DEV.to 上那个问“2030 年毕业，学 C 还值不值”的帖子，评论区里就一句话把我注意力拽住了：francistrdev 说你折腾这么多轮，根子上是缺一个专精。这句留言底下没有长篇论证，没有列工具，没有甩课程链接，但它恰好戳在整串逃窜轨迹的最痛处。那个喀拉拉邦的开发者，从 C++ 跳到 TypeScript，再躲开应用开发，放弃游戏开发，Web 被 ChatGPT 亲口判了死刑后也黄了，最后落进 ESP32 上。中途还发过一帖问准 2030 届学 C 有没有前途。把这条轨迹当普通的职业焦虑刷过去，就是停在通稿层。这件事真正值得拆的，不是焦虑，是他每一步逃窜都在躲一个他没算清的成本结构。
先把 Web 开发这块的木桩敲实。现代 Web 开发那一大层——CRUD 拼接、API 调来调去、组件套用——本质上已经变成了纯粹的语言模型生成任务。GitHub 上语料多到溢出，LLM 每生成一段 React 的边际成本低到可以忽略不计。一个刚入行的人进了这一层，他的时薪不是在和另一个初级程序员对标，是在和每百万 token 的生成成本比便宜。这是账，不是情绪。人和 token 比便宜，这个维度上必输。所以他从 Web 逃出来，方向对了，尽管他自己给的理由可能只有一句“AI 最容易自动化”——结果对，原因没拆透。
关键在于他逃进了哪里。ESP32 配原生 ESP-IDF。这一层为什么安全？不是“硬件比软件难”那种感叹句。是成本大头完全不在 token 上。LLM 能生成一段完全正确、甚至能交叉编译通过的 ESP-IDF 代码，但它没法替你手动上电、看示波器、量 SPI 波形、查焊接短路，也没法为你这块硅片里独有的硬件 erratum 兜底。这些动作不是难，是模型在物理位置上就做不到。“烧录失败，芯片发烫”这个反馈回路，它在云端闭着眼。这就是技术机制对商业逻辑的反作用：高抽象层的技能，定价权被 token 成本快速绞杀；和物理世界有接触面的技能，定价权里多了一道沟，模型伸手够不着。一个能拿着逻辑分析仪把板子调通、同时理解 IDF 里 FreeRTOS 任务调度的人，他的钱里有一部分是付给“模型够不着的那一截”的。
但整件事真正有信息量的部分，是他最开始想从 ESP32 转去 STM32。理由是觉得 STM32 可能更“值钱”或市场更大。francistrdev 那句专精把他按住了。他留在 ESP32，不折腾了。这一下极其重要。在 AI 大逃杀里，大批人在用同一套逻辑犯同一个错：以为横向换个方向就能找到一个模型追不上的安全区，结果是每个坑里都只留一个浅坑就走了。“转行不是挖掘，是在不同地方连续挖了十个五十公分的洞，最后渴死。”解决不够深的办法，从来不是换一个地方继续浅着挖。职业选择遵守一条老规矩：绑定深度决定迁移成本，迁移成本决定抗替代性。ESP32 配 ESP-IDF 这件事，恰好是这种绑定关系的极简模型。它足够底层，必须面对内存映射、外设时序、空闲栈帧；它又足够具体，一旦你真的用它做出稳定跑着的东西，你对这个平台的 know-how 不是一段 prompt 能抹平的。
接下来看利益格局。人在几个技术方向之间反复横跳烧掉的认知过载，钱到底去了哪里。一个被“编程将死”吓到没法在任何一个方向形成积累的开发者，他没有省下什么，只是推迟了买单。真正从这个叙事里拿钱的第一方，是卖算力的。那些 AI 公司 CEO 在公开场合反复喊编程几年内消亡，这句话的传播效果是把学习者的预期路线从“掌握一个稳定技能”改成“把交付交给模型”。一旦这一步完成，以前交给初级工程师的人力预算会被大量转成模型推理账单。喊这一嗓子的人，如果公司的收入结构里有任何一块按 API 调用或订阅增长，这声音就是定价指引。你去买一块 ESP32 板子练手，他什么也没赚到；你继续在 Web 上刷 React，最后只会成为他 token 消耗曲线的分母。
第二方是需求方的用人岗位。当“AI 早晚取代初级程序员”成为共识，初级岗位的报价就能被按在地板上。但被绕开的不是程序员，是那些便宜、不稳定、未绑定在任何专用系统上的程序员。把这话反着看，就是专精两个字。你越能在一个位置形成不可替代性，这个叙事的镰刀越割不到你。第三方才轮到评论区那些具体提建议的资深开发者。有人用网状激活系统解释他为什么总看到什么怕什么——焦虑的注意力过滤器在作怪。这个解释有道理但不带利益绑定。真正值得看的是评论里还混着账号在小窗推模拟 IT 轮班训练服务、某 CC 创始人借楼推自动化会计套件和 IDE。对比很冷：在开发者社区里，真正能一句话解决问题的建议，往往是免费的、简短的、看起来不花哨的；而看似帮你解 AI 焦虑的服务或产品，往往要把焦虑当获客燃料。看评论区先看利益绑定，这个习惯什么时候都不过时。
我的判断摆在这儿：未来最先受伤的，不是被 AI 取代了某个具体功能的工程师，而是那些听了 AI 取代论、在好几个方向上都没积累到护城河深度的。在纯数字、高抽象、强训练语料的领域，你的价值正在被 token 成本重定价；而在 AI 睁不开眼的地方——比如一块 ESP32 板上，外设闹脾气、总线时序差半个拍、硬件没到货时你还能把板子玩出花来——主动权还握在自己手里。那个喀拉拉邦的开发者最后做对了一件事：他没再换方向，而是把这段挣扎消化成一个完全免费的、基于 ESP-IDF 的嵌入式课程，目标写得很明确——“学会与 AI 协作”。从“学什么才不被 AI 淘汰”到“我做个东西教别人怎么和 AI 协作”，这个转变不是情绪修复，是利益位置的变化。他从被收割的焦虑方，变成了课程供给方。这个判断会错。证伪条件很具体：哪一天 AI 不仅能生成嵌入式代码，还能通过某种统一的标准硬件接入平台，自己完成上电、下载、调试、测量波形这整套物理动作，且闭环的单次边际成本低到生成一段 React 组件差不多，到那天我这套“物理摩擦防御”的账就作废。但在那天之前，任何劝你“底层不用学了，AI 都能写”的说法，先看清楚说这话的人是不是刚好在卖算力或卖订阅。
这段算得有点碎，但这类账不细算不清。