你打开任何一个技术社区，都会看到各种各样的开发者：从写第一行 HTML 的大学生，到在 GitHub 上维护着几千个 Star 项目的独立开发者，再到硅谷科技公司的资深架构师。
但回到五十年前，这个画面是完全不同的。
在计算机诞生的早期，"程序员"这个身份属于极少数人。一台计算机占据一整层楼，价格抵得上一家工厂。能操作它的，是穿着白大褂在恒温机房里工作的科学家和工程师。那时的编程是用打孔纸带进行的——你在纸上打一排孔，机器读懂了，就执行一个指令。用今天的标准来看，那简直像在发电报一样古老。
而且即使你学会了打孔编程，能用上计算机的机会也极其有限。一台大型机需要同时服务整个机构的需求，你的程序要在"机时"（机器使用时间）的缝隙中插进去。提交一次程序，等几个小时才能拿到结果——如果结果不对，又要重新排队。1950 年代的程序员 Grace Hopper 曾回忆说，那时的编程本质上是"在稀缺资源上做最优化调度"——不是时间最优，而是机器时间最优。
这段时期的关键词是"极度稀缺"。机器的稀缺、人才门槛的稀缺、访问权限的稀缺。三重稀缺叠加在一起，让程序员这个身份比宇航员还要遥远——至少你知道宇航员是一种工作，而当时普通人可能一辈子都不会和一台计算机产生交集。
1970 年代末到 1980 年代，个人计算机的出现是第一个转折点。
Apple II、IBM PC 让计算机从机房走进了家庭。虽然一台 Apple II 的价格（1298 美元，相当于今天的 5000 多美元）仍然不便宜，但它不再是"一个机构才能拥有的资产"。你可以在自己的卧室里放一台计算机，在属于自己的"机时"里写程序。
这时候"开发者"的样子变了。他们不再是穿着白大褂的研究员，而是车库里捣鼓主板的年轻人。比尔·盖茨和保罗·艾伦在阿尔伯克基的一家小旅馆里写下了 Basic 解释器，史蒂夫·乔布斯和沃兹尼亚克在车库里组装了第一台 Apple 电脑。这个时期的开发者有一个鲜明的特征：他们既是硬件工程师也是软件工程师。 因为那时候的计算机没有标准化的操作系统，你写软件必须懂硬件——内存地址怎么映射、I/O 端口怎么操作、CPU 指令集长什么样。写一个简单的游戏都需要直接操作显存。
但正是这种"全栈"的原始状态，催生了第一批独立的软件开发者。他们不需要公司分配任务，自己就能决定"我要写什么"。1977 年，两个年轻人写了 Apple II 上的第一个电子表格软件 VisiCalc，它直接推动了 Apple II 的销量大涨——因为人们发现计算机不只是爱好者的玩具，还能做"正经事"。
这个时期的开发者群体仍然很小，但已经不再是遥不可及的精英俱乐部了。门槛从"你有机会接触大型机"降到了"你能买得起一台个人电脑"。如果一个高中生暑假打工攒够了钱，买一台 Apple II，他就可以开始编程了。
更深远的是，这个时期出现了编程语言的大众化。BASIC（Beginner's All-purpose Symbolic Instruction Code）的设计初衷就是"让初学者也能写程序"。它没有复杂的类型系统，没有编译步骤，你在键盘上敲完一行代码就能立刻运行看到结果。这和打孔纸带的"等几个小时才能看到结果"相比，是天壤之别。
1990 年代中期，互联网的爆发带来了第二次群体扩张——这一次，规模和影响远超第一次。
突然之间，开发者不再是一个人在电脑前写代码了。你可以把自己的代码上传到服务器，让全世界的人看到、使用和改进。你可以用邮件列表讨论技术问题，后来是论坛，再后来是 GitHub。2008 年 GitHub 上线后，"协作"这件事变得前所未有的简单——你不需要发邮件、打补丁包、写冗长的贡献指南，只需要点一个"Fork"按钮，改完代码点"Pull Request"。
传播方式的改变，直接改变了开发者的成长路径。在个人计算机时代，你学编程的方式是：买一本书，照着书敲代码，遇到问题去 BBS（电子布告栏系统）上发帖。在互联网时代，你学编程的方式变成了：打开 GitHub，找一个感兴趣的项目，读它的代码，修它的 bug，提交 PR。你在"参与真实项目"的过程中学习——这比任何教材都高效。一个 18 岁的学生可以从零开始学一个项目，六个月内成为该项目的主要贡献者。
开源运动是这段时期最深刻的文化遗产。Linux、Apache、MySQL、Python——这些今天支撑着整个互联网的基础设施，都是由散布在全球各地的开发者协作完成的。他们大多数不是为某个公司工作，而是因为在"做一件有意义的事"这个共识上走到了一起。
这种"无组织协作"的效率让人震惊。Linux 内核有超过两万个贡献者，来自上千家公司。有些贡献者只提交过几行代码，有些贡献者十几年如一日地维护着某个子系统。他们没有 KPI，没有项目管理，没有周报——纯粹靠着自驱动和同行评审在推进。这种模式在传统管理学的框架里是不成立的——"没有层级怎么能管理几万人的协作？"——但它确实运行了几十年，而且运行得不错。
这个时期的开发者群体边界明显拓宽了。你不需要是计算机专业出身——Linus Torvalds 写 Linux 时是赫尔辛基大学的学生，Rails 的作者 David Heinemeier Hansson 没有计算机学位，jQuery 的作者 John Resig 在大学学的是计算机科学但他辍学了。只要你愿意学、愿意写，你就可以加入。"看你的代码，而不是看你的简历"成为这个时代最响亮的口号。
同时，互联网催生了一个全新的现象：个人开发者可以"出圈"。一个独立开发者写了一个开源项目，如果项目本身解决了某个通用问题，它可以在没有任何营销投入的情况下传播到全世界。你的代码质量就是你的简历——这不是一句漂亮话，而是当时真实的行业规则。好的项目会吸引好的贡献者，好的贡献者会带来更好的项目，形成正循环。
现在我们在经历第三次扩展，而且这一次可能是规模最大的一次。
AI 编程工具的出现，把"写代码"这个行为本身的门槛降到了历史最低点。你不需要记住语法，不需要熟悉框架，甚至不需要理解什么是 API。你只需要有一个想法，并且能把它表达清楚。
这个门槛下降的幅度与之前的扩展有本质区别。第一次扩展（个人计算机）降低了"访问权"的门槛——你不需要拥有一台大型机。第二次扩展（互联网）降低了"协作权"的门槛——你不需要加入一个公司才能参与项目。第三次扩展（AI）降低的是"表达权"的门槛——你不需要学会编程语言就能让机器执行你的意图。
这意味着什么？意味着一个新的群体正在进入开发者世界：
这群人有一个共同点：他们不是传统意义上的"程序员"，但他们正在用代码创造东西。你可以称他们为"Vibe Coder"——没有经过系统的编程训练，但他们有需求、有场景、有一颗想做的愿力。他们可能写不出"什么是闭包"的定义，但他们的项目已经跑在服务器上了。
更值得注意的是一种"逆向"现象：越来越多的资深开发者也开始用 AI 来完成他们以前不屑于做或没时间做的"脏活"——脚手架代码、单元测试、配置脚本。他们发现，把重复劳动交给 AI 之后，他们可以把精力放在架构设计和疑难问题上。所以第三次扩展不是在"底层加新人"，它在每一层都产生了影响。
一个常见的问题是："那传统程序员会不会失业？"
不会。但角色在变化。我用一个体育领域的类比你感受一下：
每一轮扩展，都在底层新增了一个庞大的群体。但顶层并没有消失——它只是不再代表"开发者"的全部定义了。
这种分层带来的一个结果是："程序员"这个标签本身可能正在失去意义。 当几十亿人都会"开车"（用 AI 写一些简单的脚本和工具）时，"我是一个司机"就不再是一个有区分度的身份了。未来可能不再有"程序员 vs 非程序员"的二分法，而是像"写作能力"一样——有人靠写作为生，但几乎每个人都会写点东西。
还有一个更深层的影响：分层意味着"深度"的价值反而在增加。当 AI 可以写出 80% 的代码时，那 20% 需要深刻理解系统边界、性能瓶颈、底层原理的代码，就变得比以往任何时候更值钱。边界在消失，但深度仍然有价值——而且随着底层的扩大，顶层的稀缺性反而更加突出。
这就引出了一个实用的问题：你在这个分层中处于哪一层？这不是一个固定的位置——有些人从机场出发直接去了赛车道，有些人从底层一路往上爬。关键是意识到一件事：不管你从哪一层进入这个领域，深度都是你可以选择的投资方向。 当"会写代码"不再是稀缺品，"把代码写好"就变得更加稀缺——读别人的代码、理解复杂系统的能力、判断架构好坏的直觉，这些仍然是时间堆积出来的能力。
你现在所处的位置，就是这个分层中的某一层。不管你从哪一层进入这个领域——是零基础还是老手——重要的是理解：群体边界正在消失，但深度仍然有价值。
问 AI：
"用三个不同的历史阶段来说明'谁可以写代码'这件事是怎样变化的。每个阶段用一句话概括最核心的变化。最后用一句话预测一下五年后的情况。"
注意它给出的历史分期和你刚才读到的是否一致。如果不一致，追问它为什么选了不同的分法——这本身就是在练习 Vibe Coding 的核心能力：不满足于一个答案，迭代式地理解一个问题。