昨天晚上跟以前的同事语音聊天。他们提到一个事儿，我觉得挺典型的。
他们公司一个产品经理，自己用 AI 写了个小工具。
上线速度比开发快，效果也比原来开发做的好。
于是，本来对 AI 没啥兴趣的老板心态就发生了变化：
一个是觉得要拥抱 AI 了，AI 真有用，另一个就是对原来的开发失去信任了，甚至觉得你们以前都是在磨洋工。
说句难听的，一个不懂的老板加上一个“爱表现”的产品，对于那些“默默干活”的开发来说，简直就是灭顶之灾。
当然，这个事儿背后有很多其他的原因，甚至很多开发都能找出各种不服气的地方，也可以说 AI 写的都是垃圾代码。
但老板看到的是“三天就出来了，还比你们做得好用”，对比非常直观。
问题其实未必是这个产品经理突然比开发更会写代码了。
真正的问题可能是：开发离业务太远了。
很多公司的开发，接到的根本不是一手需求。
业务先说一遍，产品再理解一遍，产品经理再写成 PRD，到了开发手里，已经不知道是第几手信息了。
开发看到的是：
这个地方加个按钮。
这里多一个字段。
这里调一个接口。
这里改一下流程。
但为什么要加？
谁会用？
用户现在到底卡在哪里？
这个需求是真需求，还是老板拍脑袋想出来的？
很多时候开发根本不知道。
于是最后就变成了一个很奇怪的局面：
最懂技术的人，反而最不懂自己正在解决什么问题。
但现在 AI 出来以后，这件事开始发生变化了。
以前一个产品经理知道用户要什么，但他不会写代码，所以只能把需求写下来，再排期，再解释，再等开发。
现在他可以直接跟 AI 说：
我想要一个这样的东西。
这里再改一下。
这个流程不对。
这个按钮放这里。
这份数据帮我自动处理掉。
他一边用，一边改，一边验证。
AI 写代码当然未必比专业开发更强。
但问题是，这个产品经理离业务太近了。
他脑子里的需求，几乎可以直接变成软件。
中间那些传话、理解偏差、排期和来回沟通，一下少了很多。
所以最后做出来的东西，反而可能更快，也更好用。
这对开发真正危险的地方，不是“AI 会写代码了”。
而是过去开发还能依赖一个壁垒：
你知道要什么，但你不会做；我会做，所以你得找我。
现在这个壁垒正在变薄。
以后真正值钱的开发，可能不能只是“你把需求给我，我给你写出来”。
而是你自己也得往前走。
去见业务，去见用户，去理解问题，甚至参与需求定义。
因为当“把需求变成代码”越来越便宜以后，真正稀缺的能力就开始往前移动了：
到底该做什么。
甚至我觉得，这也是 FDE、vibe coding这些东西最后都会撞到的同一个问题。
技术和业务之间原来隔着很厚的一堵墙。
AI 正在把这堵墙一点一点拆掉。
以后不是产品变成开发，也不是开发消失。
更可能是：
谁既懂业务，又能借 AI 把东西直接做出来，谁的话语权就会越来越大。
比如我，哈哈哈。
最后，来点建议，对开发来说，比较现实的应对大概是这几件事，仅供参考：
1，主动贴业务，不要等需求文档。自己多去问产品、运营、老板现在最痛的是什么，先用 AI 快速出一个能跑的版本给他们看，再谈工程化。
2，自己把 AI 用到极致，别尼玛说公司不给你报销你就绝不自己花钱。现在真正拉开差距的，已经不是“会不会写代码”，而是谁能更快把业务意图变成可用系统。
3，把“能跑”和“能长期用”分开讲清楚。不是否定产品做的东西，而是补上他们没想到的部分：权限、日志、异常、后续迭代成本。
4，别只当实现者。如果开发只负责“按需求写代码”，那确实很容易被产品+AI 替代一部分工作。
希望大家都不失业，都有活儿，都发财。