核心内容总结
这篇访谈围绕AI对软件开发行业的冲击展开，核心观点是：低端“写代码”的工作已被AI替代，但真正的“软件工程师”依然稀缺。访谈者Geoffrey Huntley（Ralph Loop创造者）从技术（Ralph Loop）、行业趋势（K型分化）、职业生存（从使用者到构建者）、工作方式（代码审查改革）等角度，给出了普通人应对AI浪潮的具体建议。
一、软件开发“死了”？别慌，是“写代码的人”死了
Geoffrey说“软件开发已死”，不是指这个行业没了，而是“只会敲代码的人”（coder）被AI取代了——现在任何人用Cursor这类工具都能生成代码，这些人的时薪甚至比麦当劳汉堡工还低（10.42美元）。
但“软件工程师”（software engineer）依然吃香。区别在哪？举个例子：你能不能用300行代码搭一个Coding Agent（AI写代码的工具），并讲清楚它的架构？如果不能，你只是AI的“使用者”，不是“构建者”。
AI能替代的是机械性写代码（比如按工单填逻辑），但模块化设计、数据建模、安全防护这些需要深度思考的硬核能力，AI还做不到——这就是工程师的护城河。
二、K型分化：公司和个人都在分岔路口
Geoffrey提出“K型分化”：
- 右上角的公司：“模型优先”的初创公司（5-10人），用AI原生方式做产品，收入指数级增长，像顶级掠食者；
- 右下角的公司：传统大公司，抗拒AI（比如禁止员工用AI），还在按人头收费（SaaS模式），收入越来越不稳定。
对个人来说，如果你的公司禁止用AI，赶紧走——就像当年禁止上云的公司，会把你往死路上推。AI不是普通工具（比如IntelliJ），而是“吉他”：你得弹它、摸清楚它的脾气（擅长什么、在哪翻车），才能不被淘汰。
三、Ralph Loop：“痴呆”但好用的AI Agent逻辑
Ralph Loop是Geoffrey发明的AI工作模式，名字来自《辛普森一家》里的“傻孩子Ralph”，意思是用最简单的方法解决复杂问题。
它的核心是“内存管理”：把AI的上下文窗口（相当于AI的“短期记忆”）当成宝贵资源，每次只给AI一个明确目标+最少的上下文，让它循环逼近结果。比如：
- 把.NET项目转成Rust：给AI源码→让它生成测试用例→循环修改直到成功；
- 自动修复小bug：比如登录按钮失效，AI会自己循环检查、修正。
对比那些复杂的“多Agent并行”技术，Ralph Loop虽然“笨”，但效果惊人——因为它避免了AI因上下文过多而混乱。
四、代码审查：别再“骚扰同事”了
现在的代码审查很多是“形式主义”：改一行代码也要追着同事打勾，变成了“心理折磨”（初级工程师被批得一无是处）。
Geoffrey的建议是“风险分级审查”：
- 低风险（比如改营销文案、翻译）：直接发布，不用审；
- 高风险（比如改数据库索引、安全逻辑）：才需要审查。
未来趋势是用AI替代人工审查：比如让Agent自动检查代码路径，触发风险提示，减少不必要的人工干预。
五、普通人怎么活下来？从“用AI”到“造AI”
Geoffrey给了3个优先级最高的学习方向：
1. 软件验证：学TLA+、Lean这类“定理证明器”——AI生成代码免费，但“对不对”才是瓶颈，这些工具能证明代码逻辑绝对正确；
2. 高阶测试：比如属性测试（比单元测试更全面）、确定性系统测试；
3. 强类型语言：学Rust、Haskell——这些语言能在写代码时就拦住错误（比如无效数据），避免AI“幻觉”跑到生产环境。
最紧急的一步：自己搭一个Coding Agent。比如Cursor本质是300行代码的while循环，如果你几小时内搭不出来，下次面试会很难——连13岁孩子都能现场展示自己的Agent，资深工程师更得懂底层逻辑。
一句话总结
AI淘汰的是“工具使用者”，奖励的是“规则制定者”。要么成为能构建AI工具的工程师，要么被AI工具替代——就这么简单。