# 新人没活干，维护者没空，锅没人背 ## 导语：AI圈最凶的三场架，吵的全是“人” 国内信息流里刷到的，永远是“又发新模型了”“跑分又破纪录了”。但如果你真去 Hacker News 和 Reddit 翻一年多的讨论记录，会发现海外技术圈真正的持久战，根本不在模型层，而在**人**身上。三场架吵了一年多还没收官：**新人的梯子被抽走了**（初级工程师消失论）、**开源维护者被AI垃圾报告淹没了**（AI slop 冲垮 issue 区）、**AI写的代码到底谁背锅**（vibe coding 责任之争）。这三场架没有热搜体质，但它们直接决定你未来三年怎么入行、怎么带团队、怎么上线产品。这篇文章把三场架的起因、正反方阵营和数据锚点全部摊开，附上你自己去查证的关键词——信息差不在结论里，在你看不到的那几千楼讨论里。 ## 第一场架：初级工程师，正在被“断供” ### 架是怎么吵起来的 2025年一整年，"junior developer is dead"（初级工程师已死）这个词在 HN 上反复登顶。导火索是一组数据：据 TechCrunch 报道，Y Combinator 2025年冬季批次的创业公司里，约四分之一的代码库有95%由 AI 生成；据 SignalFire《State of Tech Talent》2025 年报告，美国大厂校招新人占招聘总数的比例，较疫情前几乎腰斩。最狠的一记重锤来自斯坦福数字经济实验室2025年8月的论文《Canaries in the Coal Mine》（煤矿里的金丝雀）：作者 Brynjolfsson 等人分析了 ADP 的工资数据，发现 **22-25 岁、从事 AI 高暴露职业的年轻人，相对就业率下降了约13%**，软件开发和客服正是重灾区。年轻人先受伤——“金丝雀”这个名字就是这么来的。 ### 三方阵营怎么站 **正方（管道断裂论）**：AI 已经能干完初级工程师80%的活——写 CRUD、改样式、修小 bug。企业为什么不花12万美元招一个要带、要养、会摸鱼的应届生，而花240美元/月订阅十个 AI 席位？数据支持他们：入门岗缩水是真实的。 **反方（梯子断裂论）**：HN 评论区最有力的一条反驳是——**今天不招初级，五年后谁来当高级？** 高级工程师不是天上掉下来的，都是从改别人的烂代码里泡出来的。AI 把“练手活”全抢了，等于把整条人才培养管道从中间锯断。十年后行业会集体遭遇“资深工程师荒”。这派还爱引用一个类比：会计行业当年用 Excel 淘汰了手工记账，但会计没有消失——不过也有人不买账，说这次的“被淘汰的初级活”比例完全不是一个量级。 **中立派（形态转移论）**：入门岗不会消失，但**形态变了**。以前入门靠“写代码”，现在入门靠“验收代码”——读别人的（或AI的）码、写测试、定位线上问题。招聘方嘴上说不招 junior，身体却很诚实地在招“会用 AI 的 junior"，只是定价更高、要求更刁。 ### 对中国用户的启示 国内的叙事通常是“AI 不会淘汰人，会淘汰不用 AI 的人”——这句话在海外已经被吵烂了，被认为是**廉价安慰**。海外社区真正达成的操作共识是：**别再往“写代码”这个技能上单点押注**。测试、调试、读码、系统设计这些“验收侧”能力，才是 AI 时代新人的护城河。国内还在卷八股文和算法题的，等于在一条海外已经判了缓刑的赛道上加注。 ```mermaid flowchart TD A["AI写码成本趋近于零"] --> B["断层一：新人的梯子"] A --> C["断层二：维护者的闸门"] A --> D["断层三：交付的责任"] B --> B1["正方：入门岗数据缩水"] B --> B2["反方：断供新人谁接棒"] C --> C1["正方：AI工单淹没开源"] C --> C2["反方：一刀切误伤真人"] D --> D1["正方：AI写码锅仍是人的"] D --> D2["反方：贴标签解决不了安全"] B1 --> E["共识区：验收与判断力升值"] C1 --> E D1 --> E ``` ## 第二场架：AI slop，正在淹死开源维护者 ### 这场架被国内严重低估 国内报道“AI slop"（AI 垃圾内容），基本只讲社交媒体上的 AI 图文。但海外社区真正炸锅的地方，是**开源项目的 issue 区和漏洞赏金箱**。2025年年中，curl 项目的作者 Daniel Stenberg 公开吐槽：bug bounty 项目收到的“安全报告”里，混入了大量 AI 生成的、看起来头头是道实则完全错误的报告，核实这些报告的时间成本高到“灾难级”。curl 后来直接在赏金规则里写明了针对 AI slop 的处理条款。据 The Register 等媒体的后续报道，规则写明后这类报告明显减少——但问题已经扩散：多个知名开源项目的维护者陆续公开表示，AI 生成的 issue、PR 和“安全漏洞报告”正在吃掉他们本来就不多的维护时间。 ### 三方阵营怎么站 **正方（闸门论）**：这是 AI 时代最不公平的成本转嫁——大模型公司赚走了 API 钱，验证成本却由免费劳动的开源维护者承担。有人干脆提出：维护者应该对 AI 生成的低质报告**直接封号、拉黑、收“验证费”**。 **反方（误伤论）**：一刀切封禁会误伤真人——尤其是那些**英文不好、借助 AI 翻译和润色来提 issue 的非母语用户**。讽刺的是，这批人里有大量中国和印度的开发者。curl 的处理方式被广泛引用为正面示范：不禁止用 AI 辅助，但**报告人必须对内容负全责**，低质 AI 报告零赏金。 **中立派（激励论）**：问题不在 AI，在漏洞赏金的激励设计。只要“提交安全漏洞”有赏金，就一定有人用 AI 批量制造看似合格的报告薅羊毛。解法是改机制：分层赏金、先验后奖、声誉分——这和平台治理刷单是同一套逻辑。 ### 对中国用户的启示 这条信息差是双向的。**如果你是提 issue 的人**：海外社区已经形成新的隐形礼仪——附上最小复现（PoC）、标注哪些部分 AI 参与、别用 AI 生成大段“分析报告”凑字数，否则容易被拉黑。**如果你是维护者**：curl 的做法可以直接抄——在 CONTRIBUTING 和赏金页面写明 AI 政策，一句话就能过滤掉九成机器批量报告。国内公司内部的中台、组件库维护团队，其实面对同样的问题，同事用 AI 批量提的 issue 和海外一样难验证。 **自查关键词**（拿去就能搜）：`curl AI slop bug bounty`、`AI generated issue tracker maintainer burnout`。 ## 第三场架：vibe coding，从造词吵到“谁背锅" ### 定义之争：一条线划在“读不读代码" "Vibe coding"是 Andrej Karpathy 在2025年2月创造的词，本意带着自嘲：完全跟着 AI 的感觉走，代码报错就贴回去让 AI 修，全程不看代码。随后 Simon Willison 划了一条至今被反复引用的定义线：**看不看代码，是 AI 辅助编程和 vibe coding 的分水岭**——前者你理解并保留责任，后者你只是“许愿”。这条线在 HN 上每几周就会因为某个新事件被重新掀开吵一次，是名副其实的持久战。 吵了这一年半，真正值得你拿走的是逐步沉淀下来的**责任共识**，它分三层： **第一层：锅永远是人的。** 2025年，多个主打“自然语言生成应用”的平台接连被曝出安全问题（据 BleepingComputer 等报道，有平台的用户应用曾可被未授权访问）。每次事故下方的 HN 讨论里，高票立场出奇一致：你可以不会写代码，但**你不能不负责**——“是 AI 写的”在所有法律和工程语境下都不是免责声明。 **第二层：验收权等于定价权。** 社区里最扎心的一组讨论是：当写代码的成本趋近于零，**判断“这段代码能不能上线”的能力反而成了最贵的稀缺品**。这和第一场架的结论在半路会师了。 **第三层：工具链正在替这场架收尾。** 反方也不是没有赢面——他们的观点是“贴标签解决不了安全问题，能解决问题的只有流程和工具”。于是你看到海外2025下半年涌现的大量质检、沙箱、密钥管理类新工具，本质都是给 vibe coding 补刹车。 ### 对中国用户的启示 国内对 vibe coding 的理解普遍停留在“用 AI 偷懒”的负面标签上，而海外已经把它推进成了一套**可执行的工程规约**。可以直接抄的三条：一是**diff 必读**——AI 写的每一行，上生产前必须有人类读过（哪怕读不懂，也要让另一个 AI 交叉审）；二是**密钥隔离**——`.env` 进 `.gitignore`、密钥走环境变量注入，vibe coding 事故里八成是密钥泄漏；三是**小步快跑**——一次让 AI 改的范围越小，人工验收的成本越低。这三条写进团队规范，比骂“AI 写的代码不行”有用一百倍。 **自查关键词**：`vibe coding Simon Willison definition`、`vibe coding security incident`。 ## 信息差总结 | 你以为的 | 海外社区实际在吵的 | |---------|------------------| | AI 只是工具，岗位结构照旧 | 新人管道正在断裂：斯坦福数据显示 22-25 岁从业者就业率先受伤，"不招初级”和“断供新人”两大阵营吵了一年半 | | AI slop 只是社媒图文垃圾 | 真正的重灾区是开源 issue 区和漏洞赏金箱，curl 已把“AI 政策”写进赏金规则 | | vibe coding = 偷懒骂名 | 它有一条清晰定义线（读不读代码）和三层责任共识：锅永远是人的、验收权等于定价权、流程工具正在补位 | ## 行动指南 1. **今天就做**：拿上面三组英文关键词去 Google 和 HN（news.ycombinator.com）搜一轮，把正反方高票回帖各读十条——你会发现中译信息流里根本没有这些细节。 2. **如果你是新人**：把刷题时间砍一半，换成三件事——读开源代码、写测试、练“给 AI 交的活做验收”。海外数据已经指路：入门岗的入场券从“会写”变成了“会验”。 3. **如果你带团队**：把一句话写进 code review 规范——“AI 参与 ≠ 免责，diff 谁签字谁负责”。再配一条密钥管理红线，能挡掉八成 vibe coding 事故。 4. **如果你维护开源或内部组件**：抄 curl 作业，在 issue 模板和赏金页写明 AI 政策：允许 AI 辅助，报告人负全责，低质报告零回报。 这三场架大概率还会吵下去，但阵营已经清晰、数据已经上桌、共识已经落地成规约。看懂它们，你比绝大多数只盯着新模型发布的人，提前三年看清了 AI 时代“人”的位置往哪挪。 ## 参考来源 1. Wikipedia：Vibe coding 词条（造词背景与定义之争的整理）— https://en.wikipedia.org/wiki/Vibe_coding 2. Simon Willison 博客 vibe coding 标签归档（定义线的原始论述）— https://simonwillison.net/tags/vibe-coding/ 3. 斯坦福数字经济实验室（论文《Canaries in the Coal Mine》发布方）— https://digitaleconomy.stanford.edu/ 4. Daniel Stenberg 个人博客（curl 与 AI slop 报告的第一手记录）— https://daniel.haxx.se/blog/ 5. Hacker News 首页（三场架的原始讨论现场，站内搜索上述关键词）— https://news.ycombinator.com/ --- > 本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵**爱卫生**（微信ID: gprshome201101）维护。 > 聚焦5G/6G核心网、3GPP标准、AI工具实战。知识星球「51学通信」提供深度技术答疑和行业洞察。 > [!tip] 51学通信知识星球 > **星主：爱卫生**（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 > **星球定位**：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 > **当前规模**：5200 篇主题 / 990 个回答，198 元/年。 > **加入福利**：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 > **AI 加持**：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。