做了8年BI报表，2025年底我第一次怕：AI十分钟搭的大屏，我以前要熬两天-尧图网络科技

我是个BI工程师，干了8年，前六年基本都在和报表、大屏死磕。

一、困境：我手里这块活，开始被机器够得着了

2025年夏天，组里来一批新需求。以前这种活，我带着两个 junior，先和业务方扯半天指标口径，再写SQL取数，再在可视化工具里拖拖拽拽调样式，一个大屏前前后后两天起步。那周我正感冒，leader顺手把需求丢给一个接了AI的工具，让我们试试。

我看着那东西十分钟出了一版大屏：配色、布局、图表类型，挑不出大毛病。我不是说它多神，是它够用。业务方看了句"先这样吧，细节后面调"——这话以前是对我说的。

那阵子我翻了不少同行自述。一个做后端的朋友说，他们组搞过代码量和Token用量排行榜，末位三个月一淘汰，听着狠，但趋势是真的：2024年初AI写的代码能直接用的不到5%，到2025年底稳定在90%以上，很多程序员一句代码不写，只给AI下指令。我们BI慢半拍，可报表和大屏是更早被啃的那块——格式固定、重复度高，最容易被模板化，再被AI化。

同行里还有个说法挺准：现在工位从"写代码"变"审代码"，产出翻了三五倍甚至十倍，但人对AI出的每一行都得负责，下班都不敢彻底离线。我们BI虽没到那步，但"AI出初稿、人盯质量"的苗头已经在了。

有次一个刚入职的小朋友，用接了AI的可视化工具，半天出了我要熬两天的大屏初稿。我嘴上夸，心里凉——以前这活是我的看家本领，现在成了谁的标配。

圈子里的卷法也变了。有的团队把代码量和Token用量排成榜，末位三个月一淘汰。我们组虽没排行榜，但leader开始问我"你这周用AI提效多少"，这话以前没人问。听着就知道，"多写几行"已经不是护身符，会指挥工具的人才站得住。

招聘侧也变了。满屏"35岁以下"“精通AI大模型应用”。有个37岁的同事私下说，现在技术文档岗的JD都少了，有公司直接把技术文档整组裁了让AI出文档。我没到那岁数，但看见脉脉上写的——35岁以上程序员只占17.2%——后背还是会发凉。

最扎我的是两个真事：一个39岁的Java老哥，干了15年年薪70万，2026年初被裁，投30份简历只拿3个面试；还有个35岁前端，被优化理由特直白——“他干的活，一个应届生用Cursor就能搞定”。我做的报表大屏，和那个前端差在哪？细想挺慌的。

圈里也流传一些活法：有人靠十年业务经验转去做提示词和模板，接私活把收入慢慢拉回来；也有资深专家转去做大模型架构。听着踏实，但都不是"换个本事就安全"的故事，更多是把自己原来的积累挪了个地方接着用。也有大厂员工放话，说未来只需过去五分之一的工程师，八成会被淘汰。这话我不全信，但"陪跑"的人确实多——活还在，标准悄悄抬了。

二、接触：我先拿AI当取数助理

我真正动手用AI，是被那个十分钟大屏刺激的，动机很土：不想被比下去，至少先把重复的脏活甩出去。

第一步没碰生成图表，我先让AI帮写SQL和取数。我们库表又多又乱，以前新人进来得泡两周才敢写复杂查询。我把表结构丢给大模型，说"我要上个月各区域销售额同比，按周拆"，它出的SQL大体能跑，错的我再改。头几天它把我一个left join写成inner，数少了三成，业务方差点拿去汇报。从那以后我每条都先跑总数对一遍，再放手。一周下来，取数快了不止一倍。

后来我把它往上游推：让它根据业务问题先给分析思路，我再判断哪个方向靠谱。业务方问"这个月留存掉了吗"，它列了五六个可能维度，我挑两个真正和业务挂钩的去深挖。关键不在AI多聪明，在我愿不愿意把"先想"这件事分一点给它。

我顺手攒了个取数提示词的小库：表名别名、口径约定、常见坑都写进去。如今每周省下的大半天，够我把几个核心报表的业务解读写透，而不是停在"图出了"。工具上用的是公司许可的几个内部接入的大模型，没多高大上，就是每天把它当个不会累的 junior 用着。

工具是死的，会不会问才是活的——我把"怎么向AI把需求讲清楚"当成新的基本功在练。我现在每天开工先列三件事：哪件让AI打初稿、哪件我主导、哪件必须我亲手核。这个分工本身，就是新本事。上个月做季度复盘，我让AI先把十二张表的关键指标拉成一句话摘要，我再标重点，原来要耗一下午的活，一小时搞定。不是它多懂业务，是我把"要看啥"讲清楚了。