把镜头拉回 2010 年代。
那时候的 Python 程序员，是一只抱着书山的大猩猩。没有现成的答案，一切都得从零开始：
- Python 基础，一行一行敲；
- 数据结构与算法，手写链表和排序；
- 面向对象与文件处理，自己琢磨设计模式；
- 网络爬虫和数据库，从 HTTP 协议学起；
- 最后是项目部署，把代码搬上那台属于自己的服务器。
那一代程序员像大猩猩，靠一膀子力气和一柜子书，把整个技术栈硬生生扛在自己身上。慢，但扎实；每一行代码背后，都有一段“为什么是这样”的理解。
一转眼到了 2026 年。
今天的程序员，是一只小小猩猩，看起来没那么强壮：
- 报错了，先问 ChatGPT：“帮我修下这个报错。”
- 卡壳了，翻 Stack Overflow：“肯定有人已经解决过了。”
- 想做东西，搜 GitHub：“有没有现成的项目可以直接用？”
- 搞不懂就开 Jupyter：“我再跑一个实验试试。”
- 缺个功能？“再 pip 装一个库就好了……”
工具越来越强，起步越来越快。一只没那么强壮的小猩猩，动动嘴，AI 机器人就把活干完了。
但故事的另一面是
这张对比图不是在说“老一代才是正统”，也不是在嘲笑今天的程序员变弱了。
真正值得想清楚的是：工具变了，但理解底层原理这件事，并没有过时。
AI 能帮你写代码，但它不会替你做三件事：
- 读懂它——AI 生成的代码洋洋洒洒，你得能一眼看出哪里藏着坑；
- 调试它——报错信息堆成山的时候，得有人知道从哪一层开始怀疑；
- 真正用它做出东西——需求是模糊的、边界是脏的，把“能跑”变成“能用、能上线、能维护”，靠的还是你脑子里那张知识地图。
大猩猩的力气，今天换了一种形式：不是抱更多的书，而是当 AI 一次吐出一千行代码时，你还能稳得住，知道哪些该信、哪些该扔。
所以，你更像哪个时代的程序员？
不是非要二选一。2010 年代的毅力 + 2026 年代的杠杆，才是这个时代最划算的组合：
- 用 AI 把重复的活外包出去，但把省下来的时间花在底层；
- 遇到 AI 解释不清的地方，别“再装一个库”就翻篇，往下挖一层；
- 每年亲手从零写一个小项目——不用给别人看，就为了提醒自己：我还扛得动。
工具一直在换。下一次换工具的时候，被甩下的从来不是不会用新工具的人，而是只剩下工具、没有理解的人。
你，是哪一只猩猩？