为什么很多人鼓吹AI写代码，目的是什么？

为什么很多人鼓吹AI写代码，目的是什么？

作为一个写了快十年代码的iOS开发者，同时也是每天重度使用Claude Code和Cursor的人，我觉得自己有资格来回答这个问题。因为我既是AI编程工具的深度用户，也是一个在知乎和公众号上写技术内容的创作者，两边的生态我都看得比较清楚。

先说清楚我自己的立场：我在知乎参与了致知计划，写回答是有创作收益的。这一点我摆在前面说，是因为接下来要聊的整个话题就跟"内容创作者为什么要生产某类内容"有关。我写技术分析和经验分享，靠的是内容质量换来的阅读量和互动；而那些鼓吹"程序员要失业"的博主，靠的是焦虑情绪换来的流量。同样是做内容赚钱，路径完全不同。

先说结论：这里要分两种人看。

一种是技术社区里的开发者，在知乎、V2EX、掘金上分享自己用AI写代码的真实体验，有好有坏，这属于正常的技术交流。另一种就是题主说的那些短视频博主，面向的受众根本不是程序员，而是大学生、宝妈、想转行的普通人。这批人鼓吹AI写代码，目的就是流量变现和卖课。 流量本身能通过平台激励和商单直接赚钱，卖课则是利润最高的终极变现手段。工具确实在进步，但只是提供了营销素材。

我重点说后面这批人，因为他们才是这个问题的主角。

▶一条成熟的利益链条

你在抖音、B站、小红书上刷到的那些"AI写代码太强了！程序员要失业了！"的视频，背后有一套非常清晰的变现路径。我画个图你就明白了：

说白了，这是一个自我强化的闭环。焦虑内容带来流量，流量直接产生收益（平台激励、商单），同时也带来课程学员。赚到的钱再投入做更多焦虑内容，循环往复。

这套打法有多赚钱？拿最有名的李一舟来说，清华美院设计博士（注意，跟AI和编程没有半毛钱关系），199元的AI课一年卖了25万套，三年总收入估算达到1.75亿。新浪财经的标题很直白："卖课，才是中国AI最容易赚钱的生意"。

你可能会问：这些博主是不是替AI工具厂商打广告？拿了Cursor或者Trae的推广费？

我专门查了这个问题。Cursor官方论坛多次确认没有推荐返佣计划，GitHub Copilot和Trae同样没有面向个人KOL的affiliate机制。这些工具厂商和卖课博主之间，不存在直接的利益输送。

那博主为什么免费帮工具打广告？很简单，他们需要工具的Demo来建立"AI专家"人设。你看他用Cursor三分钟写了个网页，觉得他好厉害，然后他说"想系统学习AI编程？扫码加入我的训练营，限时特价1980"。工具只是道具，课程才是商品。

▶不卖课的人图什么？流量本身就是钱

卖课是变现链条的终点，但不是所有鼓吹AI写代码的博主都在卖课。很多人其实连课都懒得做，光靠流量本身就能赚到钱。

这一点很多人不了解。各平台都有创作者激励计划：抖音的中视频伙伴计划、B站的创作激励、小红书的蒲公英平台。只要视频播放量够高，平台直接给你打钱。一条播放量100万的焦虑向短视频，光平台激励收入就能有几百到几千块。而"程序员要失业了"这类话题天然自带争议，评论区吵得越凶，播放量越高，收入越多。

比卖课门槛低得多，也比卖课轻松得多。你甚至不需要懂编程，去把国外YouTube上的AI编程Demo视频搬运过来、配个中文解说、加个耸动标题，一条视频就完事了。

除了平台激励，还有两条变现路径也跟流量直接挂钩：

品牌商单。当你靠"AI编程"话题积累了几十万粉丝后，各种知识付费平台、在线教育机构、甚至AI工具的国内代理商就会找上门来谈合作。一条植入视频的报价从几千到几万不等，粉丝量级越大越贵。这跟工具厂商直接返佣不同，中间隔了一层代理商或MCN机构。

直播打赏和带货佣金。在抖音直播间讲"AI编程"，观众刷的礼物是真金白银。李一舟全年开播476场，77%的流量来自付费投放，但直播间本身的互动和转化数据也反哺了他的账号权重，让他的内容获得更多自然推荐。

所以整个变现体系是分层的：

说白了，即使一个博主从来不卖课，光靠制造"AI取代程序员"的焦虑内容刷流量，也能通过平台激励、商单和直播实现不错的收入。卖课只是这个金字塔的顶端，但底层的流量收益才是驱动大量中小博主持续生产焦虑内容的基本动力。很多粉丝量不大的小号，可能一辈子都不会去做课程，但拍几条"AI太强了程序员完蛋了"的视频赚点创作激励，对他们来说已经足够了。

▶焦虑内容为什么是流量密码

你可能注意到一个现象：同样是讲AI编程，理性分析的视频播放量可能只有几千，但喊"程序员要失业"的视频动辄几十万甚至百万。这不是偶然的，是算法机制决定的。

抖音的推荐逻辑要求内容在3秒内抓住用户。"程序员要失业了！"这6个字就够了，完播率直接拉满。B站的分享权重最高，争议性话题天然更容易被人转到微信群里讨论。小红书的CES算法让高互动内容能持续被推荐长达半年。

2026年初，焦虑叙事又拿到了更重量级的弹药。辛顿在2025年底说"2026年AI将具备取代大部分白领工作的能力"，微软AI负责人Suleyman在2026年2月说"未来12-18个月内大部分白领任务将被AI自动化"，Claude Code创始人Boris Cherny说"编程对我来说已经基本解决了，软件工程师这个头衔将慢慢消失"。

这些言论被博主们如获至宝地截图、加工、二次创作，标题变成"2026年程序员开始消失"之类的爆款。

但知乎上有个高赞回答把Suleyman的话拆得很透：微软是AI公司，OpenAI的大股东，Copilot的开发商，预测越激进，市场越兴奋，微软越受益。 高管说一句激进的话，全世界媒体免费帮他传播，这本身就是广告。

更有意思的是，2026年2月发表的一项研究调查了近6000名高管，其中近90%表示过去三年AI对其公司就业或生产力没有实质影响。人均每周使用AI仅约1.5小时，25%的高管完全没在工作中用过AI。这跟社交媒体上描绘的"AI即将颠覆一切"的图景形成了鲜明对比。

▶工具确实在进步，但没有那么神

说到这里，我必须客观地说：AI编程工具确实在快速进步。作为每天用这些工具干活的人，我能体感到2026年初的工具比一年前强了一大截。

截至2026年2月的格局大概是这样的：

说几个真实的进步。Cursor两天前（2月24日）发布了Cloud Agent，能在隔离虚拟机上完全自主地写代码、跑测试、录Demo视频、产出可以直接合并的PR。Claude Code的Opus 4.6支持百万token上下文窗口，能一次性分析大约3万行代码，还能让最多16个AI实例并行工作。Trae在发布不到一年的时间里积累了600万注册用户，字节内部92%的工程师都在用。

这些数字是真实的，进步是客观的。

但是。

这里有一个巨大的"但是"。

▶简单Demo和复杂工程之间的鸿沟

博主们在短视频里展示的，永远是用AI三分钟做一个Todo应用、五分钟搭一个Landing Page、十分钟写一个爬虫脚本。这些确实很惊艳。

但程序员的日常工作长什么样？是在一个几十万行甚至上百万行代码的老项目里改bug、加功能、做重构、处理各种边界情况和历史遗留问题。这两个场景之间的差距，比珠穆朗玛峰的南坡和北坡还大。

谷歌云AI总监Addy Osmani在2026年初提出了一个精准的概念叫**"70%问题"**：AI能在项目前70%阶段如鱼得水，但剩下的30%只有经验丰富的工程师才能搞定。他还说了一句扎心的话："现在代码写得更快了，可上线却更慢了。"

V2EX上有个帖子特别有代表性：一位后端开发者用Cursor接了个500块的小项目，周末vibe coding两天，500个request额度全烧完也没搞定——"AI写的HTML页面，左一个交互bug，右一个样式不对，每次修好让它增加功能，旧bug又出现。"

我自己的体验也是这样。我平时在VSCode里用Claude Code写代码，写好了再切到Xcode做模拟和调试。AI在生成样板代码、写简单测试、快速原型方面确实省了很多时间。但一碰到复杂的业务逻辑、跨模块的架构调整、或者iOS特有的那些坑（内存管理、线程安全、系统API兼容性），AI给出的方案经常是表面上看着对、跑起来一堆问题。你还得一行一行去Review它写的东西，有时候还不如自己写来得快。

▶最严格的实验打了所有人的脸

2025年METR做了一个迄今为止最严格的随机对照实验。16名经验丰富的开源开发者，在平均22000+ stars、上百万行代码的成熟仓库里完成246个真实任务，主要用Cursor Pro + Claude 3.5/3.7 Sonnet。

结果怎么样？开发者事前觉得AI能帮他们快24%，事后自评也觉得快了20%。但实际测量显示，AI让他们慢了19%。

方向完全反过来了。

这个发现最值得警惕的地方在于：人在客观变慢19%的情况下，主观上仍然觉得自己快了20%。 这种感知偏差恰恰是焦虑营销得以持续的土壤。人们看到Demo后"觉得"AI很强大，这种"感觉"被KOL放大后，直接驱动了购课决策。

减速的原因其实很好理解：花大量时间写prompt和等AI响应，AI在大型代码库中严重挣扎，开发者只接受不到44%的AI建议，75%的人需要逐行阅读AI输出并做重大修改。经验越丰富、对代码库越熟悉的开发者，被拖慢得越明显。

Stack Overflow 2025开发者调查也记录到一个重要转折：AI工具的正面情绪从2023-2024年的70%+降到了2025年的60%。采用率在涨，但满意度在降。

▶历史总在重复

最后说一点我觉得很重要但很多人忽略的事情。

"AI要取代程序员"这个叙事，一点都不新鲜。

每一轮都是同样的剧本：新技术出现→媒体夸大→焦虑蔓延→卖课卖工具→技术落地后远没有那么革命性→下一个风口出现→重复。

2019年有人预测"2024年80%的应用将用低代码开发"，现在回头看，低代码平台做个简单表单还行，稍微复杂一点的需求就歇菜了。AI编程工具大概率也会走类似的曲线：在特定场景下确实有用，但距离"替代程序员"还差得远。

▶所以到底该怎么看这件事

其实吧，问题不在于AI编程工具好不好用。作为一个每天都在用的人，我承认它确实提升了我在某些场景下的效率。问题在于，从"AI编程工具有用"到"程序员要失业了"之间，存在一个巨大的逻辑跳跃，而这个跳跃恰恰是面向普通用户的卖课博主们精心制造的。

你去看技术社区里的讨论，开发者们对AI工具的态度其实很务实：好用的场景就用，不好用的地方就吐槽，没有人一惊一乍说"程序员要完了"。但同样的工具到了短视频博主手里，叙事就变成了"三分钟做一个网站！程序员饭碗不保！想学AI编程？点击下方链接报名"。

他们的目标客群是谁？不是你我这样的一线开发者，而是大学生、想转行的人、焦虑的职场新人、想做副业的宝妈。这些人没有能力分辨一个三分钟做出来的Demo和一个生产级应用之间的天壤之别。他们看到视频里AI唰唰唰写出一个网页，就觉得"程序员也不过如此"，然后花几千块去买课，学完发现"教的都是最皮毛的东西，互联网上一搜一大堆"。

黑猫投诉平台上"AI课程"相关投诉已经超过3800条，绝大多数是投诉"课程内容差"和"虚假宣传"。中新网记者实地验证：花15块买的"DeepSeek店铺引流课"是"大杂烩"，花4.9元买的"从入门到精通"资料其实是清华新媒体研究中心免费发布的公开资料。

有业内人士说了一句话，我觉得非常精准："这些博主贩卖的不是知识，也不是能力，而是一种焦虑。"

对于真正的开发者来说，最理性的态度是积极拥抱AI工具提升效率，但完全不必为焦虑营销买单。程序员的核心价值在于系统设计、架构决策、业务理解、代码审查，这些恰恰是当前AI最薄弱的环节。谷歌AI总监Osmani的话值得记住："AI编程的目标不是更快地写出更多代码，而是构建更好的软件。如何实现它，最终仍取决于我们自身。"

最后用36氪的一句话收个尾吧：

"打工人也许会被AI替代，但在那之前，更需要担心的是自己被AI课割了韭菜。"