最近看到一张很有意思的图。
（原图较粗糙，我用 AI 重构了一下）
它把 AI 编程时代的人，分成了几类：
- 守旧派
- 轻度维新派
- 半维新派
- 激进维新派
- 以及幻想“不学习也能靠 AI 开发系统”的人
很多人把它当段子看。
但站在企业管理者角度，我看到的，其实是：
一场正在发生的技术代际革命。
每一次技术革命，组织内部都会先“分裂”。
ERP 时代如此；
互联网时代如此；
云计算时代如此；
今天 AI 也是一样。
有人抗拒。
有人谨慎接受。
有人快速拥抱。
也有人开始重构整个工作方式。
这不是简单的“先进”与“落后”。
而是：
不同岗位的人，对风险、效率和控制权的理解不同。
很多人觉得：
“AI 都会写代码了，工程师是不是不重要了？”
但真正做过大型企业系统的人都知道：
软件开发，从来不只是写代码。
它背后是：
- 业务逻辑
- 风险控制
- 数据边界
- 权限体系
- 责任闭环
AI 可以生成代码。
但 AI 不会对：
- 库存错误
- 财务错误
- 支付风险
- 数据混乱
承担责任。
所以，越接近企业核心系统的人，往往越谨慎。
因为他们见过真正的事故。
但另一边，很多传统组织又容易陷入另一个极端：
用过去的经验，对抗未来。
他们会本能地排斥 AI：
- “AI 不可靠”
- “Prompt 不算技术”
- “真正工程师不会依赖 AI”
但问题在于：
AI 带来的，不只是工具升级。
而是：
软件生产方式的改变。
过去的软件开发，更像手工业。
工程师需要：
- 手工查资料
- 手工写 SQL
- 手工拼接口
- 手工生成页面
而现在，AI 已经开始承担大量重复劳动。
很多过去几天的工作，现在几个小时就能完成。
这意味着：
企业的软件生产效率，正在发生数量级变化。
但真正重要的能力，反而被放大了。
未来真正稀缺的人，未必是：
“最会写代码的人”。
而是：
- 最懂业务的人
- 最懂系统的人
- 最懂风险的人
- 最懂组织协同的人
因为：
AI 负责生成；
人负责判断。
AI 负责速度；
人负责方向。
AI 负责执行；
人负责边界。
所以，AI 时代真正的挑战，已经不只是技术。
而是：
企业组织，能不能适应新的生产方式。
未来企业之间最大的差距，也许不再是：
“有没有 AI”。
而是：