编程已死，写作也快了
一个让我后背发凉的数据
2026 年，Boris Cherny 一行代码都没写过。
不是"没怎么写"，是真的零行。
但这个人，是 Claude Code 的创始人——Anthropic 旗下那个让程序员又爱又恨的 AI 编程工具。他每天用手机提交几十个 PR，最高纪录一天 150 个。全部是 AI 写的，全部用手机完成。
他说：“对我来说，编程已经被解决了。”
这句话如果放在三年前，我会觉得是疯话。但现在，我有点信了。
更让我后背发凉的是：如果编程已死，那写作呢？
01 编程是怎么"死"的
先别急着反驳。我说的"死"，不是程序员失业，而是"亲手写代码"这件事，对某些人来说已经没必要了。
Boris 在红杉 AI Ascent 2026 大会上分享了他的工作流：
- 5-10 个并发的 Claude Code 会话，每个会话又 spawn 出几十个 sub-agent
- 白天：数百个 agent同时跑
- 晚上：数千个 agent在跑深度任务
- 全部用手机调度，电脑都不用开
他用的核心功能叫 /loop——一个类似 cron 的调度器，让 agent 自主运行持久任务：
- 自动修复 CI、rebase PR
- 维护 CI 健康度（修复 flaky tests）
- 每 30 分钟抓取并聚类 Twitter 反馈
- 服务器端的 loop，关了电脑还在跑
最恐怖的是这个细节：
“我的 Claude 们全天在跑。当它们遇到不确定的问题时，会通过 Slack 跟其他人的 Claude 对话来解决。”
注意，不是"他跟其他工程师对话"，是他的 Claude 跟其他人的 Claude 对话。
这已经不是"辅助编程"了，这是代理编程。人类从"写代码的人"变成了"指挥 AI 的人"。
02 印刷术的类比
Boris 在访谈里用了一个类比，我觉得值得所有内容创作者深思：
“1400 年代的欧洲，印刷术发明之前，只有 10% 的人识字……印刷术发明后，50 年内欧洲出版的文献总量，超过了此前一千年的总和。全球识字率从 10% 升到了 70%。”
他说软件会经历同样的事情。
我把这句话里的"软件"替换成"内容创作"，发现逻辑完全成立：
AI 出现之前，只有少数人能写出高质量的文章……AI 出现后，内容创作会从专业技能变成"人人都能做"的基础能力。
这不是预言，是正在发生的事。
我有个做会计的朋友，去年开始用 AI 写财务报告。她说：“以前要花两天整理的分析，现在两小时搞定。AI 写的比我好，因为它不会算错数。”
还有一个做电商的朋友，用 AI 生成产品描述。一天能写 200 个 SKU，以前雇三个人都干不完。
编程的"死"，是因为模型能写 100% 的代码。写作的"快死了"，是因为模型能写 80% 的文章。
那剩下的 20% 呢？
03 领域知识的护城河
Boris 有句话，我反复读了三遍：
“写会计软件最好的人，也许今天就已经不再是工程师了，而应该是一个真正懂会计的人。因为编程是容易的部分，懂领域才是难的部分。”
这句话换个主语，就是写作的未来：
“写行业分析最好的人，也许今天就已经不再是记者了，而应该是一个真正懂行业的人。因为写作是容易的部分，懂领域才是难的部分。”
这就是关键。
AI 能写流畅的文字，但写不出只有你能写的东西。
什么是"只有你能写的东西"？
- 你在行业里摸爬滚打十年的经验
- 你踩过的那些坑、交过的那些学费
- 你跟客户开会时捕捉到的微妙情绪
- 你深夜复盘时想明白的那个洞察
这些，AI 没有。它只能基于已有数据生成"平均水平的内容"，但给不出你的视角。
我写这篇的时候，特意没让 AI 帮忙。不是装，是因为这篇文章的核心观点——“编程已死对写作的启示”——是我自己琢磨出来的。AI 可以帮我润色、帮我查资料，但这个想法本身，只能从我脑子里长出来。
04 两类写作，两种命运
但这里有个重要的区分。
功能性写作（报告、文档、商业文案、产品描述）和创造性写作（小说、诗歌、深度评论），命运可能完全不同。
功能性写作，大概率会步编程的后尘：
- 有明确的结构（开头 - 正文 - 结论）
- 有清晰的规则（语法、格式、行业规范）
- 有可验证的标准（信息准确、逻辑通顺）
这些，AI 擅长。
但创造性写作呢？
我写《AI Agent 时代的操作系统》那篇，花了三天时间想清楚一个类比：Linux 是 AI 的母语。这个类比不是从数据里"算"出来的，是我读了十几年开源项目、装了无数次系统、写了无数行配置之后，突然想通的。
这种"突然想通"，AI 目前没有。它能组合已有的类比，但给不出原创的洞察。
所以我的判断是：
- 功能性写作：快速自动化，AI 生成 + 人工审核
- 创造性写作：人机协作，AI 辅助 + 人工主导
- 深度洞察类写作：仍以人为主，AI 做资料整理和初稿
05 Harness 会消失，那写作的"Harness"呢
Boris 还有个惊人的预测：
“一年后，Claude Code 的 harness（安全层、提示词注入防护、静态验证、人工审核）可能会缩减到只有 100 行代码。”
他的逻辑是：模型越来越强，能自我纠正，不需要那么多外部约束了。
那写作的 harness 呢？
我觉得写作的 harness 不会消失，但会转移：
- 以前的 harness：编辑审核、事实核查、语法检查
- 未来的 harness：提示词工程、领域知识库、个人风格微调
换句话说，写作的质量控制，从"写完后审核"变成了"写之前配置"。
我现在写文章，会先给 AI 一个"风格提示"：
- 语气：直接，不绕弯
- 结构：场景引入 → 数据分析 → 个人洞察 → 行动建议
- 禁忌：不说教、不堆砌术语、不用"总之""综上所述"
- 参考：我之前写的《AI 把文字、图片、视频都吃掉了》那篇的风格这个提示词，就是我的 harness。它不保证文章一定好，但保证像我写的。
06 我们该怎么办
说这么多，不是制造焦虑。是想说清楚：写作这件事，正在被重新定义。
那怎么办？我有三个建议：
1. 别跟 AI 比"写得多"
以前比谁写得快、写得多。现在比谁想得深。
AI 一天能写 50 篇行业分析，但给不出一个原创的观点。你只需要有一个只有你能说的观点，就比 50 篇 AI 文章有价值。
2. 建立你的"领域护城河"
Boris 说未来最好的会计软件是会计写的，不是工程师写的。同理：
- 最好的教育内容，是老师写的
- 最好的医疗内容，是医生写的
- 最好的投资内容，是投资人写的
你的领域经验，就是护城河。AI 能写，但它没有你在一线的那些体感。
3. 学会指挥 AI，而不是被 AI 指挥
这不是套话。我真的见过两种人：
- 被 AI 指挥的：让 AI 写什么就发什么，文章没有自己的声音
- 指挥 AI 的：用 AI 查资料、出初稿、润色，但核心观点、结构、案例都是自己定的
后者写出来的东西，一眼就能看出来是"人写的"。
07 最后的类比
回到印刷术。
印刷术没有让"写作"消失，它让写作民主化了。以前只有僧侣能抄经，后来谁都能写书。
AI 也不会让写作消失，它会让写作普及化。以前只有专业作家能发表，后来谁都能写公众号。
但总有一些东西，是机器给不了的：
- 你深夜加班后写下的那个洞察
- 你跟客户吵完架后想明白的那个道理
- 你读了十年书、走了十年路、见了十个人之后，终于说清楚的那句话
这些，才是写作的核心价值。
编程已死，是因为代码最终是"工具"。写作不会死，因为文字最终是"人"。
（完）