为什么是”接近两年”？
这个时间窗口不是拍脑袋想出来的，而是有迹可循的规律。
在AI领域，一个新范式从在国外出现，到圈内热议，再到国内公司大规模落地应用，这个完整的传导周期，大约就是两年。
这不是中国技术人的懈怠，而是结构性的必然——语言壁垒、本土化适配、管理层决策周期、供应商生态成熟……每一环都在消耗时间。而当这些摩擦力被逐一克服，海外已经验证过的范式，就会以一种几乎不可阻挡的方式涌入。
现在，海外AI编程领域已经完成了三次范式跃迁。这三次跃迁，每一次都在压缩对”程序员”这个职业的需求边界。
三次范式跃迁
第一次：AI辅助编程
这个阶段，AI是工具箱里的一件新工具——更聪明的Linter，更强大的搜索引擎，更流畅的代码补全。程序员依然是绝对主体，AI只是提高了他的效率。这个阶段对行业格局的冲击是温和的：程序员变得更快了，但没有人因此失业，需求反而可能因为效率提升而扩大。
第二次：Vibe Coding
这是大多数国内程序员今天使用Cursor的方式——与AI结对编程。你提需求，AI写代码，你来审查、调试、拍板。人依然在回路里，但主导权开始模糊。程序员的角色从”写代码的人”变成了”审查代码的人”。这个阶段让初级程序员的价值开始受到质疑：如果AI能写出基础代码，我为什么还需要一个只会写基础代码的人来做这件事？
第三次：Harness Engineering（当下，海外）
这是目前正在海外成为主流的范式，也是这篇文章真正想谈的东西。
在这个范式下，程序员的核心工作不再是写代码，而是设计编码环境——一个强约束、可观测、可评估、可反馈、可回退的系统。Coding Agent在这个环境里自主完成所有编程工作。
注意这里的核心思想：程序员不写一行代码。
“修复环境”而不是”指导AI”
Harness Engineering最反直觉的地方在于它的故障处理逻辑。
当AI写出了有bug的代码，绝大多数人的第一反应是：告诉AI哪里错了，让它改。
但这个范式下，这是错误的。
正确的做法是：排查环境中哪一环出了问题，修复环境。
举一个具体的例子。当AI生成的前端代码存在视觉bug，你不应该用自然语言描述问题然后让AI重写。你首先应该问：是不是”可观测性”这个环节不足？ 如果AI看不见它写出来的代码运行起来是什么样子，它当然无法自我纠错。解决方案是接入一个Agent Browser，让AI能够自主走查页面、截图分析、发现问题、自我迭代。
这是思维模式上的根本转变——从”人类指导AI干活”，变成”人类为AI构建一个能自主工作的世界”。
程序员变成了AI的基础设施工程师。
国内还在范式2，但传导正在发生
坦率地说，今天国内主流的编程范式还停留在第二阶段。大量的程序员参与其中，Cursor是提效工具，不是替代品。绝大多数公司的研发流程仍然需要人来做架构决策、代码审查、业务对齐。
但这不应该让人感到安慰。
因为两年的时间窗口正在流逝。当Harness Engineering在一年半到两年后成为国内主流范式，裁员潮不会缓慢到来——它会突然到来。
为什么是”裁员潮”而不是”结构调整”
这里有一个经济学上的残酷逻辑，用一个比喻来说明：
缺粮10%的结果，不是粮食涨价10%，而是一直涨价，直到饿死10%的人为止。
技术性失业的逻辑与此相同。
当Harness Engineering成为主流，受冲击的不是”所有程序员”，而是那些主要工作职责完全落在这个范式能力覆盖范围之内的程序员——也就是以业务开发编码为核心工作的人。
这部分人不会”薪资下降”，不会”转岗内部消化”，不会温水煮青蛙式地慢慢感受到压力。他们会在一个相对集中的时间窗口内，整体性地失去议价能力，然后失去工作。
市场不会因为”有很多程序员需要养家糊口”就停止出清。它会一直出清，直到供需重新平衡——也就是直到那些职责被AI完全覆盖的程序员，全部离开这个市场。
那么，留给我们的问题是什么？
不是”AI会不会取代程序员”，这个问题已经有了答案。
真正的问题是：在这两年里，你打算做什么？
是继续深耕在范式2里做一个高效的Vibe Coder——这是短期最优解，但中期风险极高。
还是提前进入范式3的思维框架，学习如何设计可观测的系统、如何评估AI的输出质量、如何构建让Agent能够自主工作的编码环境——成为那个”为AI建世界”的人。
历史上每一次技术范式迁移都制造了两类人：被迁移掉的人，和完成迁移的人。
两年，说长不长，说短不短。
凛冬将至，但它给了我们一个可见的倒计时。