13 岁靠 AI 接百万订单的背后：写代码门槛坍塌，真正值钱的能力已经换了赛道

接好运鸭

前言

      网络上一则故事引发技术圈巨大讨论：一名十几岁的少年，没有经过系统的计算机科班训练，不会完整手写代码，依靠 AI 编程、低代码工具，完成商业项目，拿到六位数乃至百万级别的商单。不少从业多年的程序员看完交付成果之后感慨：自己做出来，水平也大抵如此。
很多人第一眼把它解读成天才少年的神话。但这件事更值得思考的内核，并不是少年天赋有多逆天，而是 AI 正在推倒编程的入门高墙。过去会不会写代码，是普通人和程序员之间一道坚硬分界线；现在依靠大模型，用自然语言描述需求，就可以生成可运行程序。
      当 “把功能实现出来” 这件事成本急剧下降，软件行业的价值重心正在发生转移。会敲代码慢慢变成基础常识，而定义问题、甄别 AI 漏洞、理解业务、交付担责，这些能力变得越来越珍贵36氪。本文结合行业现状，拆解 AI 编程浪潮之下，技术岗位正在发生的变化，以及普通人应当避开的认知陷阱。

补充说明：网传 “百万订单” 为当事人自述，暂无第三方官方实锤，但借助 AI 低代码完成商业接单，已经成为现实存在的现象。

一、过去和现在：编程价值发生巨大翻转

旧时代：实现能力最值钱

在没有 AI 辅助的年代，想要做一款软件、开发一套系统，你必须先花费大量时间学习语法、框架、调试报错。能够把需求翻译成可运行代码，本身就是很高的壁垒。外包市场里，大量工作就是写业务页面、对接接口、开发基础功能，只要你能把功能实现，就可以拿到不错的报酬。很多普通程序员依靠执行编码，就可以拥有稳定的收入。
AI 时代：代码实现的成本正在趋近于零

现在，你只需要用人类语言描述想要什么，AI 就可以输出代码；效果不满意，继续描述问题，让它反复修改迭代。代码生成这件事的门槛被大幅拉低。但 AI 仅仅擅长输出代码文本，它存在明显短板：

• 分不清业务真正需要什么，你提什么它就做什么，不会主动甄别需求是否合理；
• 生成的代码表面可以运行，暗藏边界 BUG、安全漏洞、性能隐患；
• AI 不会为线上事故、项目失败承担责任，出了问题，背锅兜底的还是人类。
  

通俗类比：AI 就像手艺娴熟的施工工人，但是不会做建筑设计，不会判断这个房子到底该不该这么建。工人干活很快，但图纸、验收、安全责任需要人来把控。

二、最先被冲击的市场：软件外包与小 SaaS 工具

1. 中低端外包行业，报价空间被严重压缩

过去十万规模的中小型外包项目，现在客户会直接提出疑问：“这不是 AI 就可以做吗？”，直接压低报价预期36氪。大量重复 CRUD 页面、简单后台、基础小程序这类标准化项目，AI 可以快速产出原型。企业不需要再雇佣多名初级程序员，少数懂业务的人搭配 AI，就可以完成过去多人的工作量。这并不代表外包行业彻底消亡，纯靠 “出卖敲代码工时” 的模式被挤压；但需要深度行业理解、高可靠稳定性、安全合规的大型项目，依旧离不开资深工程师。
2. 大量轻量化小 SaaS 工具生存压力变大

前两年大量火爆的小型工具类 SaaS，靠解决简单的小痛点按月收取会员费。现在普通用户花一下午，借助 AI 低代码工具，就可以搭出一个够用的自用版本。如果产品仅仅只是简单功能堆砌，没有深厚行业壁垒，很容易被用户自己用 AI 搭建的简易版本替代。
三、AI 浪潮之下，哪些人反而会变得更稀缺

当写代码不再是高门槛护城河，下面三类人的价值反而被放大：
① 可以为结果兜底，承担责任的人

AI 可以飞快输出代码，但不会承担线上故障、数据泄露、业务崩溃带来的后果。能够排查线上事故、定位隐患、对交付结果负全责，这是机器无法替代的核心能力。
② 懂垂直行业业务逻辑的人

懂工厂工时核算、医院排班流程、律所业务、线下零售链路的人。AI 可以写代码，但它不理解行业内部真实规则。知道 “到底应该做什么”，远比知道 “怎么写代码” 更加重要。
③ 掌握客户资源、信任关系，懂交付闭环的人

回到那个少年接单的案例，能拿到高额商单，并不仅仅靠提示词写代码。更关键是获得客户信任，完成沟通、验收、售后整套交付链条。AI 只是生产工具，获取客户、维系信任依旧属于人的能力。

现状：只会单纯接收需求、翻译为代码的执行型岗位，价值正在被不断稀释。

四、给普通人两条务实建议

1. 不要沉迷学习 “AI 提示词编程技巧”

市面上技巧迭代速度极快，工具版本三个月就会大变，学不完。更值得打磨的核心能力：把模糊的现实业务问题，清晰完整描述出来；能够看懂 AI 产出物，识别其中隐藏的 BUG 和风险；会做验收、做验证。这一部分是 AI 无法取代的。
2. 警惕满天飞的 AI 编程速成培训班

很多课程宣传 “零基础学 AI 编程，月入几万”，但闭口不提三件事：客户从哪里获取？项目交付售后怎么做？系统出故障谁来负责。很多课程贩卖的不是生存技能，而是焦虑。
真正的商业项目，从来不是把代码跑起来就结束，沟通需求、验收测试、处理故障、维护售后，每一环都决定项目能不能真正拿到报酬。
五、大众常见认知误区澄清

误区 1：AI 可以写代码，程序员这个职业快要消失了。纠正：消失的是大量重复的初级编码执行岗位。懂架构、懂业务、可以排查风险、为项目结果兜底的工程师，价值会进一步提升。只是工作模式变成 “人主导判断，AI 负责执行编码”。
误区 2：只要学会 AI 提示词，普通人就可以轻松接高价商业订单。纠正：代码只是其中一环。商业接单最大难点是获取客户需求、建立信任、处理售后、承担故障风险，代码生成只是最后一步。
误区 3：代码写出来可以运行，就代表可以上线商用。纠正：AI 生成的代码经常藏着安全漏洞、边界异常，本地演示没问题，放到真实生产环境就容易崩溃，必须人工仔细审核校验。
误区 4：低代码 + AI，人人都可以创业做软件产品。纠正：降低的是原型制作门槛，市场竞争、客户需求、商业化闭环的难度一点没有降低。原型好做，赚钱很难。
误区 5：少年接单案例证明，学历、系统学习计算机已经没有意义。纠正：该案例背后也有长期接触创作平台、项目实践积累，AI 是放大器，不是凭空变出来能力的魔法棒。
结语

AI 推倒了写代码的入门高墙，但不等于人人都可以轻松拿到商业订单。考试题目已经发生改变：过去考你会不会写代码；现在考你知不知道该做什么，能不能甄别漏洞，凭什么让客户信任你，并为结果承担责任。
会写代码正在从一门高门槛手艺，慢慢变成新时代的基础常识。常识本身并不值钱，值钱的是藏在代码背后：定义问题、理解业务、风险判断、交付责任这些人的能力。
AI 是强大工具，它可以帮你快速实现想法，但它不会替你思考业务，也不会替你承担失败。