机会。互联网外包、传统企业IT、政企项目、低代码厂商——这些环境下大部分工程师的工作就是"按需求文档堆代码"。当AI能用更便宜的成本完成同样产出时，这些岗位的需求量会快速萎缩。

保哥手头有个朋友38岁在一家二线传统企业IT部门做了15年，95%是按业务需求修改一个老系统，从来没有从零设计过任何模块、没有做过架构决策、没有写过设计文档。AI出来之后他发现自己负责的那个老系统的运维工作量大幅下降了——因为很多bug AI能直接定位修复。他的危机不是来自年龄，是来自"15年的工作没有积累出迁移性"。这是35岁危机的最痛真相，但很少有人愿意明说。

前面讲的"老程序员翻盘"，是有前提的——前提是过去那些年真的积累了"做系统"的能力，而不是15年都在按文档堆代码。如果是后者，本文的乐观判断不适用，请直接跳到下一节看出路。

老程序员怎么转型成AI时代的"工程师傅"

源文里那个比喻特别精准：

以后比拼的不是"你会不会写代码"，而是"你能不能带着一群不稳定的AI实习生，把一个复杂系统做下去"。

把这个"师傅"角色具体化一下，分成5个核心动作：

• 写好"约束文档"——AI实习生跟人类实习生最大的区别是不会主动揣摩你的意图，你给什么它做什么。所以必须写比过去更细致的"上下文文档"——技术栈选择、代码风格、命名规则、目录结构、错误处理范式、性能要求、安全约束。每个新项目先花2到3小时写一份CLAUDE.md或者类似的指南文件，AI生成代码时直接参照
• 设计任务拆分粒度——AI不擅长在单次对话里handle"开发一个完整的支付系统"这种宏任务，但擅长handle"在这个具体的Service类里加一个退款接口、参考既有的XXX接口模式"这种小任务。师傅的核心动作是把宏任务拆成几十个粒度合适的小任务
• review代码的速度要快——必须能在5分钟内判断50行AI生成代码的正确性。这是大多数老程序员被忽视的能力，写10倍快了但review速度没变快，整体效率就被卡住
• 建立测试和回归矩阵——AI生成的代码不能像人写的代码那样依靠"工程师有羞耻心"做基本保证。所以必须有比过去更扎实的自动化测试套件来锁定关键行为
• 掌控架构决策的最终拍板权——具体代码可以让AI写，但"用什么数据库、用什么框架、要不要拆服务、用同步还是异步"必须由有经验的人拍板

这5个动作的共同点是它们不是单纯的"技术活"，而是"工程治理活"。机器优先架构实战指南：AI代理时代网站必须重构的底层逻辑讲的是从被AI读的角度怎么设计内容，思路上和"师傅怎么带AI实习生"是同一种结构思维——把环境塑造好让AI自己跑得对。

35-45岁后端老兵的3类职业出路

抛开抽象判断，把身边10多个35岁以上工程师朋友最后的实际选择归类成3条出路。每条都有自己的代价和门槛，没有绝对最优解。

3条路怎么选？关键看3个问题：①现在的现金流压力多大（高就别走第二类）；②是技术型人格还是混合型人格（纯技术留第一类，混合走第三类）；③愿不愿意做"获客、销售、市场"这种工程师传统鄙视链下游的事（不愿意就别走第二类）。把这3题答清楚，3条路大致就能筛出1到2条候选。

SEO圈跨界这条路是保哥自己走过的——SEO圈95%的从业者没有工程背景，懂工程的SEO顾问能解决他们一辈子都解决不了的技术难题。这种跨界比纯技术更难被AI替代，因为护城河不是技术也不是行业知识，是两者交叉处的隐含理解。SEO圈目前的岗位分布和入行成本可以参考2026入行SEO的5类岗位：技能图谱、薪资区间和真实踩坑，能帮你判断是不是适合往这个方向跨界。

非工程师也开始用AI写代码：老程序员真正的反向竞争

这是源文没讲但观察到一个特别重要的趋势——越来越多非工程师身份的人在用AI写代码做实际生产工具。SEO圈这一年大量同行开始用Cursor/Claude Code做爬虫、做关键词工具、做内容批量处理脚本。他们不是工程师出身，但能用AI完成中等复杂度的工程任务。

这件事对35岁老工程师的意义是双面的：

所以反向竞争是真实的——35岁老程序员要警惕的不仅是"年轻工程师比你便宜"，更是"非工程师用AI已经能做80%初级工程的活"。但如果能往"系统治理、复杂决策、长期演进"方向爬一格，就处在AI和非工程师都够不到的位置，反而越来越安全。

中年程序员避坑：5个真实误区

列5个看到最高频的中年程序员误区，每个用一句话讲清楚为什么错。

把"我有10年经验"当万能挡箭牌。10年经验如果是"同一年用了10次"，那不是10年经验，是1年经验重复10次。重要的不是工龄而是"在工龄里你解决过多少不同复杂度的真问题"。诚实自检——你过去10年里有多少时间是在做有挑战性的新东西、多少时间是在维护老系统？

觉得"AI编程是小孩子玩具，不是真工程"。这是最危险的轻视。AI写的代码bug多、性能差、维护性差，看起来不是"真工程"。但当你认真用它3个月并且配套写测试和约束文档之后会发现，它的产出质量是可以驯化的，关键看你怎么带它。轻视AI编程的人3年内大概率会被认真用它的人甩开2倍以上的生产力差距。

不愿意放下"工程师身份的优越感"。中年工程师常见姿态是觉得做产品/做运营/做销售是"职业向下"。AI编程时代这个鄙视链已经反过来——纯技术岗位被AI压缩，跨界岗位才是真正稀缺的。如果还守着"我是工程师我不做那些事"的姿态，3年后市场上的位置会变小一大块。

觉得现在转型晚了。35岁、40岁、45岁的人都会有"是不是来不及了"的疑虑。观察到的真相是——这个时代变化太快，"什么时候开始"已经不像10年前那么重要，"开始之后用什么速度迭代"更重要。一个45岁的人如果用对了方法+保持每月学一项新东西的节奏，2年之内可以站到80%同龄人前面。晚不晚不是问题，是不是真的开始才是问题。

过度依赖AI让自己的判断力退化。这条是反向警告——AI编程很好用，但如果完全交出"思考过程"只看结果，判断力会退化。建议每次让AI生成代码后强制自己手动review一遍，并且每周至少有2小时是不开AI纯手写代码，保持基础肌肉记忆。让AI做高速档但不要让AI做你的大脑。这条对老程序员尤其重要——核心资产就是判断力，判断力一旦退化整个资产就贬值了。

常见问题解答

35岁失业了现在学AI编程来得及吗

来得及，但要分清"学AI编程"具体是学什么。学Cursor/Claude Code这类工具的基本操作，2到4周可以上手到能用的程度。学怎么用AI写中等复杂度项目，需要3到6个月的有意识练习。学怎么做"AI工程师傅"——能带AI完成生产级项目——需要1到2年。失业场景下的最小动作：第1个月集中学工具基本操作+用AI完成3到5个小项目；第2到3个月尝试用AI承接小型外包项目或自己做一个小SaaS；第4个月开始有真实case可以包装求职简历。3到4个月内一定能让自己重新找到工作或者跑出第一笔自由职业收入。

老程序员要不要重学Cursor、Claude Code这类新工具

必须学。这不是选择题是确定题。这类工具的学习曲线对老工程师其实很友好——不需要学新语言，只需要学新的工作方式。具体路径：第1周下载Cursor免费版试用，挑一个熟悉的项目（一个小工具或者一个老脚本）让Cursor帮你改进；第2周尝试用Cursor写一个全新的小项目，从需求到部署一气呵成；第3周开始尝试用Cursor做日常工作的一部分（比如写报告、处理数据、生成测试用例）；第4周做总结，对比自己使用前后的效率差。一个月之后应该有体感地判断这工具在你的工作流里能提多少效率。

35岁该转管理还是继续走技术

这个问题没有标准答案，关键看人格类型和现金流情况。如果是"喜欢解决具体问题、不喜欢处理人际复杂度"的纯技术人格，AI编程时代继续走技术路线是OK的——往"AI工程师傅"方向爬，做技术专家、独立工程师、技术顾问都行。如果是"既会写代码又能搞定人和事"的混合人格，转管理或者做创业方向更有放大效应。要警告一个常见误区——很多人转管理不是因为想转，是因为觉得"不转就老了"——这种被动转管理通常做得不好，因为没有真心想做管理的人很难做好管理。诚实问自己一句：你是真的想带团队，还是只是想逃离写代码的焦虑？

我35岁但过去几年没积累过架构经验怎么办

这是最难的一种情况。诚实地说，这种情况下"翻盘"的难度比有积累的人高出一档，但也不是没办法。最现实的路径是：不要硬挤"高级架构师"赛道——卷不过有积累的人；找一个"工程+你已经熟悉的非技术领域"的交叉位置（比如工程+教育、工程+财税、工程+某个行业流程）——用已经熟悉的领域知识做护城河弥补架构经验的缺失；用1到2年时间集中突破一个具体的中等复杂度技术领域（比如数据工程、安全审计、性能优化），做出可量化的case；适当下调薪资预期1到2年，换取进入有真实复杂度环境的机会。这条路不轻松但走得通。

每天用AI写代码会让我的代码能力退化吗

会，但可控。退化的具体表现：①基础语法逐渐生疏，需要查文档的频率升高；②对底层细节（指针、内存、并发原语）的直觉变差；③解bug时的第一反应是问AI而不是自己想。这些都不是不可逆，关键是建立"反退化练习"——每周保留2到4小时纯手写代码不开AI、每月做1次没有AI辅助的技术深度学习（看一本经典书或者啃一个开源项目源码）、每季度做1次"完全靠自己"的小项目。这些反退化练习就像运动员的核心训练，平时看起来没用，关键时刻保你不崩盘。

团队里35岁老人和25岁年轻人怎么分工

最好的分工不是"老人做架构年轻人写代码"，而是"老人做决策和验证年轻人做执行和探索"。具体分两层：决策层——老人主导技术选型、架构决策、code review、需求评审；执行层——年轻人带AI完成具体功能开发、跑测试、做日常维护。这样年轻人保持学习曲线和动手能力，老人发挥判断力和经验，AI承担产能负载。三方分工的关键是老人不能完全脱离代码——脱离了就会被架空，必须保持"能上能下"的能力。差的团队是老人完全脱离代码只画架构图、年轻人苦哈哈写代码不被赋权——这种团队往往老人逐渐失去话语权，年轻人因为没有学习机会而流失。

自由职业是中年程序员的好出路吗

看情况。自由职业最大的优势是直接把判断力定价——不再受公司薪资体系约束。AI编程时代这条路的可行性比5年前高很多。但要诚实承认它的代价：①现金流不稳定，前6到12个月通常很挣扎；②获客是大多数工程师不擅长的事，要么自己学要么找partner；③社保、税务、合同、客户管理这些非技术的事会吃掉你30%的时间；④没有同事，长期会有孤独感和判断力孤立感。适合自由职业的人特征：现金流储备能撑12个月、有2到3个稳定的初始客户线索、愿意主动学销售和沟通、能在没有外部督促下保持自律。如果这4条只满足1到2条，先不要急着辞职，可以从兼职接单开始。