你让 Claude 写个 Python 脚本它能干。你让它自己搞一个完整的项目——调研、设计、写代码、测试、部署——DeerFlow 2.0 今天刚刚证明它能自己跑完。字节跳动开源的 DeerFlow74K⭐是一个 long-horizon SuperAgent 框架。今天我用它跑了一个任务30 分钟后回来它全部干完了。不是未来的事情。今天就发生了。我从今天写的那篇 DeerFlow 博文里想到了什么今天下午写 DeerFlow 博文的时候边写边用自己的 API Key 跑了一个任务。任务不算复杂让 DeerFlow 研究 Anthropic 刚发布的 Claude Tag写一份竞品分析报告给出决策建议。预期 30 分钟。30 分钟后回来报告已经躺在输出里了。它自己去搜了 Claude Tag 的 TechCrunch 报道、对比了 Microsoft Copilot 在 Teams 里的定位、分析了和有 Slack MCP 的差异——甚至还自己做了个表格。我当时有点恍惚。不是因为它写得好——内容深度一般真要拿去用需要人工润色。而是因为它真的能自己从头跑到尾中间不用我管。去年这个时候AI 写代码还要人盯着跑几步就问一次。今天它已经能自己做调研出报告了。初级开发者的困境不是学不学而是学什么“AI 要替代程序员了”——这个说法我经常看到。但我反问一句替代哪个阶段的程序员AI 目前长在执行上短在决策上。它能编译、能调试、能查文档、能写样板代码——这些都是初级开发者的日常工作。而高级开发者在做什么在决定要不要做这个功能、“怎么做才不改烂架构”、“这个方案未来三年的演进路径”。现状是AI 能代劳的事写 CRUD、调 API、拼组件、写测试、修 lint 错误AI 还不擅长的事做技术选型决策、理解业务上下文、判断什么时候该重构、判断什么功能不该做初级开发者的工作刚好落在AI 能代劳这个区间。那还学不学写代码学但不是为了打工今天用 DeerFlow 的时候我想到一件事如果我想做成某个事DeerFlow 帮我把执行部分都干了我只需要想清楚要做什么、设计好方案——那我学的应该是系统设计、产品思维、技术判断力。不要再学怎么干活而是学怎么决定干什么活。具体来说系统设计能力— 比 LeetCode 值钱 100 倍。AI 能写代码但它设计不出能扛住千万流量的架构业务理解能力— 你不需要比 AI 更会写代码但你需要比 AI 更懂你的业务场景。我看过太多人和 AI 聊了半小时结果 AI 写了完全不符合业务逻辑的代码——因为提问的人自己也没想清楚业务技术判断力— 什么方案能简单就不复杂什么功能三年后还得重构。AI 不会告诉你这个功能不应该做但真正值钱的决定往往是不做什么沟通与协作— AI 写代码不卡壳但人和人扯皮它是真搞不定。能说清楚需求、能推动项目、能管理预期——这些能力在 AI 时代反而更值钱了这些能力AI 短期搞不定。长期搞定了也不需要程序员了——那时你要担心的不只是岗位而是你还算程序员吗。结尾用 AI 干活越多我越觉得学历编程这件事本身在贬值。剩下值钱的是你的判断力、创造力和对真实问题的理解。DeerFlow 跑几小时不出错但它不会问自己我为什么要跑这个。你会。这就是你比它强的地方。今天体验了字节的开源框架 DeerFlow有感而发。不是唱衰初级开发者是唱衰只会干活不会思考的劳动者结构。