AI时代，成为软件工程师的意义

AI编程/Vibe Coding 遇到问题需要帮助的，联系微信 ezpoda，免费咨询。

我从17岁开始编程。我仍然记得赢得一个用C语言和graphics.h库构建应用程序的安慰奖。我所喜爱的不仅仅是比赛的刺激感，还有我能够从零开始构建任何东西的能力。我很幸运能够将这份热情转化为职业。我现在40岁，这意味着我已经编程23年了。

在大部分时间里，我为一系列特定的优势感到自豪：我能够快速编程、深入不熟悉的代码库、快速上手。但在过去几个月里，看着一个又一个关于新编程模型、代理框架和长期自主代理的公告，我有了我的警醒时刻：

我引以为傲的技能在AI时代仍然有意义吗？

就像任何职业一样，如果你不适应世界的发展方向，你就不会保持相关性，你将被抛在后面。我通过工作和与他人的对话一直在学习，我想写下一些我认为对于想要在AI时代保持相关性的软件工程师最重要的经验教训。

1、全部关于广度

当我在2007年作为EMC的新毕业生开始职业生涯时，工程工作被分成明确定义的角色。有前端开发人员、后端开发人员、质量保证工程师和构建工程师。每个群体都有专门的责任和专门的技能组合。那时，没有我们现在想象中的现代部署工程师这样的东西。SaaS并不常见，我们在CD上发布软件。部署，从来不是公司的问题，我们常说："我们构建它，你运行它。"

随着更多应用程序转移到托管环境，这种情况开始改变。当我在2009年加入FICO时，我了解到部署被视为一门专门学科。有生产支持和部署工程师，他们有权访问运行系统的数据库和服务器。如果我想部署代码，我会联系他们，遵循清单，然后等待他们完成过程。工程师通常没有生产访问权限。

当我后来加入亚马逊时，期望发生了巨大变化。我既惊讶又震惊。单个工程师被期望做所有事情：编写代码、测试代码、将其部署到生产环境，然后对之后发生的任何事情负责。这种责任包括待命、响应警报和修复生产中出现的错误。每个部分没有单独的团队。这一切都与所有权理念相关：如果你构建它，你就拥有它。这听起来令人生畏，但最终成为我职业生涯中最宝贵的学习经历之一，因为它迫使我端到端地理解系统。

随着AI变得更加强大，我相信向广度的转变将进一步加速。过去需要大量工程师时间编写样板代码、搭建服务、生成测试和实现直接代码路径的工作，可以由编程代理处理。这改变了领导者最看重的东西。工作正在从由特定框架的狭窄专业知识定义，转向由构建完整系统的能力定义。

我认为最重要的技能是系统思维。我并不是说要记住每个框架或详细了解每个库。我的意思是知道如何将部分组合在一起，使系统在现实生活中的规模、负载、故障和成本约束下真正工作。如果我在这里能给一个具体的建议，那就是：认真关注系统设计。学习构建能够根据需求扩展和缩减、保持可靠、保持运营开销低并避免不必要成本的分布式系统。你不被期望记住每个工具的每个细节。你被期望知道存在什么，什么时候合适，什么时候不合适。然后你可以使用AI来加速执行。

2、成为一个问题解决者

在我作为DoorDash员工工程师的角色中，我一天的大部分时间不是从编写代码开始的。它始于识别一个模糊的问题，理解真正被要求什么，然后弄清楚如何将问题分解为足够小以执行的部分。从那里，工作的大部分变成了协调。我必须在团队间建立共识、明确所有权、排序依赖关系，并让每个人都朝着相同的结果前进。这不是容易的工作，而且主要不是技术性的。当问题模糊时，涉及的人数通常会增加，复杂性从代码转移到协调。

我学到代码通常是比较容易的部分。人是更难的。冲突的优先级、不明确的决策和错位的期望可以延迟项目。领导者不一定关心我如何解决问题。他们关心问题得到解决，交付是可预测的，并且升级是最小的。有句话一直留在我心里：经理们喜欢为困难问题举手的人，说"我会处理它"，然后经理再也听不到关于它的事情。这并不意味着问题被忽视了。这意味着问题处理得如此有效，以至于没有产生噪音。

如果我想在职业生涯中成长，我必须继续选择困难的问题。这通常意味着深夜、挫折和大量的坚持。但这也意味着更快的学习和更深远的影响。AI可以帮助我更快地行动，但它不改变核心要求：我仍然必须推动交付、解除团队障碍、让领导保持知情，并创造清晰度，让每个人都知道"完成"看起来是什么样子。

3、学会戴上多顶帽子

我最近观看了Claude Code创建者Boris的采访，他强调软件工程师需要戴上多顶帽子。这个想法与我产生共鸣，因为它与我在实践中看到的一致。许多人假设工程师的工作在需求到达时开始，在功能发货时结束。我不同意这一点。我相信强大的工程师花时间与客户交谈、了解产品实际如何使用，并寻找改进它的机会。当我了解真正的客户行为时，我可以提出想法而不是等待别人给我路线图。我可以构建原型、测试假设，并帮助塑造方向。

AI降低了进行这种探索工作的成本。我比以前能更快地原型设计，并且无需数周的工程时间来验证想法就能快速迭代。这意味着我可以构建一些小东西，展示给领导层，从反馈中学习，并将其转化为真实的产品方向。随着时间的推移，这使我从仅仅是一个执行者转变为通过主动性领导的人。

4、保持好奇心

当我在一个明确定义的问题并向AI以特定方式请求解决问题时，AI是强大的。它可以生成选项，解释方法，并帮助我探索替代方案。但好奇心是使我在长期内有效的原因。当我保持好奇，当我继续学习行业中发生的事情，当我理解趋势和基础知识时，我变得更好使用AI。我提出更好的问题。我更精确地提示。我认识到什么时候答案是浅薄的或基于幻觉。我知道什么时候需要更深入。最重要的是，我可以验证和挑战AI产生的内容。

这很重要，因为AI有时会出错，而且它经常是自信地出错。如果我没有足够的知识来评估输出，我不会注意到错误直到它成为生产问题。所以我尝试将AI视为同行程序员。我从它学习，我使用它来加速我的工作，我让它扩展我的思维。同时，我继续建立自己的深度，以便我能认识到什么时候没有意义。

我相信这种有效使用AI同时仍然应用强判断力的能力，将是未来最有价值的技能之一，特别是随着代理运行时间更长并承担更大的工作块。仍然需要有人审查结果并回答最终问题：这实际上有发布的意义吗？

5、结束语

我不认为软件工程正在变得不那么有价值，但我确实相信价值的定义正在改变。随着AI变得更好执行，快速编写代码将不再那么重要。更重要的是广度、系统思维和通过对齐人员和推动结果来解决模糊问题的能力。如果我继续戴上多顶帽子，贴近客户，并保持足够的好奇心去学习和验证，我可以将AI作为杠杆使用，而不是将其视为竞争。

原文链接: What It Means to Be a Software Engineer in 2026 (and Beyond)

汇智网翻译整理，转载请标明出处