面试官问我："AI半年就能写算子了，你这岗位还有什么价值？"我没急着辩

这场面试我印象特别深。 岗位是高级后端，偏性能优化方向。前面技术问得都很顺，算法、系统设计、线上排查聊得挺好。临到最后，面试官往椅背上一靠，问了个不像技术题的技术题： "我看你简历上写了不少底层性能优化、算子相关的经验。但说实话，现在AI写代码、写算子的能力你也看到了，半年一个样。我就直说了——你这个方向，再过一两年，价值在哪？我们为什么要招一个人，去干AI马上就能干的活？" 这话挺扎心，但我没急着反驳。我要是当场急眼，说"AI不行的AI没有灵魂"，那这场面试也就结束了。 我想了想，先认了一半："您这个担忧是对的。如果我对这个岗位的理解还停留在'把算子写出来'，那确实危险，这部分被AI吃掉是早晚的事。我自己工作中已经在用AI生成kernel初版了。" 他明显有点意外，抬了抬眉毛，示意我继续。 然后我给了我的回答，分三层。 第一层，区分"生产"和"决策"。AI现在擅长的是生产动作——给定明确目标，快速产出候选实现。但工程里真正稀缺的不是产出，是判断：优化哪个算子、为谁优化、在什么硬件和成本约束下优化、优化完拿什么标准证明它真的更好。一个模型里算子成百上千，AI不知道哪个值得优化，是人基于对业务和瓶颈的理解来圈定。定义问题的能力，比解决问题的能力晚被替代，也更值钱。 第二层，AI生成的东西需要能负责的人。我给他举了个真事：我们之前让AI优化一个推理算子，它给出的版本在benchmark上快了15%，差点就合进去了。结果压测发现它悄悄放宽了一个数值精度边界，常规输入没事，特定输入结果直接错。AI不会为线上事故负责，review它、理解它、在真实复杂负载下验证它的人要负责。工具越强，"验收者"的责任和门槛反而越高——你得比它更懂，才看得出它哪里在一本正经地错。 第三层，也是我最想表达的：会用AI的人和只会跟AI竞争的人，是两个物种。我没有把AI当威胁，我把它当杠杆。过去调一个复杂算子，我三天，现在我指挥一组Agent去生成、搜索、跑评测，半天出十个方案，我来做最后的权衡和决策。同样一个人，产出上限被抬高了好几倍。公司招我，不是招一双写代码的手，是招一个能驾驭这套新生产关系的人。 说完我补了一句："其实我觉得，这个问题反过来也在考您——一个团队如果还在用'能不能手写'来衡量工程师价值，那它自己可能才是最先被淘汰的那种团队。" 面试官笑了，说你这话说得有点冲，但是实话。 对了。顺嘴提一句，技术大厂，前后端-测试机会 ，待遇和稳定性还不错，感兴趣看看。

后来我拿到了offer。复盘这场面试，我觉得关键不是我口才好，而是我没有掉进面试官预设的那个框里——"人和AI二选一，你证明你比AI强"。这个框你一旦钻进去就输了，因为在"快速产出代码"这个单一维度上，人确实越来越比不过机器，硬辩只会显得你不接受现实。 正确的答法是把战场换到机器暂时进不来的地方：定义问题、承担责任、驾驭工具、理解业务上下文。

给正在准备面试、大概率会被问到AI替代问题的同学几条具体建议： 一，先承认趋势，别装睡。开口就说"AI取代不了程序员"是最减分的回答，显得你要么不了解行业，要么不敢面对。承认它，反而显出你的清醒。 二，用自己的真实案例说话。你在工作中怎么用AI、怎么发现它的错、怎么把效率提上去的，一个具体例子胜过十句"我学习能力强"。 三，把自己往"AI的使用者和指挥者"上靠。展示你不是在和AI赛跑，而是在驾驭AI。会编排Agent、会设计评测、会做AI生成代码的质量管控，这些是2026年非常硬的技能。 四，落到责任和业务。技术会过时，但"为结果负责""理解业务要什么"这两件事永远是人的活。 工具迭代的速度我们控制不了，但"你把自己放在哪个位置"，是自己选的。面试考的从来不只是你会什么，更是你怎么看待这个正在剧变的行业。想明白的人，答这种题是不慌的。