AI 正在把价值从执行转移到监督

在过去几周里，我一直在写软件工程正在如何变化。不是消失，而是变化得比我们大多数人预期的更快。我觉得这不仅有趣，因为我经营一家软件公司，而是因为它似乎预示着知识工作更广泛的发展方向。

这次感觉不同的是，不仅仅是更好的工具，而是工作组织方式的转变。当然，AI代码质量在过去几个月有了显著提高，但更具影响力的变化是，代理现在可以在适当条件下跨天甚至跨周保持上下文。仅这一点就改变了什么是可能的。工作不再需要被分解为微小的、紧密监督的步骤。代理可以保持一条线索，检查自己的进展，并继续前进。

前沿的工程师已经在适应这一点。他们不再自己编写大部分代码，而是设置多个代理并行工作，将执行外包。他们自己的注意力向上转移，转向结果、上下文、约束和验证。限制因素从机械性变为认知性：一个人能同时持有、表达和监督多少意图。

这就是在工程之外变得有趣的地方。这种工作方式类似于一个恰当的OKR工作流应该看起来的样子。我们定义想要看到的结果，设定边界，并有意推迟关于如何实现的决定。工程师碰巧是第一个可以大规模自动化这一点的群体。从这个意义上说，他们在为我们其他人可能很快能做的事情指明方向。

这就引出了真正的瓶颈。这些工作流只有在意图清晰时才有效。而这一直是最困难的部分。在二十多年的专业服务经历中，我还没有读过一份真正规格明确的RFP。模糊性、隐藏的假设和不断变化的目标是常态。代码从来不是稀缺资源。清晰才是。

因此，软件工程师不会消失。但他们在改变。很快，许多其他形式的知识工作也会如此。随着执行变得更便宜和更自动化，价值向上转移：转向意义构建、目标设定、约束设计和对结果负责。花在做工作上的时间更少；花在决定应该做什么工作上的时间更多。

我怀疑，这是值得关注的更深层次的模式。

原文链接：Automation Shifts Value from Execution to Oversight

汇智网翻译整理，转载请标明出处