2 万外包不如 2000 元 token：程序员不是一夜消失，是先被重新定价

V2EX 今天有个帖子，标题挺刺眼：

“现在花 2w 找外包，不如冲 2000 的 token 实在。”

楼主自称自己也是程序员，也在创业。以前项目做不过来，会找外包；现在发现，把同样的精力拿去跟 AI 说需求，反而更顺。几千块 token，在他的感受里，能顶几个有经验的外包。

我第一反应不是“他说得对不对”。

我第一反应是：当一个发包方开始这么算账的时候，这事就已经不是一个单纯的技术问题了。

评论区也挺真实。

有人问这是不是“中转站叙事”，有人说“还有机会接外包吗”，有人说现在招人思路变成“一个善沟通、有职业素养的高级开发或架构师，替代多个初中级”。还有一条评论我觉得最扎心：人的变数比 token 大很多，但人又是消费端，如果消费端萎靡，外包项目也会越来越少。

这就不是程序员圈子里互相吓唬了。

这里面站着四类人。

发包的人想要更低成本、更少沟通、更稳定交付。

接外包的人想知道自己以后还有没有活。

公司老板想知道能不能少招几个初级。

普通打工人则隐隐约约感觉到：这次不只是某个岗位变难了，而是“人”在成本表里的位置变了。

先说清楚，我不想把这篇写成“AI 已经替代程序员”。

这个结论太粗，也不负责任。

楼主自己后面也补了一句：AI 初期做 demo 很快，但如果完全靠 AI 自己搞，后期整个项目会非常混乱。这个判断我信，因为我自己做技术管理也知道，真正麻烦的从来不是写几个页面、拉几个接口，而是需求变化、历史包袱、权限边界、数据一致性、上线回滚和后面谁来擦屁股。

还有个反向证据也得摆出来。

METR 在 2025 年做过一个实验，找了 16 个熟悉成熟开源项目的开发者，做 246 个真实 issue。结果是，在那个场景里，允许使用 AI 工具后，开发者完成任务反而慢了 19%。

但如果你拿这个结果说“看吧，AI 不行”，也太早了。

METR 到 2026 年又更新了一次说明：他们认为开发者现在可能确实比 2025 年更被 AI 提速了，只是新的实验因为样本选择、开发者不愿意不用 AI、多人同时跑 agent 等原因，信号已经变得很难测。

这才是这件事真正麻烦的地方。

它不是非此即彼。

不是今天 AI 不行，所以程序员安全。

也不是今天 AI 能写代码，所以程序员完了。

它是一个动态的、博弈的、一直在变化的状态。

技术每迭代一轮，老板的账本就会重算一轮；模型价格每降一次，外包报价和招聘预期就会被压一次；谁先把 AI 用顺，谁就会逼着同行跟上。

我觉得趋势已经很清楚了。

Anthropic 做过一个劳动力影响测量，里面说 Computer Programmers 在他们的职业暴露度指标里排在最前，覆盖率达到 75%。但同一篇里也说，Claude 目前只覆盖 Computer & Math 大类任务的 33%，离理论能力还有很大距离。

翻译成人话就是：

还没完全替代。

但路已经打通了。

这个区别很重要。

很多人争论 AI 能不能替代程序员，喜欢停在“现在能不能”。

但资本和竞争不会只看现在。

它看的是曲线。

今天 AI 做 demo 快，做复杂项目乱，那就先让它做 demo。

明天它能改 bug，就让它改 bug。

后天它能读老代码，就让它读老代码。

再往后，它如果能自己提 PR、自己跑测试、自己修安全问题，人就从“写代码的人”变成“盯着 AI 写代码的人”。

Anthropic 最近甚至说，截至 2026 年 5 月，Claude 贡献了他们合入代码库的 80% 以上代码；同一篇文章里也承认，用代码行数衡量生产力并不完美，但趋势已经很明显：工程师越来越像是在指挥和审查，而不是亲手一行一行敲。

这个时候，再讨论“AI 写得有没有我好”，意义会越来越小。

老板真正关心的不是 AI 有没有你写得优雅。

他关心的是：同样的钱，能不能多试三个项目；同样的周期，能不能少等两个星期；同样的功能，能不能少管一个人的情绪、请假、家庭、拖延和沟通误差。

这话听起来很冷血。

但商业竞争本来就冷血。

单个老板的最优解，往往是少用人、多用工具、压低成本、提高周转。

单个开发者的最优解，可能是拼命用 AI，让自己一个人顶两三个人。

单个公司的最优解，可能是裁掉一批低效岗位，保住利润表。

可问题是，这些单点最优加在一起，未必是社会最优。

人不是只有成本端。

人也是消费端。

如果越来越多人的收入被压缩，越来越多岗位变成“只有最强的人配合 AI 才值得留下”，那老板今天省下来的成本，明天可能会变成市场需求的塌陷、年轻人的入场困难、普通家庭现金流的收缩。

这就是我看这类 AI 替代讨论时，最不舒服的一点。

它不是一个简单的“技术进步真好”。

它更像一场大家都知道方向在哪里，但谁都不敢先踩刹车的竞赛。

你不降成本，同行降。

你不接 AI，客户会问为什么别人更快更便宜。

你不裁低效岗位，资本市场会问你为什么利润率不如别人。

你明知道整个行业这样卷下去，最后可能没人好过，但你作为一个小公司、一个团队、一个普通人，往往没有资格替全社会做最优解。

所以我觉得，后面国家力量、监管力量、行业规则迟早会进来。

不是因为某个部门突然心软，而是当技术变化开始影响就业结构、收入分配、教育路径和社会稳定时，它就不再只是企业自己的效率工具了。

Anthropic Institute 最近也在讨论，如果可以有效放慢前沿 AI 发展，让社会结构和对齐研究跟上，他们认为这可能是好事；但它同时也承认，如果没有全球协调机制，单方面放慢只会让不谨慎的人追上来。

这话说得很绕，但意思很现实：

大家都知道快得吓人。

但谁也不想先输。

当然，普通人也不用把自己吓死。

我后来想到一个挺反直觉的例子：印度的露天洗衣房。

洗衣机出现这么多年，孟买依然有 Dhobi Ghat 这种大型露天洗衣场，里面仍然有人靠传统方式处理衣物。机器没有把所有旧行业在一夜之间抹平。

技术革命从来不是一刀切。

工业革命之后，也不是所有手工业第二天就消失。

信息革命之后，也不是所有线下生意都死了。

AI 时代同样会留下很多缝隙。

有人靠关系活着，有人靠本地服务活着，有人靠极强的行业经验活着，有人靠审美、信任、责任、现场处理能力活着。

甚至还有一批人，可能会因为别人都追 AI，反而在某些“不值得自动化”的小市场里找到自己的位置。

但问题是，不能把“总有人有饭吃”，当成“我一定有饭吃”。

这两个东西差得很远。

你当然可以说，可能只是技术人的自嗨。

很多 AI 工具今天吹得很猛，真落到公司项目里，一堆权限、一堆历史代码、一堆人情事故、一堆客户反复横跳，马上就露怯。

但我不建议普通程序员把希望全部押在“它永远露怯”上。

因为时代的洪流从来不是等你准备好了才来。

工业革命不是一天完成的，信息革命也不是一天完成的，AI 革命也不会一夜之间把所有人推下桌。

可这一次的变化，确实快了很多。

快到很多人还在讨论“AI 写的代码能不能用”，另一些人已经在用 AI 重算招聘计划、外包预算和创业成本。

快到有些岗位不是突然消失，而是先涨薪变慢，再机会变少，再新人进不来，再外包单价下滑，最后你回头一看，原来水已经没过胸口了。

时代的一粒尘埃，落到个人头上就是一座山。

但这句话最可怕的地方，不是山突然砸下来。

而是很多人站在山脚下，以为那只是天气变差。

所以我最后的判断不是“程序员完了”。

也不是“别焦虑，没事”。

我的判断是：

这场变化不是非黑即白，而是一个持续博弈的过程；但大方向已经不是靠嘴硬能挡住的了。

普通技术人真正要做的，不是天天刷“AI 会不会替代我”的帖子，把自己刷到睡不着。

而是反过来问三个更具体的问题：

我现在做的工作，是不是主要在产出可被 AI 模仿的中间过程？

我有没有掌握需求判断、系统边界、业务责任、质量兜底这些 AI 暂时不好独立承担的东西？

如果公司明天要求一个人配合 AI 干两个人的活，我是那个被保留下来的人，还是那个被算进成本优化里的人？

这三个问题，比“AI 能不能替代程序员”更有用。

热闹可以看，焦虑可以有，但别只停在情绪上。

真正要紧的是，别等自己已经成了转型代价里的代价，才发现账本早就被别人重写了。

如果你最近也看到公司、外包、招聘因为 AI 发生变化，评论区可以补点真实案例，尤其欢迎反例。这个话题，不可能只靠一篇文章说完。

老花 / Easton Hua