巴尔杜尔·比亚纳松（Baldur Bjarnason）在博客中称，他曾任作者、出版商、顾问、开发者、教育者及广播电视制作人，这些职位长期均不具经济可行性。相关社区还排斥跨领域者，如嫌其太技术或太创意。他描述生成式 AI 对 Web 开发教育的影响：培训项目停摆，同行关停课程，电子书需求骤降，开发者转用易错聊天机器人作教育。许多独立教育者表示 GenAI 毁了生意。
正文
在个人博客中，Baldur Bjarnason 描述了自己如何在多个领域和职位工作：作者、出版商、顾问、开发者、教育者，以及广播和电视制作人。这些工作没有一份能长期在经济上维持。更糟的是，各自社区排斥跨学科的人，不符合他们对领域的狭隘想象。比如你要么被认为对“创意”工作太“技术”，要么对“技术”工作太“创意”。
Bjarnason 描述生成式 AI 对 web 开发教育的影响：
我所有培训和教学项目一个接一个消失。大多数卖课程和培训的同行都关掉了业务。web 开发电子书需求跌到谷底。……
软件开发者并未全都转向用 agent 写代码，但他们似乎都转向了容易出错、面向过去、非确定性的聊天机器人，用来充当现在所谓的 web 开发“教育”。
许多曾经靠 web 开发培训和开发者关系谋生的独立教育者报告，生成式 AI 毁了他们的生意。
Axel Rauschmayer 是 JavaScript 和 TypeScript 领域全球最多产的作者之一。他曾把电子书作为免费在线书发布。自2005年起，他在影响力巨大的博客 2ality 中解释 ECMAScript 和其他 web 技术细节。现在他写道：
我的书销售收入从足够我生活（2024年）变成了零（2026年）。
我的博客和书（可在线免费阅读）的流量涨到了我目前负担不起的程度。几乎全部来自 AI 爬虫，所以没有广告收入。
因此，我把博客和书下线，以便决定下一步——尤其是关于 AI 公司偷窃我的作品。
（Rauschmayer 仍在以合理价格出售 JavaScript 和 TypeScript 书籍！）
Salma Alam-Naylor 曾在开发者关系部门工作，这个角色一直承受着证明自身存在价值的压力。公司期望 DevRel 带来短期财务收益——它本质上做不到。这导致 Alam-Naylor 倦怠和焦虑。在这种处境下，她写道 AI 正在杀死开发者教育：
开发者不再聚集在在线空间里学习、教学和分享激动人心的项目，而是无意识地滚动，追求急需的短视频多巴胺（因为世界的恐怖比以往更持久）。……许多开发者用与可怕聊天机器人的对话取代了真实的人类协作。……
对教育者来说，未来一片黯淡。我们为真实人类受众精心打造的丰富课程，现在经常被预测算法偷走并反刍。聊天机器人带着谄媚语气，被刻意设计成把我们的个性、努力和手艺从等式中完全抹去。
我只能得出一个结论：我的经验、技能、同理心和教学专长，在这个动荡行业里不再拥有曾经的价值（如果它们真的有过？）。
Alam-Naylor 决定接受一份薪水更低、没有公众曝光的开发者工作。她决定下线。
她引用了 Josh W. Comeau，后者制作在线课程、经过充分研究的文章和关于 web 技术的互动教程。生成式 AI 也摧毁了他的商业模式：
我和几位课程创作者聊过，我们都看到同样趋势。收入下降50%以上。参与我们内容的人更少。人们转向 LLM，后者吸走我们所有作品并反刍，未经同意也没有补偿。
Comeau 指出，有了 LLM，人们没有动力去制作高质量免费内容。
YouTube 内容创作者、《Web Dev Simplified》的 Kyle Cook 报告，他的编程教程观看量和收入基本减半。
我赚的钱正好是一年前的一半。这对全职工作来说绝对不可持续。……作为内容创作者，制作编程内容的动力几乎为零，因为它几乎不赚钱，而且极其难做，而我可以只做一个关于最新 AI 模型的视频，那很容易做，赚更多钱，观看量也更高。……现在几乎没有理由再做编程内容。我做的唯一原因是我觉得它有价值，我享受它。而且我可以通过其他方式赚钱，而不只是 YouTube 广告收入。
Rachel Andrew 是知名技术作者和编辑，编过许多 web 主题的书和文章。在一系列博客文章中，她反思生成式 AI 对技术出版的影响。她报告说，生成式 AI 破坏了主题专家——原稿作者——与负责校对、事实核查和润色文章的编辑之间的关系。
编辑必须额外审查，因为 AI 工具可能在原作者不知情的情况下引入微妙的不准确。AI 可以非常自信地犯错，如果文本看起来清晰，就可能漏掉它明显是胡说八道。作者想节省时间，却给编辑团队制造了额外工作。
Andrew 认为 LLM 是有用工具，但强调其应用领域非常有限，输出需要由深切关心最终结果的人审查。
她还质疑 AI 是否真的提高生产力。潜在的生产力收益来自生成式 AI 自动化某些任务。Andrew 说，这些任务不用 AI 也能自动化，AI 只是让非程序员更容易使用。如今更多信息如 API 参考以机器可读格式提供给 LLM，非 AI 自动化也更容易进行。
Andrew 再次论证，感知到的个人生产力提升可能来自把工作转嫁给别人。例如作者把工作转给技术编辑甚至读者。你可能感觉自己更高效，但你只是把工作搬来搬去，让别人的工作或体验明显更糟，并降低质量。她问道（强调为原文所加）：
如果现实只是相对较小的生产力提升，而且本可以通过教更多人用现有工具或简单编码来自动化任务来实现，我们如何证明 AI 的成本（财务、环境和人力）是合理的？为什么企业不鼓励人们在可能的情况下使用非 AI 方法，只在 AI 增加价值的地方使用 AI？考虑到社会成本，以及引入和培训人员对企业的好处，也许平衡来看，即使那些需要 AI 的任务，由人来做也更好。
首先，我想承认这些经历，并放大这些声音。生成式 AI 对 web 开发教育和学习造成了灾难性影响。它威胁着作家、教师和传播者的生计，他们让 web 技术变得平易近人、易于获取，培育下一代 web 作者和开发者。
没有明显的短期解决方案。这并不能阻止一些人发布条件反射式的反应。我不会链接这些博客文章，但它们是这么说的：
- 他们建议“适应”生成式 AI 和“agentic”开发，并“接受”新情况。
- 他们想用“你会习惯的”“你会找到新角色”来鼓舞人——即使那个角色是清理垃圾。
- 他们主张：“你不能指望这个领域不变。”“AI 已经来了。”
这些反应本质上和“你必须跳上 AI 列车，否则就会灭亡”一样。 这类评论只是在伤口上转刀。
我无法给那些教育者任何建议。但我想象一种更有同理心的反应：
我非常感激你作为教育者、作家、研究者或自由开源软件开发者所做的工作。衷心感谢。很抱歉 AI 抽走了你和你的职业的所有乐趣。
我承认 AI 公司挪用了你的劳动，摧毁了你的经济生计，并威胁你领域的基础。
这种情况不会因为更多 AI、更好的 AI，或者为 AI 开发、与 AI 一起开发而变好。
在大科技公司与法西斯运动联手的局面下，这听起来遥远，但最低限度是迫使 AI 寡头为他们强加给 web 社区等的危机买单。我们需要剥夺剥夺者。
面对 web 开发教育被摧毁，我想坚守某些价值。在之前一篇博客文章中，我描述了自己如何通过一个志愿者驱动的非商业文档项目进入 web 开发。
这类倡议使 web 民主化，因为它们帮助广泛人群建立自己的网站和社区——本地企业、自雇专业人士、艺术和手工艺团体、邻里倡议、学校和幼儿园、体育俱乐部、LGBTQ+ 群体、粉丝圈等。
今天，我们经常从生成式 AI 推广者口中听到“民主化”一词，但它的意思恰恰相反。AI 集中权力，把知识商品化，而不是教授技能和深层理解。
Web 是一种激进的民主媒介。现在，科技寡头和法西斯运动正试图瓦解其激进潜力。我们必须确保每个人都能塑造 web。
参与独立学习社区，使用基于伦理原则的开放技术，建设共享包容的数字基础设施，是自我赋权和解放的行为。
人类需要资源来学习、研究和教授 web 发布技能。所有必要的知识和教育工作都是人做的，他们需要为此获得报酬。
这听起来老生常谈，但生成式 AI 倡导者不承认这一点。他们让大科技公司挪用 web 教育者的工作而不受惩罚。我们不能在这里让步。
关于整个 web 开发，Bjarnason 得出了悲观的结论（强调为原文所加）：
我不再享受我的领域，因为这个领域消失了。假设那里还有什么东西，是个错误。你有的那种感觉不是对你所选领域变化的挫败感。它是对一个一夜之间消失的领域的怀旧。今天广义上所谓的 web 开发，与我们多年来建立的领域毫无相似之处。我们学到的一切都被抛弃了，因为公司假设这些都已编码进他们选择的大语言模型。
假设这是真的，我犯有怀旧之罪。我只是相信一个坚韧的 web，不那么容易被锁进笼子。要重建 web 开发领域，需要一个相互支持的人际网络，掌握 web 技术，挖掘最佳实践并建立新实践，分享他们的洞见。
评论
这组讨论整体弥漫着“Web 开发教育正在被 LLM 连根拔起”的失落感，但分歧主轴在于：这是 AI 带来的合理替代，还是行业早该被淘汰、真正的病因是初级岗消失和内容质量下滑。多数人承认教程、课程和书的销售受冲击，少数人坚持结构化书籍与人的教学仍不可替代，也有人主张 EdTech 应改造而不是抱怨。
认为聊天机器人和 AI 私教已经压过课程、教程与课堂
- 开发者遇到新库不再搜索教程，直接问 ChatGPT；LLM 让有经验者跳过冗长内容，只补齐心智模型就能上手。（较多人）
- 有学生把教材和课件喂给 Claude，做自动测验、进度追踪和学习指南，认为比任何老师都个性化；课堂只剩出勤和答疑。（较多人） > 我现在遇到新库的问题不会去搜教程，而是直接问 ChatGPT。（@Legend2440）
认为课程和书本来就有大量填充，AI 只是加速淘汰
- 很多人早就靠文档和直接动手学习，视频与课程注水严重；Manning、Packt 出现 AI 拼凑新书后更不敢买。（较多人） > 我看到 Manning 和 Packt 的一些新书像是凭空冒出来的 AI 垃圾，所以暂缓购买。（@myth_drannon）
- “没人买你的课”早已是梗；主动学习者另有方案，聊天机器人对做落地页和最小可行产品的人已经够用。（较多人）
认为真正的病因是初级岗位和职业前景消失，而非学习方式改变
- 软件职业受 AI 冲击，实习和初级岗消失，学习者不再为求职买课；销售下降也可能来自失业、薪资下滑和“初级开发者之死”。（较多人） > 和编程实习生聊过后，我倾向认为软件开发作为职业已经死了，不是因为人们用 AI 学习。（@vinyl7）
- 有人宣告 Web 开发时代结束，像电梯操作员一样被记住；也有人停止教学频道，觉得被 AI 鼓吹者欺骗。（较多人）
- 还有人担心当能读代码的人退场后，行业只剩难以维护的氛围编码垃圾。（少数人）
认为结构化书籍和人的教学仍不可替代
- 自学者从书、写作和课程中获得关键基础，离散搜索信息不等于真正学习；LLM 擅长让人跳过学习，却不适合教育自己真正在意的东西。（较多人） > 我可以随时搜索零散信息，但这和真正学会一个主题是两回事；要学 Rust，我绝不会依赖 LLM。（@brailsafe）
- 作者和教育者担心高级技术因交付速度被忽视，人类仍在机器学习与数据分析回路中重要；孩子也该被引导理解“它为什么能工作”。（较多人）
认为行业应适应、转向或重新定位，而不是抱怨
- EdTech CEO 承认收入下降但不怨，认为 AI 提供更好教育模型，学生不必背 API，正如不必再背对数表；正重做项目适应新时代。（较多人） > 改变的是我们，不是世界；学生不必再重复我当年低价值的机械学习。（@santiagobasulto）
- 老开发者建议把变化当常态，转向相邻领域，AI 反而让新手入门更容易；系统思维和组织心理学等领域仍有缺口。（较多人）
- Boot.dev 创始人称 2026 年全行业艰难，但其收入仍在增长，靠高质量人类内容和互动体验。（少数人）
认为出版物和课程正被 AI 垃圾内容透支信任
- 前端出版物削减、灌水或停更，作者感到悲哀；新书可能是 AI 拼凑，读者无法确认投入，不愿花钱。（较多人） > 今年它们都削减发文、开始灌水，或者干脆安静下来；即使表面还行的，背后也很紧绷。（@OuterVale）
- 很多 EdTech 教的是不必要复杂工具，原生 HTML、CSS、JavaScript 加 HTMX 才是未来，能回到少构建、低内存占用的前端。（较多人）
认为流量成本不是核心问题，创作者基础设施过于脆弱
- 有人惊讶资深 Web 作者会被流量成本压垮；Cloudflare Pages 或 4 美元 VPS 就能承受正常博客流量。（少数人） > 一个精通 Web 技术的人有如此脆弱的基础设施，确实令人意外。（@reassess_blind）
认为大厂 AI 与权力结盟已是现实
- 文章把大科技 AI 公司与法西斯合作当假设，评论认为这已是当前现实。（少数人） > 这已经不是假设，而是当前现实。（@popalchemist）
有价值的补充
- 把教材和课件喂给 Claude 做 Discord 机器人，自动生成测验、追踪进度、按需答疑，是 AI 私教的具体用例，也压缩了教师角色。（@Ralo）
- “不必再背对数表”类比：LLM 让 API 记忆和重复项目失去价值，学生可转向领域理解、评估方法、模型比较、权衡与报告。（@santiagobasulto）
- 有作者称 Anthropic 因盗版书欠他 6 万美元；并担心高级机器学习技巧因追求交付速度被边缘化。（@mharrison）
- 技术路线补充：LLM 配合 HTMX、原生 CSS、JavaScript 或 TypeScript，可让前端回到少构建、低内存占用；许多现代 Web 工具是在解决不存在的问题。（@rickreynoldssf）
- 2027 年计算机科学教育疑问：如果代码、数据结构、SQL、基础设施都能由 AI 代理十几秒生成，强制学习还意味着什么？医学必须记忆，计算机科学未必。（@sergiotapia）