详情

世界杯体育

机器之机杼剪部

AI 正在让职场打工东说念主濒临倒霉的转型。当咱们聚焦一个个体的故事时，这种倒霉变得相配具象。

最近，一篇题为《LLM 正在毁伤我的软件工程作事生计，我不知说念该如何办》的帖子在 Hacker News 上激发柔软。

作家是一位领有 10 年造就的软件工程师。他的作事旅途看起来终点领路：从前端起步，转型后端，深耕金融与支付领域，蕴蓄了 PCI 合规、双重记账、幂等性防肖似扣款、支付人命周期管制等一整套专科学问。他曾细目地以为，这些靠「真金白银」的名堂造就换来的领域蕴蓄，是他在行业里驻足立命的根底。

然而，他却用「三根搭救接踵倒塌」描摹了我方这两年的作事体验。

第一根搭救：领域专科学问

客岁，他被一家金融领域的公司录用。此前他履新的公司天然运营或居品中也波及支付和金融模块，但并非纯正以金融为中枢的企业。

这家公司全面拥抱东说念主工智能，因此他从入职第一天起就取得了 ChatGPT 和 Claude 企业版账户，并被饱读舞在调研、探索以致编码中使用这些用具。不外他被提醒：每一排参加分娩环境的代码仍需由他我方审核并放心。

他接办的首批名堂之一，是重构一团糟的旧版在线支付系统。公司看中他以往构建此类系统的造就，因而将这项任务交给了他，并对他委以信任。

与他之前责任过的其他公司不同，这家公司希望他编写的「预备文档」既能让工程师看懂，也能让居品司理交融 —— 是以文档不行是过于时代性的 deep dive，而应更像架构视图。他在极少借助 AI 的情况下完成了第一份文档 —— 那时他以致称大语言模子为「立时鹦鹉」（如今他已不再持这种不雅点）—— 并托福了后果。

他惊叹我方的学问，以为莫得哪个大语言模子能取代它。

随后他的司理找他言语：「天然你托福代码的速率可以，但写这些预备文档花的时辰太长了。你用 AI 了吗？你应该多用 AI。」

他心里想：「这王人备行欠亨。」但如故得意了。那时的模子不如当今浩大，但照实权臣提高了他的写稿着力，以致支持了决策。

接着他运转相识到：我方多年蕴蓄的悉数学问 —— 不同杀青决议之间的衡量、收单机制如何运作、如何构建幂等性以详细肖似扣款 —— 一切都在变得毫无价值。尽管模子仍需要一些调换，但它们如故能自行串联起预备这类系统的重心，而这恰正是最难的部分，平庸需要多年实战造就才能在脑中形成。这是他碰到的第一次冲击。

但他辗转一想：模子能作念到这一丝，是因为网上有浩繁阐明这类系统旨趣的著述，以及悉数时代文档，还有浩繁博客著述栽种如何将时代用具愚弄到业务领域。对东说念主来说，学会这一切需要很永劫辰，但这些东西本即是考研数据，模子天然可以习得。

模子永远无法擅长、东说念主类将大放异彩的领域是 —— debug！他在分娩环境中调试竞态条目和散播式系统方面蕴蓄了丰富的造就。这曾是他耐久保有饭碗的保险。

第二根搭救：debug 与散播式系统

在大语言模子运转擅长撰写文档、支持策动具体杀青之后，它们又变得擅长编码。这始于 2025 年下半年的 Claude Code 高潮，接着 Codex 等用具接踵出现。天然此前他每天都用大语言模子写单位测试，但还不信任它们能凯旋完成完好的杀青。

下一步天然是将更多 AI 引入编码过程。说真话，他可爱这样。他既可爱编码，也可爱把居品推上线、看到用户惬意，是以只是用一种我方可爱的事替换了另一种，挺自制的。

大语言模子越来越擅长编码，但仍然无法 debug（不管是模子如故东说念主）留住的繁芜场地，是以他仍然有一个比「操控机器东说念主」更大的变装 —— 这是他保住责任的门票。

一切似乎还可以。

接着，MCP、智能体责任流以及 Claude 4.5 出现了，天运转塌了。

说真话，Claude 4.5 并莫得那么好。给定堆栈追踪和一些落魄文（大多数情况下，开启 Sentry MCP 并提供一个 Sentry 畅达就够了），它大致能解决 60% 的弱势。有时它会给出听起来合理但完全舛错的解决决议。

然而这一次，他不再怀疑机器的本领。他看到以前时常需要一整天专职 debug 才能解决的弱势，被 Claude Code 一次性解决。天然，还不是一王人，但趋势如故很彰着。

然后 4.6、4.7、GPT 5.5、Opus 4.8 以及 DataDog MCP 接踵问世…… 当今他领有的号召行用具可以一次性解决跨散播式系统的弱势，那些他以前无法解决的弱势，那些需要整整两天专职调试的弱势。那些清寒散播式可不雅测性的跨系统弱势。如今 90% 的弱势都能一次性解决，包括诡异的竞态条目、偶而的角落情况、第三方集成问题、未文档化的 API 范围情形 —— 一切。他险些不需要介入。

天然，他依然有责任可作念，因为总得有东说念主审核代码、操控机器东说念主。但他当今只不外是个宽泛到随时可替换的工程师。他的任何领域专长，另一位操控大语言模子的高等工程师都能节略匹敌。他嗅觉，他悉数的金融和支付领域学问、悉数通过汗水和泪水换来的调试直观和散播式系统学问，当今都可以通过辅导词取得。

咱们曾被奉告：通才和专才永远各有其位。但当今市集正把每个东说念主都塑变成通才。这自身并非赖事 —— 直到你注视供需的经济学：若是东说念主东说念主都成了通才，而莫得与之匹配的需求，通才的价钱就会下落。而咱们都领路，需求正在缺少。

第三根搭救，尚未消蚀的那根：代码质料与架构

不外，他还有一根搭救屹立不倒：代码质料与软件架构 —— 也即是当今被简称为「品尝」的东西。

在他的作事生计中，他一直可爱重构，惊叹高质料的代码，并在迭代中争取时辰作念这件事。DDD、六边形架构、整洁架构 —— 这些流行词他都很熟练。他可爱这个话题，可爱筹商不同的衡量和塑造代码库的念念路。他确切很可爱。

这是临了屹立的搭救。只不外，当今没东说念主在乎了。

智能体在保持代码库整洁方面发达极差。若是你不加以调换，它们很快就会碰到轮回依赖问题。它们会肖似代码、添加无关的注释、混用纯函数和反作用、无视 SOLID 原则。

这正本应该能让东说念主类保住责任，然而这项手段如今已被简化为「品尝」一词。但不单是是再行定名 —— 通盘行业正在走向一个代码组织不那么紧迫的全国。

没错，东说念主类应该调换智能体，详细出现带有轮回依赖图的意大利面条式代码库。没东说念主想要那种碰一下就出问题的 F 级代码库。但 C 级或 D 级呢？当今完全可以禁受。不再需要 A 级或 B 级的代码库了，因为代码是为大语言模子写的，而不是给东说念主读的。

他不想争论这自身是好是坏。若是源代码当今是为机器而非东说念主类阅读而写的，那么以机器为认识也许也没问题。

但这又是他专科手段中一根正在消蚀的搭救。他在这方面蕴蓄的浩繁学问不再那么有价值。他破耗的悉数时辰 —— 念书、作念实战锻真金不怕火、与其他工程师筹商、编写架构决策纪录 —— 都在变得不消。

接下来该如何办？

作家示意，他依然有责任，况且以为我方可预感的畴昔（至少在这家公司）仍会受雇，但他不知说念耐久该如何看待。

他花了十年（若是算上非作事造就则更久）去醒目那些价值越来越低的事情。他临了的专科搭救如今被简化为「品尝」，而且很可能也撑不了多久。

而且他知说念，有这种处境的不单是他。大致八个月前，他当今的公司进行了一轮裁人（据称与 AI 无关）。一些出色的前共事被裁，于今仍在找责任。他们大多濒临相似的问题：他们的领域专长已不及以让他们脱颖而出。

公司当今又运转招聘少许岗亭，领域熟练度已不再是强有劲的分辨身分。以前他们会招聘「软件工程师 - 某领域」。当今只写「软件工程师」，团队分拨在录用之后才进行。

天然，这对那些从未有契机久了特定领域、当今取得更好服务契机的优秀工程师来说是善事，但预想那些穷尽一世蕴蓄领域学问的其他优秀工程师如今不得不在统一条赛说念上竞争，也难免令东说念主感伤。

作家以为，要想耐久保住饭碗，当今看来独一的出息是把他的领域专长转向大语言模子不那么容易掌执的标的。但还剩下什么呢？

他曾研讨重返校园，学习数学、统计学、高等机器学习，然后央求前沿实验室的接洽岗亭。然而他的国度莫得前沿实验室，少数几个存在的实验室也收到海量央求，而且他因家庭原因难以移居他国。比及他有条目完成这一跨越时，RSI 可能如故让接洽员变得过剩。

临了他写了一句捉弄的话：「八成应该研讨把木工疼爱变成作事……」

修起争议

这篇博客发布之后在酬酢媒体上被大范畴传播。作家挑出了一些代表性驳倒进行回复。

对于「领域学问确切没用了吗？比如腹地税务法例」

有驳倒指出：大语言模子在处理腹地税务法例、司帐历程细节、分类账杀青等方面平庸出错，如何可能取代东说念主类的领域学问？

作家承认我方原文说得不够领路。LLM 照实无法自动惩处悉数腹地税法或极其细碎的划定 —— 但这些平庸由法务团队处理（而法务团队也在浩繁使用 LLM 自动化例行责任）。问题在于，他多年蕴蓄的领域学问（天然比法务团队浅得多）如今用 ChatGPT Pro/Extended Thinking 就能凯旋辅导出来。这才是让他报怨的地点 —— 他也曾以为，在一个「只会写代码」的设施员全国里，领有这些学问能让他脱颖而出，但执行已不是这样。

至于 Agent 以前不擅长这类细节，他承认。但跟着新模子、面向 Agent 的文档、以及在代码库根目次放 AGENT.md 强制要求 Agent 先读文档再写代码，情况如故改动。他越来越不需要去问那些在公司待得更久、了解细节的共事了。当今他完成责任所需的东说念主类输入大大减少 —— 停驻来想想，这很可怕。

对于「你们公司司理让你用 AI 加速预备文档，这也太不靠谱了」

有驳倒以为，一家金融科技公司的管制者尽然提出用 AI 加速写预备文档，阐明这家公司对待钞票业务太武断。

作家得意这不靠谱，但他有我方的搪塞手脚：

文档写得隐约：预备文档中只放现象机等相对通用的内容，给我方留出仔细杀青的空间。AI 到来（以及裁人）之后，悉数东说念主都袪除在长篇文档和 PR 审查中，审查者远莫得以前抉剔了。

在名堂板上作念著述：他老是会加一些端到端测试的任务，借机发现弱势，在功能发布前提交弱势 / 改良单。这为他争取了严慎审查杀青的时辰。另外，他会把明锐的中枢杀青拆分红比平时更多的任务卡片，以便平缓杀青和审查。

他可爱这样作念吗？天然不。但他有什么选用呢？从他相识的东说念主响应来看，他的公司还不算「氛围编程」的最顶点案例，跳槽去一个可能更糟的环境并不合算。至少在这里，他知说念如何逝世干系方的焦灼（他的审慎和仔细为他赢得了声誉），而且公司莫得免强他全速参加「氛围编程」。

对于「你要学会冲浪，每次时代波澜都一样」

有评求教：你以前冲过网站 /webapp 的波澜，当今不外是新波澜云尔，学新技艺，独霸用具，游戏没变。

作家示意得意，他当今正是这样作念的。他是公司里不停改良 Agent 用具链的工程师之一，用不同模子作念叛逆性代码审查，保持我方的手段和辅导词用具库。他实质上如故成了所谓的「AI 原生工程师」（天然他憎恨这个词）。

但他更惦记的是畴昔。

若是模子过甚用具链在畴昔几年络续以相似的速率变强，那么软件工程这个作事将被透澈商品化。有东说念主会拿起杰文斯悖论（着力提高导致需求增多），但他不得意。软件需求一定有上限。

他以案牍写稿（copywriting）为例。这个作事曾需要多年修王人，收入也可以。跟着电商和告白时代带来的需求岑岭事后，市集缓慢饱和，而 LLM 凯旋毁坏了绝大多数从业者的责任。原因很简便：大部分需求来自小公司，它们用 ChatGPT 生成的案牍就实足了。少数公司还会雇东说念主作念辅导、审核和发送，但需求不是无穷的，不可能悉数东说念主都找到这样的责任。一个案牍当今颖悟以前十个东说念主的活，但需求总量固定。需求不会因为你供给多了十倍就变成十倍。

天然，顶尖的 1% 案牍仍有责任，但其余 99% 在为残羹剩饭而战。用户体验写稿曾是可以的作事，当今他相识的从业者都被裁了，以致大公司也裁掉了他们 —— 你凯旋辅导 ChatGPT 生成界面案牍，90% 的情况下没问题，是以公司莫得必要养十个东说念主，裁掉九个留一个就够了。

若是模子络续沿着统一标的改良，软件工程师都将走向相似的红运。会有东说念主被雇来操控 Agent，但他们将是可替代的、低价的（又是供需礼貌）。这正是他在著述中强调的。而且这不单是软件行业的事 —— 实验室的低落果实是软件，但他们接下来会对准金融、生物、法律、营销，悉数学问责任。这已是公开的认识。

对于「这跟当年 OOP 波澜没什么不同」

有评求教，90 年代和 00 年代也有「面向对象编程（OOP）改动一切」的波澜，临了不也以前了？

他指出：OOP 莫得让学问变得可辅导（promptable）。OOP 莫得披败露快速、复合增长、朝着取代横跨多个领域（不限于软件工程）浩繁工东说念主的方上前进。这不是统一趟事。东说念主们总倾向于以为以前能估计畴昔（其实莫得哪个严肃的历史学乡信这个），但有时顶点事件会发生。

当今类似的事情正在发生，而东说念主们因为 OOP、元天地、NFT 等失败的类比而看轻它。作家不想稠浊视听，但咫尺的东西照实比 OOP 更大：咱们建造了一个矩阵乘法机器，在允洽的用具和辅导下，可以一语气数小时输出灵验的文本。这是科幻级别的存在。咱们应以相应的魄力来对待它。

对于「只有工程原则过硬，你就安全」

有驳倒以为，若是作家对畴昔的预判是正确的，那有本领的软件工程师仍然是安全的 —— 领域学问可以学得快，但如何愚弄好的工程原则很难学。

作家不得意这个不雅点。模子终将学会好的工程原则。例如来说，有一家叫 Turing AI 的公司，正在雇佣工程师编写跨多样领域和语言的「好代码」，用于实验室的强化学习。所谓「东说念主类护城河」不会永远存在。

对于「你低估了我方的调换本领」

有驳倒以为，他能把模子调换出好散伙，是因为他如故懂了这个领域。

作家示意：希望如斯。但他发现 LLM 在向他阐明和提供其他完全生疏的领域提出方面也很擅长，而且他拿去跟法务 / 居品司理交叉考证，平庸都是对的。

也许，这即是咱们这代东说念主确切要面对的问题：不是「AI 会不会取代我」，而是「当我花了十年设立起来的一切都可以被辅导词绕逾期，我还剩下什么」。时代乐不雅主义者会说总会有新岗亭，执行主义者会看到供需弧线的冷凌弃。你可以络续作念阿谁独霸波澜的东说念主，但波澜的标的不再由你决定。而这世界杯体育，与以前任何一次时代变革都不一样。