05 · 人的角色会怎样变

先说结论

程序员不会整体消失，但 「以敲代码为主要价值」的程序员会贬值。
更准确的说法是：角色从 实现者 扩展为 问题定义者 + 系统负责人 + AI 编排者。

1. 价值上移的四层

L4  决定做什么、不做什么（产品/战略）
L3  定义正确性与约束（领域/架构）
L2  编排实现与验证（工程领导力 + AI 使用）
L1  具体编码与操作（日益可代理）

AI 对 L1 冲击最大，对 L2 是增强，对 L3/L4 仍高度依赖人——
因为它们绑定 偏好、责任、世界观与组织现实。

2. 未来更稀缺的人类能力

问题成型（Problem Framing）

把模糊诉求变成：

• 可验证目标
• 明确非目标
• 可权衡的约束

这是目前模型最依赖人类输入的环节之一。

品味与取舍（Taste）

同样能跑的十种实现里，选：

• 更可演进的
• 更符合用户心智的
• 更少概念负担的

品味不是玄学，是压缩了的失败经验。

系统思维

看见二阶效应：

• 这个缓存会怎样让一致性变难
• 这个「先上线」会在六个月后如何反噬
• 这个权限模型如何被业务绕过

验证设计

不是「写两个单测」，而是：

• 哪些不变量一旦破就灾难
• 如何廉价获得高置信证据
• 如何防止测试被实现带跑偏

责任与沟通

对齐人、解释风险、在压力下做可辩护决策。
事故电话打给的是人，不是 session id。

AI 编排力

一种新素养：

• 何时用 AI，何时不用
• 如何拆任务给代理
• 如何发现它在一本正经地胡说
• 如何把一次性成功沉淀成团队流程

3. 各级别工程师的变化

初级尤其危险也尤其有机会：
危险在于没建立判断力就依赖生成；机会在于学习曲线可以被大幅压缩——前提是有人教「如何验证」而不是只教「如何提问」。

4. 「被取代」的真实图像

更可能发生的不是：

一个 AI 坐在你工位上，拿你的工资

而是：

同样 headcount 的团队，产出接近过去 2–5 倍；
招聘更看重判断与责任，而不是语法熟练度；
纯执行型岗位需求下降，端到端 ownership 上升。

个体层面：

• 不适应的人会感觉「岗位还在，但竞争面变了」
• 适应的人会感觉「自己变成了小团队 + 一堆代理」

5. 新的职业自尊从哪来

如果自尊建立在「我能徒手写出精巧算法/框架」上，会被动摇。
更健康的自尊来源：

• 我能把混乱需求收敛成正确系统
• 我能在不确定中控制风险
• 我能让 AI 与同事一起稳定交付
• 我能在出事时定位、止损、复盘并留下机制

手艺没死，手艺的作品形态变了。
从「我写的函数」变成「我负责的行为与系统」。

6. 你应该主动练习的五件事

1. 无工具调试：给自己限时，不靠模型定位一个 bug
2. 规格写作：把需求写成验收标准，再让 AI 实现
3. 对抗式审 diff：默认假设生成代码有错，专门找反例
4. 架构叙事：用一页纸讲清模块边界与数据流
5. 事后沉淀：每次 AI 踩坑，写成可检索的团队规则

7. 一个角色隐喻

把未来工程师想成：

• 导演（意图与风格）
• 总编辑（对最终文本负责）
• 试飞员（亲自飞关键航线）
• 安全官（红线与否决）

而不是只做「打字最快的人」。

下一篇：组织与流程