反思 AI 时代的软件工程

背景

在当前的软件行业，人工智能（AI）已不再是一个遥远的概念，而是深度嵌入日常工作流的核心工具。由于 AI 模型已经学习了数以万亿计的可公开访问源代码，且代码本身具有“对错分明”的可测试性以及为计算机理解而设计的结构化特征，AI 在生成代码方面已经表现得非常出色。

这种技术能力的跃升，正在从根本上重塑软件工程师的工作方式。作者作为一名资深软件工程师兼历史小说家，通过对比传统工作流与 AI 辅助工作流的差异，深入探讨了这一转变对工程师创造力、职业成就感以及技能保持的深远影响。

核心内容

工作流的范式转移

文章首先对比了 AI 介入前后软件开发的两个典型工作流：

传统工作流：

1. 需求定义：接收功能需求，撰写正式的功能定义，明确其边界、用户访问方式及测试标准。
2. 技术调研：研究最适合实现该功能的数据结构、算法、代码库及外部服务。
3. 编码与文档：编写实现代码、测试用例以及用户文档和维护指南。
4. 代码审查：创建“拉取请求”（Pull Request），邀请同事审查、评论并最终批准代码。

在这个过程中，创造性的思维活动主要发生在工程师的大脑中。

AI 辅助工作流：

1. 提示工程：编写提示词（Prompt），要求 AI 创建新功能。
2. 审查与迭代：审查 AI 生成的代码，自行修改或指令 AI 代理进行修正。
3. 合并或审查：将代码合并到主分支，或创建拉取请求供他人审查。

在这种新模式下，工程师的角色从“创作者”转变为“监督者”和“编辑”。虽然编写精准、深思熟虑的提示词需要投入精力，但工程师不再需要执行以往那些艰苦的深度思考过程。

工程师的核心价值：全局视野与制度知识

AI 虽然能写出看似能运行的代码，但它缺乏对项目的“大局观”和深层的系统级知识。AI 无法知晓：

• 新代码是否违反了产品所适用的法律要求。
• 对外部系统的请求耗时是十毫秒还是十分钟。
• 新代码是否会与团队成员三周后即将添加的新功能发生冲突。
• 新函数在与其他处理敏感信息的旧函数交互时，是否会引入新的安全问题。

资深工程师的价值在于拥有过去二十年中积累的“制度知识”（Institutional Knowledge）和深厚的系统级认知。因此，AI 更像是一个能力强、速度快但缺乏全局视野的初级或中级开发人员。资深工程师必须对其输出进行审查和纠正，以确保其不会破坏整体架构。

类比：历史小说家的困境

为了进一步阐释这一变化带来的心理影响，作者引入了一个类比：假设一位历史小说家被出版社要求将产量从每两年一本提升至每年四本。出版社雇佣了大量廉价但合格的学生代笔，每天能写出五页内容，而原作者的角色转变为“编辑”。

• 传统创作：作家需要沉浸于历史细节（服饰、街道氛围、政治背景），将事实与想象交织，进入心理学家米哈里·契克森米哈赖（Mihaly Csikszentmihalyi）在《心流》（Flow）一书中描述的“最佳体验”状态。在这种状态下，创作者完全沉浸，往往忘记时间的流逝。
• 编辑工作：编辑工作不再是创造，而是纠错、清理笨拙的措辞和冗余的描述。这种工作不再激发想象力，也不带来沉浸感。

技能退化与职业倦怠

作者指出，这种从“创造”到“编辑”的转变带来了两个严重的负面后果：

1. 失去“心流”体验：编辑工作枯燥乏味，如同批改大量学生论文。工程师不再与材料建立深层的情感连接，创造力被边缘化，成为更大流程中的一个齿轮。
2. 技能退化：长期依赖 AI 导致工程师变得“懒惰”和“愚蠢”。当遇到新问题时，工程师不再愿意花费数小时去深入代码库，因为 AI 可以在几分钟内定位 Bug 并起草修复方案。这种对深度思考的回避，导致工程师在处理复杂问题时，其原有的分析能力和编码直觉迅速下降。

作者强调，写作对他而言是整理和澄清思维的过程，因此他拒绝使用 AI 写作。同理，如果让 AI 代劳编码，工程师就失去了通过解决复杂问题来锤炼思维的机会。

关键要点

• 角色转变：AI 将软件工程师从“代码编写者”转变为“代码审查者”和“提示词工程师”。创造性思维从内部执行转向外部监督。
• AI 的局限性：AI 擅长生成局部正确的代码，但缺乏对法律合规性、性能边界、未来功能冲突及安全风险的宏观理解。
• 资深工程师的价值：资深工程师的核心竞争力在于长期积累的“制度知识”和系统级视野，这是 AI 目前无法替代的。
• 心流状态的丧失：从创造转为编辑，导致工程师失去了深度沉浸和忘我工作的“心流”体验，工作满意度显著降低。
• 技能退化风险：过度依赖 AI 进行日常调试和编码，会导致工程师回避深度思考，进而造成核心编程技能和问题分析能力的快速退化。
• 创造性工作的本质：无论是写作还是编程，其核心价值在于通过处理复杂信息来组织和澄清思维。外包这一过程等于放弃了智力成长的机会。

意义与影响

这篇文章对当前盲目推崇 AI 提效的科技行业提出了深刻的警示。

首先，它揭示了效率与深度之间的权衡。虽然 AI 极大地提高了代码生成的速度，但这种速度是以牺牲工程师对系统的深层理解和个人技能成长为代价的。如果整个行业都转向“提示-审查”模式，可能会导致新一代工程师缺乏解决复杂、模糊问题的能力，形成“中间层”工程师过剩而顶尖架构师断层的人才危机。

其次，它重新定义了软件工程师的职业尊严。文章指出，编程不仅仅是产出代码，更是一种智力创造活动。当工作变得像批改学生论文一样机械时，从业者的职业倦怠感（Burnout）将不可避免。企业若只关注产出量而忽视工程师的创造体验，可能会导致人才流失和创新能力的枯竭。

最后，对于个人开发者而言，这是一个关于保持核心竞争力的提醒。在 AI 时代，单纯掌握语法和框架已不再足够。工程师必须刻意练习那些 AI 难以替代的能力：系统架构设计、复杂问题拆解、跨领域知识整合以及对业务逻辑的深刻理解。避免成为 AI 的“编辑”，而是成为 AI 的“架构师”和“指挥家”，是未来软件工程师生存的关键。