❌

阅读视图

发现新文章，点击刷新页面。
🔲 ☆

2026 编程语言“饱和度”榜单出炉：JavaScript/Python 已“烂大街”，Go/Rust 成最大赢家？

✇Tony Bai
bigwhite

本文永久链接 – https://tonybai.com/2026/04/02/2026-programming-language-saturation-rankings-go-rust-winners

大家好，我是Tony Bai。

在这个技术浪潮汹涌、AI 随时可能掀翻牌桌的时代，每一个程序员心中都悬着一个终极问题：

“我现在的技术栈，还能吃几年饭？”

我们每天都在焦虑地刷着各种技术文章，试图从 Google、Anthropic、OpenAI、Nvidia等的风向中，窥探下一个技术红利期。但这些信息往往零散、矛盾，甚至充满了各种培训机构的“幸存者偏差”。

就在半个多月前，X 平台上的一位技术博主 Mojisola Alegbe，基于 Stack Overflow、GitHub Trends、JetBrains 等多方数据，整理并发布了一份极其残酷的私房版《2026 编程语言“饱和度”榜单》。

这篇推文就像一颗深水炸弹，在短短几天内获得了 41.2 万的惊人阅读量。大批开发者涌入评论区，有人哀嚎，有人庆幸，有人愤怒，有人不屑。这张榜单之所以能引爆全网，因为它赤裸裸地揭示了我们这个行业最真实的“供需关系”和“内卷现状”。

今天，我们就来深度扒开这张榜单背后的血泪与真相。看看你我手中的“锤子”，到底还能敲几年钉子。

榜单冲击：你的技术栈，在鄙视链的哪一层？

让我们先深吸一口气，看看这份令人心跳加速的榜单：

  • JavaScript (66%): 极度饱和 (Extremely Saturated)
  • Python (58%): 非常饱和 (Very Saturated)
  • SQL (49%): 非常饱和 (Very Saturated)
  • TypeScript (35-40%): 高度饱和，且仍在快速增长
  • Java (26%): 成熟/稳定饱和
  • C# (18%): 中度饱和
  • PHP (10-11%): 正在衰退，但仍很普遍
  • C++ (6-7%): 小众，但用于关键系统
  • Go (4-5%): 低饱和，需求增长中
  • Kotlin (4-5%): 中度小众 (安卓)
  • Swift (2%): 小型但专业的生态系统
  • Rust (2-3%): 低饱和，但正在崛起

看完这张图，我猜很多人的第一反应是：

  • 前端/Python 工程师：完了，彻底“烂大街”了，明天就去送外卖。
  • Java 工程师：稳如老狗，任你风吹雨打，我自岿然不动。
  • Go/Rust 工程师：心中窃喜，果然选对了赛道，未来可期！
  • PHP 工程师：……（我 PHP 是最好的语言！）

但如果事情真的这么简单，那我们这个行业也未免太无趣了。这张榜单真正有价值的地方，在于它炸出了评论区里无数资深架构师和一线开发者的“人间清醒”。

社区百态：饱和、内卷与“幸存者偏差”

在这张榜单的评论区，你可以看到整个技术圈最真实的生态缩影。

阵营一：饱和焦虑派

“完了，我刚想学编程，这可怎么办？”
“怪不得现在工作这么难找……”

阵营二：不屑一顾派

“语言只是工具，解决问题才是关键。”
“这种指标毫无意义。”

阵营三：人间清醒派（重点看这里！）

这部分评论，往往来自那些穿越了数个技术周期的老炮。他们的观点，破具含金量。

一位开发者一针见血地指出：

“语言的饱和度是个误导性指标。真正的问题不是有多少开发者懂它，而是有多少开发者能用它构建出真正有价值的系统。”

另一位开发者则更加直接：

“饱和度百分比毫无意义。重要的是：你能交付吗（Can you ship）？我只看三个信号：1. 真实的生产环境部署（而不是教程）；2. 系统设计的深度（而不只是 CRUD）；3. 在压力下调试复杂问题的能力。JavaScript 饱和度 66%？那又怎样，其中 90% 的人连一个可扩展的架构都设计不出来。”

而一位博主，更是给出了顶级玩家的“搞钱思路”：

“聪明的开发者从不追逐‘流行’的语言，他们追逐的是‘高价值’的行业
– Python → AI
– C++ → 高性能系统（游戏、金融）
– Rust → 安全基础设施（区块链、操作系统）
– Go → 云平台（K8s、Docker）
追逐金钱，而不是追逐炒作（Follow the money, not the hype）。”

架构师的破局之道：从“横向内卷”到“纵向深耕”

扒开社区的口水战，我们可以总结出三条极其宝贵的“反内卷”生存法则。

第一条：停止在“语言层”的低水平竞争

如果你是一个 Python 开发者，你的核心竞争力绝对不是“比别人多会几个 itertools 的函数”。

评论区里的一条建议非常中肯：

“不要只学 Python 的语法。去学它底层的 C++ 和 CUDA。这才是 2026 年 AI 热潮中真正值钱的地方。”

同样的道理，如果你是一个前端开发者，让你在面试中脱颖而出的，绝不是多会几个 CSS 动画技巧，而是你对 V8 引擎的内存管理、对大规模前端项目的架构设计、对 WebAssembly 的底层原理的深刻理解。

饱和的永远是“表层应用”，而“底层原理”的护城河，深不见底。

第二条：将你的技术栈，锚定在高价值的“产业赛道”

你选择的语言，决定了你的“工具”；而你选择的行业，决定了你“工具”的价值。

如果你用 Go，但每天只是在写一些简单的 CRUD 业务，那你和用 PHP 的同行并没有本质区别。

但如果你用 Go，去深耕 Kubernetes Operator 开发、去搞 Service Mesh、去做 eBPF 的底层监控，那你将进入一个截然不同的“高价值稀缺区”。

对于大多数开发者来说，最好的策略不是去学一门全新的、不饱和的语言（比如 Zig 或 OCaml），而是在你现有的、最熟悉的语言生态里，找到那个与“高利润、高壁垒”行业结合最紧密的纵深方向，然后一头扎进去。

第三条：从“语言专家”进化为“系统架构师”

评论区里，有一个非常有趣的现象：初级开发者在讨论“哪个语言好”，而资深开发者在讨论“如何交付（Ship）”。

当一个系统变得复杂时，瓶颈往往早已不在于某个语言的语法特性，而在于：

这些“跨语言”的系统设计能力，才是拉开普通程序员和架构师之间收入差距的根本原因。

语言的红利期是短暂的，而架构的复利是终身的。

小结：你的价值，由你定义

这张“饱和度”榜单，与其说是一份“死亡通知单”，不如说是一张“体检报告”。它提醒我们，如果你安于现状，只停留在语言的表层舒适区，那么无论你现在用的是 Go 还是 Python，你都随时可能被更便宜、更年轻的开发者所取代。别忘了还有不断“蚕食”初级甚至中高级程序员工作的AI！

在这个充满不确定性的时代，真正的安全感，来源于：

  1. 向下扎根，掌握技术栈的底层原理。
  2. 向高处走，将你的能力锚定在高价值的产业。
  3. 向外看，建立跨越语言鸿沟的系统架构思维。

不要再为“哪个语言是宇宙第一”而进行无意义的口水战了。

你的价值，从来不是由你用什么语言决定的，而是由你能用这门语言，解决多大、多复杂、多有价值的问题决定的。

资料链接：https://x.com/yehhmisi/status/2031715243622015239

今日互动探讨：

看完这份榜单，你对自己目前的技术栈感到了焦虑，还是庆幸？在你看来，一个语言的“饱和”是危机，还是意味着更成熟的生态和机会？

欢迎在评论区分享你的看法！

还在为“复制粘贴喂AI”而烦恼？我的新专栏 《AI原生开发工作流实战》 将带你：

  • 告别低效，重塑开发范式
  • 驾驭AI Agent(Claude Code)，实现工作流自动化
  • 从“AI使用者”进化为规范驱动开发的“工作流指挥家”

扫描下方二维码，开启你的AI原生开发之旅。

你的Go技能，是否也卡在了“熟练”到“精通”的瓶颈期？

  • 想写出更地道、更健壮的Go代码，却总在细节上踩坑？
  • 渴望提升软件设计能力，驾驭复杂Go项目却缺乏章法？
  • 想打造生产级的Go服务，却在工程化实践中屡屡受挫？

继《Go语言第一课》后，我的《Go语言进阶课》终于在极客时间与大家见面了！

我的全新极客时间专栏 《Tony Bai·Go语言进阶课》就是为这样的你量身打造！30+讲硬核内容，带你夯实语法认知，提升设计思维，锻造工程实践能力，更有实战项目串讲。

目标只有一个：助你完成从“Go熟练工”到“Go专家”的蜕变！ 现在就加入，让你的Go技能再上一个新台阶！

商务合作方式：撰稿、出书、培训、在线课程、合伙创业、咨询、广告合作。如有需求，请扫描下方公众号二维码，与我私信联系。

© 2026, bigwhite. 版权所有.

🔲 ☆

看了 100 小时教程，你为什么依然写不好代码？扒开技术人的“成长环”真相

✇Tony Bai
bigwhite

本文永久链接 – https://tonybai.com/2026/03/22/stop-tactical-diligence-start-stretch-zone-growth

大家好，我是Tony Bai。

在这个技术大爆炸的时代，我见过了太多极其“勤奋”的程序员：

他们会在各大技术平台上收藏几百篇诸如《Go语言进阶课》、《AI原生开发工作流实战》… …的专栏文章，硬盘里塞满了从各种渠道搞来的“AI大模型实战课”视频。他们熬夜看教程、做笔记，甚至在通勤的地铁上都在听技术播客或专栏课程。

但如果你在半年后去问他：“你用 Go 写过什么高并发系统吗？”或者“你开发过什么 AI Agent 吗？”

他大概率会尴尬地挠挠头：“还没，教程太长了还没看完，或者看了感觉太难，平时工作里也用不到……”

为什么看了 100 小时的教程，你依然写不好代码？为什么收藏了无数的技术干货，你的核心竞争力却依然在原地踏步？

这其实是整个技术圈最普遍、也最隐蔽的陷阱：用“战术上的勤奋”，掩盖了“战略上的懒惰”。

今天，我想跨界借用知名认知作家周岭在《认知觉醒》一书中的核心理论，彻底撕开这层“假性努力”的面纱，带你重新构建一张属于技术人的“动态雷达图”，教你如何真正走出舒适区，在这个 AI 狂飙的时代完成硬核的自我进化。

舒适区与困难区的两极震荡：为什么你总是半途而废？

在《认知觉醒》中，周岭提出了一个极其精准的人类能力分布模型：“舒适区—拉伸区—困难区”。

这三个同心圆，完美地映射了我们程序员的日常状态：

  1. 舒适区（最内层）

在这个区域里，事情对你来说轻车熟路，闭着眼睛都能敲出代码。比如，写一个简单的 CRUD 接口、配置一下 Nginx、复制粘贴一段以前写过的表单验证逻辑。

但问题就在于人类的天性是“避难趋易”的。

长年停留在舒适区，虽然毫无压力，但会让你陷入“无聊而走神”的状态，最终导致技术能力的彻底停滞。在这个区域里，你不是在拥有 10 年经验，你只是把 1 年的经验用了 10 年。

  1. 困难区（最外层）

这个区域里的任务，远远超出了你当前的能力边界。比如，你连 Python 都没写熟，就发誓要在一周内从零手搓一个 Transformer 模型；或者你刚学完 Go 基础语法，就想去给 Kubernetes 的底层调度器提核心 PR。

人类的另一个天性是“急于求成，总想一口吃成个胖子”。贸然跨入困难区，你会遇到无数个令人绝望的 Error 报错，巨大的挫败感会瞬间击溃你的自信心，让你产生“我可能不适合干这个”的错觉，最终因畏惧而逃避。

绝大多数技术人的悲剧在于：他们终日在这两极之间做着无效的“钟摆运动”。

平时在公司里做着无聊的 CRUD（舒适区），下班后突然焦虑爆发，立下宏愿要去啃最硬核的底层源码（困难区），被虐得体无完肤后，心灰意冷地退回到继续写 CRUD（舒适区）。

真正的成长密码：寻找你的“拉伸区”（边缘努力法则）

那么，破局之道在哪里？

答案就藏在舒适区和困难区中间的那个极其狭窄、却又蕴含着巨大能量的环带——拉伸区（舒适区边缘）。

在拉伸区里，任务具有一定的挑战性，你无法靠肌肉记忆直接完成，但只要你稍微踮起脚尖，查一查资料，努努力就能触碰到。

这里既有未知的挑战，又有可达成的成就感。只有在这个区域，你才能进入所谓的“心流（Flow）”状态，获得最快的进步。

但这还不够。为了指导我们如何在拉伸区行动，《认知觉醒》中提出了一个更为深刻的“成长微观规律”，它揭示了学习、思考、行动和改变之间的权重关系：

改变量 > 行动量 > 思考量 > 学习量

这简直是为程序员量身定制的“照妖镜”！让我们来对照一下：

  • 学习量（权重最低）： 买了一门极客时间的专栏，看完了 10 个视频。这叫输入，你只是把别人的知识存进了大脑的短期记忆里。
  • 思考量： 看完视频后，你开始琢磨：“哦，原来 Go 的 Channel 底层是一个带锁的环形队列，怪不得会阻塞。”你不仅看了，还理解了。
  • 行动量： 你打开 IDE，凭着记忆和文档，自己手敲了一段用 Channel 实现的生产者-消费者模型代码，并成功跑通了。
  • 改变量（权重最高）： 你发现自己手敲的这个并发模型，正好可以用来优化你们公司那个极其缓慢的“每日数据导出”报表脚本。你把它重构并部署上线了，报表导出速度提升了 5 倍！

如果你不盯住内层的“改变量”和“行动量”，那么你在表层投入再多的“学习量”也只会事倍功半。

无数人陷入“教程地狱（Tutorial Hell）”的原因，就是他们只停留在了“学习量”的层面，从未产生过“改变量”。

实战推演：如何利用“拉伸区”构建你的技术雷达图？

有了宏观的规律支撑，我们该如何将它落地到日常的技术精进中？

优秀的程序员，脑海中都有一张自己的“动态技术雷达图”。这张图不是静止的，而是通过在各个技能维度的“拉伸区”不断向外扩张，最终形成一个巨大的“成长环”。

接下来，我将以个人比较熟悉，也是当前较为受欢迎的两个技能领域——Go 语言高并发开发 与 AI Agent 原生开发 为例，和大家聊聊如何设计自己的拉伸区项目，完成从“学习”到“改变”的闭环。

案例一：Go 语言开发者的拉伸区跃迁

现状诊断（舒适区）：

你已经通过《Go语言第一课》掌握了 Go 的基础语法，能熟练使用 Gin 框架写 HTTP 接口，能用 GORM 对 MySQL 进行增删改查。每天的工作就是对着产品需求堆代码。如果继续这样，三年后你依然是一个高级的“CRUD 工程师”。

急于求成（困难区-千万别去）：

发誓要用 Go 写一个分布式的关系型数据库，或者直接去扒 Go 语言 runtime 包里垃圾回收器（GC）的三色标记法 Go /汇编源码。你会在无尽的底层细节中崩溃。

精心设计的“拉伸区项目”：构建一个高并发的压测小工具

不要去背八股文了，给自己设定一个能触及“改变量”的拉伸区实战项目：用 Go 实现一个类似 ab (Apache Bench) 的高并发压测工具。

  • 步骤 1（思考量）： 为什么原来的单线程脚本发请求那么慢？Go 的 Goroutine 如何做到极轻量级的并发？
  • 步骤 2（行动量 – 踏入拉伸区）：
    • 拉伸点 1： 不用任何第三方库，仅用标准库 net/http 发起请求。
    • 拉伸点 2： 使用 sync.WaitGroup 来控制并发的启动和等待。
    • 拉伸点 3： 引入 Channel。当并发量达到 10 万时，无脑 go func() 会导致系统资源枯竭。你必须学习使用带缓冲的 Channel 来实现一个协程池（Worker Pool），限制最大并发数。
    • 拉伸点 4： 引入 sync.Mutex 或 atomic 包，来安全地统计成功请求数、失败数、平均延迟等数据。
  • 步骤 3（改变量 – 形成闭环）： 工具写完了。你把它编译成二进制文件扔给测试团队，告诉他们：“以后压测咱们自己的接口，就用我写的这个工具，不需要装乱七八糟的依赖了。”

这个项目完美地避开了极其枯燥的底层源码（困难区），又跳出了无脑的框架调用（舒适区）。在这个拉伸区里，你被迫真实地操作了 Goroutine、Channel、锁和原子操作，你的雷达图在“并发编程”这个维度上，成功向外扩张了一大圈。

案例二：向 AI 原生开发者进化的拉伸区

现状诊断（舒适区）：

你每天都在用 Copilot 或 Claude Code帮你写代码、润色邮件。你买了几十块钱的 API，用 Python 写了一个脚本，把用户的输入传给 API，然后把结果打印出来。你觉得自己“懂 AI 开发了”。

急于求成（困难区-千万别去）：

去啃 PyTorch 底层逻辑，买几块 4090 显卡，试图自己微调（Fine-tune）一个千亿参数的大模型，或者试图手搓一个全知全能的超级 AGI。

精心设计的“拉伸区项目”：开发一个带“工具调用（Function Calling）”的本地私有知识库助手

从“AI 使用者”到“AI 架构师”的跨越，不在于你能记住多少 Prompt 魔法，而在于你是否懂得如何将 AI 与外部物理世界连接起来。

  • 步骤 1（思考量）： 大模型是没有记忆的，也没有最新数据。如何让大模型能读取我电脑里今天刚生成的日志文件？
  • 步骤 2（行动量 – 踏入拉伸区）：
    • 拉伸点 1：告别单轮对话。 学习使用 LLM 的 API 维护一段连续的记忆上下文（Context Management）。
    • 拉伸点 2：攻克 Function Calling（核心拉伸）。 仔细研读 OpenAI 或 Anthropic 的官方文档，用代码定义一个工具（比如：search_local_file 函数）。这要求你将大模型的自然语言输出，精确地转换为本地函数的结构化参数输入。
    • 拉伸点 3：拥抱最新协议。 如果你有野心，可以去挑战去年爆火的 MCP（Model Context Protocol）协议，编写一个属于你自己的 MCP Server，让流行的 Agent 工具（如 Cursor 或 Claude Desktop）能够安全地访问你的本地数据库。
  • 步骤 3（改变量 – 形成闭环）： 你不再在网页端复制粘贴代码了。你用 Go 或 Python 跑起了一个常驻终端的服务。当你问它“昨天生产环境的报错主要集中在哪里？”时，你的 Agent 自动调用了本地 grep 命令，分析了日志，并给你输出了一份完美的摘要。你的工作效率得到了实质性的改变！

这个项目没有要求你去懂深奥的神经网络微积分（困难区），但它逼着你掌握了 AI 原生开发中最核心的“Agent 工具编排”能力。在这个拉伸区里，你从一个“提示词念稿人”，正式蜕变为了一名“AI 指挥官”。

小结：复利曲线与舒适区边缘的完美交响

回过头来看看，那些真正牛逼的顶级技术专家，难道他们天生就拥有超凡的智商吗？

绝大多数情况下并不是。

他们的秘密武器，仅仅是日复一日地在“舒适区的边缘”进行着微小但坚实的努力。

每一次在拉伸区里解决掉一个陌生的 Bug，每一次将一个跑在命令行的脚本优化成一个稳定的后台服务，每一次将你的所学变成真正提高团队效率的工具（改变量），都是在你的技术雷达图上，刻下的一道深深的成长环。

不要再去囤积那些你永远不会看的几十个 G 的视频教程了。

关掉网页，打开你的 IDE。找出你日常开发中最让你感到繁琐的一件小事，稍微踮起脚尖，用你刚学的一点点新知识去干掉它。

去拥抱你的“拉伸区”吧。因为只有在那里，你才能真正体会到作为一名工程师，掌控系统、改变世界的顶级快感。

今日互动探讨：

看完这篇文章，你觉得你目前的日常工作有百分之多少是在“舒适区”？如果你要在今年规划一个自己的“拉伸区”硬核项目，你会选择做什么？

欢迎在评论区分享你的反思与计划！

还在为“复制粘贴喂AI”而烦恼？我的新专栏 《AI原生开发工作流实战》 将带你：

  • 告别低效，重塑开发范式
  • 驾驭AI Agent(Claude Code)，实现工作流自动化
  • 从“AI使用者”进化为规范驱动开发的“工作流指挥家”

扫描下方二维码，开启你的AI原生开发之旅。

你的Go技能，是否也卡在了“熟练”到“精通”的瓶颈期？

  • 想写出更地道、更健壮的Go代码，却总在细节上踩坑？
  • 渴望提升软件设计能力，驾驭复杂Go项目却缺乏章法？
  • 想打造生产级的Go服务，却在工程化实践中屡屡受挫？

继《Go语言第一课》后，我的《Go语言进阶课》终于在极客时间与大家见面了！

我的全新极客时间专栏 《Tony Bai·Go语言进阶课》就是为这样的你量身打造！30+讲硬核内容，带你夯实语法认知，提升设计思维，锻造工程实践能力，更有实战项目串讲。

目标只有一个：助你完成从“Go熟练工”到“Go专家”的蜕变！ 现在就加入，让你的Go技能再上一个新台阶！

原「Gopher部落」已重装升级为「Go & AI 精进营」知识星球，快来加入星球，开启你的技术跃迁之旅吧！

我们致力于打造一个高品质的 Go 语言深度学习 与 AI 应用探索 平台。在这里，你将获得：

  • 体系化 Go 核心进阶内容: 深入「Go原理课」、「Go进阶课」、「Go避坑课」等独家深度专栏，夯实你的 Go 内功。
  • 前沿 Go+AI 实战赋能: 紧跟时代步伐，学习「Go+AI应用实战」、「Agent开发实战课」、「Agentic软件工程课」、「Claude Code开发工作流实战课」、「OpenClaw实战分享」等，掌握 AI 时代新技能。
  • 星主 Tony Bai 亲自答疑: 遇到难题？星主第一时间为你深度解析，扫清学习障碍。
  • 高活跃 Gopher 交流圈: 与众多优秀 Gopher 分享心得、讨论技术，碰撞思想火花。
  • 独家资源与内容首发: 技术文章、课程更新、精选资源，第一时间触达。

衷心希望「Go & AI 精进营」能成为你学习、进步、交流的港湾。让我们在此相聚，享受技术精进的快乐！欢迎你的加入！

img{512x368}

商务合作方式：撰稿、出书、培训、在线课程、合伙创业、咨询、广告合作。如有需求，请扫描下方公众号二维码，与我私信联系。

© 2026, bigwhite. 版权所有.

🔲 ☆

UML 之父 Grady Booch：别听 CEO 瞎忽悠，软件工程的第三次黄金时代才刚刚开始

✇Tony Bai
bigwhite

本文永久链接 – https://tonybai.com/2026/02/13/grady-booch-uml-software-engineering-third-golden-age-begins

大家好，我是Tony Bai。

在 2026 年初的今天，如果你问一个软件工程师“最近感觉如何？”，得到的回答大概率是焦虑。

Anthropic 的 CEO Dario Amodei 曾预言：“软件工程将在 12 个月内被自动化。”

GitHub Copilot、Claude Code、Gemini Cli等Coding Agent的代码生成能力确实让人惊叹，但也让人背脊发凉：如果 AI 能瞬间写出完美的 C++ 代码，我们这些还在啃算法、背八股文的人，存在的意义是什么？

在这个充斥着“软件工程已死”论调的时刻，一位真正的“上古大神”站了出来。

他是 Grady Booch。

如果你是计算机科班出身，你一定听过他的名字。他是 UML（统一建模语言）的创始人之一，面向对象设计（OOD）的先驱，IBM Fellow。他入行时，程序员还在用打孔卡；他经历过汇编到高级语言的剧变，也经历过互联网泡沫的崩塌。

在最近的一次深度访谈中，面对“AI 取代程序员”的言论，Grady Booch 微微一笑，给出了一个截然不同的判断：

“别担心。软件工程没有死，我们正站在‘第三次黄金时代’的门口。”

直面争议：“那是纯属胡扯”

访谈中，主持人问 Grady 如何看待“软件工程即将被自动化”的观点。

Grady 的回答非常直接且不留情面：“纯属胡扯”。

为什么这位泰斗如此笃定？因为那些鼓吹替代论的 CEO 们，混淆了两个根本性的概念：Coding（编码）与 Engineering（工程）。

  • Coding 是什么？是将设计好的逻辑翻译成机器能懂的语言。这是 AI 最擅长的，也是最容易被自动化的“翻译层”。
  • Engineering 是什么？是在资源受限、需求模糊、环境动态变化的前提下，寻找最优解的过程。

Grady 指出，软件工程师的本质工作，是平衡多维度的力量（Balancing Forces）。你需要平衡物理定律（光速限制延迟、芯片散热）、经济成本（算力预算、开发周期）、法律合规（数据隐私）、人类伦理（算法偏见）。

Grady补充，“AI 目前只是一个极其高效的‘实现者’。它连理解这些约束的门槛都没摸到。”

只要这个世界还存在资源稀缺和复杂的人性，就需要工程师去权衡利弊、做出决策。这才是工程的灵魂，而代码只是结果。

历史的望远镜：软件工程的三次跃迁

为了让我们看清未来，Grady 举起了历史的望远镜。他认为，软件工程的历史，就是一部抽象层级不断提升的历史。

第一次黄金时代 (1950s – 1970s)：算法抽象

那时，软件刚从硬件中解耦。Fortran 和 Algol 的出现，让程序员不再需要手写汇编。

  • 当时的焦虑：“高级语言效率太低，真正的程序员只写汇编。”
  • 结果：汇编程序员确实变少了，但软件行业爆发了。我们开始关注算法。

第二次黄金时代 (1980s – 2000s)：对象抽象

随着 PC 的普及，系统复杂度指数级上升。面向对象（OOP）和设计模式应运而生。

  • 当时的焦虑：“有了图形界面和开发工具，还需要专业程序员吗？”
  • 结果：软件渗入了人类生活的方方面面。我们开始关注对象和交互。

第三次黄金时代 (2000s – Now)：系统抽象

现在，我们进入了第三阶段。云原生、微服务、以及现在的 AI。

  • 现在的焦虑：“AI 写代码了，我们要失业了。”
  • Grady 的预判：AI 是最新的编译器，是这一代最高的抽象层。它屏蔽了语法的细节，屏蔽了库的调用。

Grady继续指出：“每一次抽象层级的提升，都会消灭低端的重复劳动，但同时会释放出巨大的生产力，让我们去构建更宏大、更复杂的系统。”

未来的核心竞争力：系统思维

如果 AI 帮我们干了脏活累活（写 CRUD、写测试、修 Bug），那我们该干什么？

Grady 给年轻工程师的建议是：去拥抱“系统思维（Systems Thinking）”。

未来的软件工程师，将从 Coder（代码工匠）进化为 Architect（系统架构师）。

你的核心竞争力将不再是“精通 Go 语法”或“手写红黑树”，而是：

  1. 复杂性管理：当 AI 一天能生成 10 万行代码时，如何保证系统不崩塌？如何设计高可用的架构？
  2. 跨学科融合：Grady 提到了他在 NASA 火星任务中的经历。要构建那个系统，他必须懂生物学、神经学和物理学。AI 时代，软件将进入更多深水区，你需要懂业务、懂人性。
  3. 定义问题的能力：AI 是执行者，你是定义者。Problem Shaping（问题重塑）的价值将远远超过 Problem Solving（问题解决）。

“Fear not（不要恐惧）。” Grady 说，“你的工具变了，但你要解决的问题——如何用技术改善人类生活——从未改变。”

小结：站在深渊边缘，学会飞翔

在访谈的最后，Grady Booch 说了一段极具哲学意味的话。

面对 AI 带来的巨大变革，我们就像站在悬崖边缘。

你可以选择盯着深渊，恐惧地喊：“完蛋了，我要掉下去了。”

你也可以选择抬起头，说：“不，我要跳跃，我要飞翔。”

这就是起飞的时刻。

AI 帮你消除了实现的摩擦，降低了构建的成本。以前你受限于手速和团队规模，做不出伟大的产品；现在，限制你的只有你的想象力。

软件工程没有死，它只是进化了。

而我们，有幸成为这第三次黄金时代的开启者。

资料链接：https://www.youtube.com/watch?v=OfMAtaocvJw

你准备好“飞翔”了吗？

Grady Booch 的判断让我们看到了一个更宏大的未来。作为一名开发者，你是否也曾感觉到“编码”与“工程”之间的那道分界线？你认为在即将到来的“第三次黄金时代”，除了系统思维，还有哪些能力是不可或缺的？

欢迎在评论区留下你的思考或困惑！ 让我们一起在悬崖边缘，寻找飞翔的力量。

如果这篇文章给了你走出焦虑的勇气，别忘了点个【赞】和【在看】，并转发给你那些还在被“AI 替代论”困扰的朋友！

如何成为 AI 时代的“系统工程师”？

Grady Booch 告诉我们要具备系统思维，要学会编排 AI，而不是被 AI 取代。但这具体怎么落地？

  • 如何从“写代码”转型为“设计 Spec”？
  • 如何利用 Agentic Workflow 组建你的“数字研发团队”，去构建复杂的系统？
  • 如何建立 AI 时代的代码审查和质量控制体系？

欢迎关注我的极客时间专栏《AI 原生开发工作流实战》。

我们不教你如何在这个时代“卷”代码，我们教你如何站在巨人的肩膀上，成为驾驭算力的 System Engineer。

扫描下方二维码，开启你的第三次黄金时代。

你的Go技能，是否也卡在了“熟练”到“精通”的瓶颈期？

  • 想写出更地道、更健壮的Go代码，却总在细节上踩坑？
  • 渴望提升软件设计能力，驾驭复杂Go项目却缺乏章法？
  • 想打造生产级的Go服务，却在工程化实践中屡屡受挫？

继《Go语言第一课》后，我的《Go语言进阶课》终于在极客时间与大家见面了！

我的全新极客时间专栏 《Tony Bai·Go语言进阶课》就是为这样的你量身打造！30+讲硬核内容，带你夯实语法认知，提升设计思维，锻造工程实践能力，更有实战项目串讲。

目标只有一个：助你完成从“Go熟练工”到“Go专家”的蜕变！ 现在就加入，让你的Go技能再上一个新台阶！

商务合作方式：撰稿、出书、培训、在线课程、合伙创业、咨询、广告合作。如有需求，请扫描下方公众号二维码，与我私信联系。

© 2026, bigwhite. 版权所有.

🔲 ☆

从“手搓 Prompt”到“无限循环”：AI 编码的下一个形态是“Ralph”吗？

✇Tony Bai
bigwhite

本文永久链接 – https://tonybai.com/2026/01/21/ai-coding-evolution-from-prompting-to-ralph

大家好，我是Tony Bai。

“如果你把 AI 放在一个死循环里，给它足够的权限和上下文，会发生什么？”

2025 年底，一个名为 “Ralph Wiggum Technique” (Ralph 循环) 的 AI 编程技巧在硅谷极客圈一夜爆红。它没有复杂的架构，没有花哨的界面，其核心代码甚至只有一行 Bash 脚本。

但就是这个看似简陋、甚至有些“诅咒”意味的技巧，却让开发者们在一夜之间重构了 6 个代码库，构建了全新的编程语言，甚至引发了 Anthropic 官方下场发布插件。

什么是 Ralph？为什么它如此有效？它又预示着怎样的 AI 编程未来？

Ralph 的诞生——一行代码的暴力美学

Ralph 的故事始于 Geoff Huntley 的一个疯狂实验。他没有使用复杂的 Agent 框架，而是写下了这样一行 Bash 脚本：

while :; do cat PROMPT.md | npx --yes @sourcegraph/amp ; done

这就是 Ralph 的全部。

  • PROMPT.md：这是唯一的输入，包含了项目的目标、规范、当前状态的描述（通常由 AI 自动更新）。
  • @sourcegraph/amp：这是一个极其简单的 CLI 工具，它读取提示词，调用 LLM，并在当前目录下执行命令（修改文件、运行测试等）。
  • while :; do … done：这就是灵魂所在。无限循环。

Ralph 不会停下来问你“这样行吗？”。它只是不断地读取目标、执行操作、再次读取目标、再次执行……直到你手动杀掉进程，或者它把代码库变成一团乱麻（所谓的“Overbaking”）。

为什么 Ralph 有效？—— Context Engineering 的胜利

乍一看，Ralph 似乎只是一个不可控的随机代码生成器。但实际上，它的成功揭示了 AI 编程的一个核心真理：上下文工程 (Context Engineering) 远比 Prompt 技巧更重要。

Ralph 的核心不在于那个 Bash 循环，而在于那个 PROMPT.md（或者更高级的“Specs”）。

声明式而非命令式

传统的 AI 辅助编程是“命令式”的：你告诉 AI “修改这个函数”、“修复那个 Bug”。

Ralph 是“声明式”的：你在 PROMPT.md 中描述项目的终局状态（Desired State），比如“所有的 React 组件必须使用 TypeScript 且没有 default exports”。Ralph 的工作就是不断逼近这个状态。

小切口，高频迭代

Ralph 并不试图一次性完成所有工作。它在每次循环中只处理一小块任务。这种“切碎”的工作方式，完美契合了 LLM 当前的上下文窗口限制，避免了“一次性生成几千行代码然后全错”的灾难。

自动化反馈循环

在 Ralph 的循环中，测试结果、Linter 报错、编译失败信息，都会成为下一个循环的输入。它不仅是在写代码，更是在自我修复。

Ralph 的进化——从玩具到生产力

随着社区的介入，Ralph 迅速从一个 Bash 玩具进化为一种严肃的开发范式。

  • 重构利器：这是一次真实的重构经历。面对一个混乱的 React 前端，没有人工介入手动修改，而是花 30 分钟写了一份 REACT_CODING_STANDARDS.md（编码规范），然后让 Ralph 跑了 6 个小时。结果？Ralph 自主完成了一个人类可能需要数天才能完成的枯燥重构。
  • Cursed Lang：Geoff 甚至用 Ralph 构建了一门全新的编程语言 Cursed Lang，包含编译器、标准库，且实现了自举。
  • 官方下场：Anthropic 甚至推出了官方的 Ralph 插件。虽然被社区吐槽“过度设计”且不如 Bash 脚本好用，但这标志着这种模式已被主流认可。

警惕“Overbaking”——AI 也会“把菜烧焦”

Ralph 并非完美。它最大的风险在于 “Overbaking”（过度烘焙）。

如果你让 Ralph 跑得太久，且 PROMPT.md 的约束不够紧，它可能会开始产生“幻觉”般的优化：添加没人需要的 Post-Quantum 密码学支持、过度拆分文件、甚至为了通过测试而删除测试。

这给我们的启示是：AI 是强大的引擎，但人类必须是方向盘。

  • 写好 Spec：如果你的 Spec（规格说明书）是垃圾，Ralph 产出的代码也是垃圾。
  • 监控循环：不要让它无限制地跑下去，设置检查点。
  • 小步快跑：最好的 Ralph 实践是“一夜重构一个模块”，而不是“一夜重构整个系统”。

小结：Agentic Coder 的未来

Ralph Wiggum Technique 可能只是 AI 编程进化史上的一朵浪花，但它留下的遗产是深远的。

它告诉我们，未来的编程可能不再是编写具体的逻辑，而是编写和维护一份完美的 Spec（规范说明书）。我们将成为“系统架构师”和“验收测试员”，而将那个枯燥、重复、且容易出错的“编码循环”，交给不知疲倦的 Ralph 们。

所以，下一次当你面对一座巨大的“屎山”代码时，不妨试着写一份清晰的 Spec，然后启动那个神奇的 Bash 循环。

资料链接：

  • https://ghuntley.com/ralph/
  • https://www.humanlayer.dev/blog/brief-history-of-ralph

从“暴力循环”到“优雅指挥”

Ralph Wiggum 的故事让我们看到了 AI 自主编程的雏形：只要有正确的 Spec（规范）和自动化的 Loop（循环），奇迹就会发生。

但 Ralph 毕竟只是一个 5 行代码的 Bash 脚本，粗糙且容易“烤糊”。在真实的工程实践中，我们不能只靠运气的“无限循环”，我们需要一套更稳定、更可控、更专业的AI 原生开发体系。

如果你不想止步于 Ralph 这样的极客实验，而是想真正掌握驾驭 AI Agent 的系统方法，欢迎加入我的新专栏 《AI原生开发工作流实战》。

这是关于如何构建你的“自动化流水线”：

  • 告别低效：不再做“复制粘贴喂 AI”的搬运工，建立自动化闭环。
  • 驾驭神器：深度实战 Claude Code 等前沿工具，它是比 Ralph 更成熟的“神灯精灵”。
  • 身份跃迁：从被动的“AI 使用者”，进化为定义规范、掌控全局的“工作流指挥家”。

扫描下方二维码，别让 AI 只有暴力，让我们赋予它工程的优雅。

你的Go技能，是否也卡在了“熟练”到“精通”的瓶颈期？

  • 想写出更地道、更健壮的Go代码，却总在细节上踩坑？
  • 渴望提升软件设计能力，驾驭复杂Go项目却缺乏章法？
  • 想打造生产级的Go服务，却在工程化实践中屡屡受挫？

继《Go语言第一课》后，我的《Go语言进阶课》终于在极客时间与大家见面了！

我的全新极客时间专栏 《Tony Bai·Go语言进阶课》就是为这样的你量身打造！30+讲硬核内容，带你夯实语法认知，提升设计思维，锻造工程实践能力，更有实战项目串讲。

目标只有一个：助你完成从“Go熟练工”到“Go专家”的蜕变！ 现在就加入，让你的Go技能再上一个新台阶！

商务合作方式：撰稿、出书、培训、在线课程、合伙创业、咨询、广告合作。如有需求，请扫描下方公众号二维码，与我私信联系。

© 2026, bigwhite. 版权所有.

❌