
AI 正在让职场工东谈主濒临糟糕的转型。当咱们聚焦个个体的故事时淮安塑料管材生产线,这种糟糕变得颠倒具象。
近,篇题为《LLM 正在损伤我的软件工程作事糊口,我不知谈该奈何办》的帖子在 Hacker News 上激励包涵。
作家是位领有 10 年教导的软件工程师。他的作事旅途看起来颠倒清楚:从前端起步,转型后端,耕金融与支付域,积贮了 PCI 规、双重记账、幂等重叠扣款、支付人命周期不竭等整套业常识。他曾确定地觉得,这些靠「真金白银」的方式教导换来的域积贮,是他在行业里驻足立命的根底。
然则,他却用「三根复旧接踵倒塌」刻画了我方这两年的作事体验。 旧年,他被金融域的公司托付。此前他赴任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。 这公司拥抱东谈主工智能,因此他从入职天起就取得了 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器具。不外淮安塑料管材生产线他被提醒:每行干涉坐蓐环境的代码仍需由他我方审核并精采。 他接办的批方式之,是重构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教导,因而将这项任务交给了他,并对他委以信任。 与他之前使命过的其他公司不同,这公司希望他编写的「想象文档」既能让工程师看懂,也能让居品司理理会 —— 是以文档不可是过于时刻的 deep dive,而应像架构视图。他在少借助 AI 的情况下完成了份文档 —— 其时他以致称大语言模子为「随即鹦鹉」(如今他已不再持这种不雅点)—— 并托福了恶果。 他调理我方的常识,觉得莫得哪个大语言模子能取代它。 随后他的司理找他话语:「天然你托福代码的速率可以,但写这些想象文档花的时辰太长了。你用 AI 了吗?你应该多用 AI。 他心里想:「这对行欠亨。」但如故欢跃了。那时的模子不如当今重大,但如实显耀栽培了他的写稿率,以致补助了方案。 接着他驱动厚实到:我方多年积贮的整个常识 —— 不同已毕案之间的量度、收单机制怎样运作、怎样构建幂等以止重叠扣款 —— 切都在变得毫价值。尽管模子仍需要些引,但它们照旧能自行串联起想象这类系统的重点,而这恰正是难的部分,世俗需要多年实战教导才能在脑中形成。这是他遇到的次冲击。 但他改换想:模子能作念到这点,是因为网上有精深讲明这类系统旨趣的著作,以及整个时刻文档,还有精深博客著作考验怎样将时刻器具应用到业务域。对东谈主来说,学会这切需要很万古辰,但这些东西本即是锻真金不怕火数据,模子天然可以习得。 模子长久法擅长、东谈主类将大放异彩的域是 —— debug!他在坐蓐环境中调试竞态条款和散布式系统面积贮了丰富的教导。这曾是他历久保有饭碗的保险。 在大语言模子驱动擅长撰写文档、补助筹算具体已毕之后,它们又变得擅长编码。这始于 2025 年下半年的 Claude Code 激越,接着 Codex 等器具接踵出现。天然此前他每天都用大语言模子写单位测试,但还不信任它们能奏凯完成无缺的已毕。 下步天然是将多 AI 引入编码过程。说真话,他可爱这样。他既可爱编码,也可爱把居品上线、看到用户适意,是以只是用种我方可爱的事替换了另种,挺公谈的。 大语言模子越来越擅长编码,但仍然法 debug(论是模子如故东谈主)留住的参差词语地方,是以他仍然有个比「操控机器东谈主」大的角 —— 这是他保住使命的门票。 切似乎还可以。 接着,MCP、智能体使命流以及 Claude 4.5 出现了,天驱动塌了。 说真话,Claude 4.5 并莫得那么好。给定堆栈追踪和些凹凸文(大多数情况下,开启 Sentry MCP 并提供个 Sentry 贯穿就够了),它苟简能解决 60 的颓势。偶而它会给出听起来理但乖谬的解决案。 然则此次,他不再怀疑机器的才气。他看到以前常常需要整老实 debug 才能解决的颓势,被 Claude Code 次解决。天然,还不是沿路,但趋势照旧很彰着。 然后 4.6、4.7、GPT 5.5、Opus 4.8 以及 DataDog MCP 接踵问世…… 当今他领有的号令行器具可以次解决跨散布式系统的颓势,那些他以前法解决的颓势,那些需要整整两老实调试的颓势。那些清寒散布式可不雅测的跨系统颓势。如今 90 的颓势都能次解决,包括诡异的竞态条款、不测的边际情况、三集成问题、未文档化的 API 规模情形 —— 切。他险些不需要介入。 天然,他依然有使命可作念,因为总得有东谈主审核代码、操控机器东谈主。但他当今只不外是个闲居到随时可替换的工程师。他的任何域长,另位操控大语言模子的工程师都能随性匹敌。他嗅觉,他整个的金融和支付域常识、整个通过汗水和泪水换来的调试直观和散布式系统常识,当今都可以通过提醒词取得。 咱们曾被示知:通才和才长久各有其位。但当今市集正把每个东谈主都塑酿成通才。这本人并非赖事 —— 直到你注目供需的经济学:如若东谈主东谈主都成了通才,而莫得与之匹配的需求,通才的价钱就会下落。而咱们都明晰,需求正在穷乏。 不外,他还有根复旧屹立不倒:代码质地与软件架构 —— 也即是当今被简称为「回味」的东西。 在他的作事糊口中,他直可爱重构,调理质地的代码,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悉。他可爱这个话题,可爱扣问不同的量度和塑造代码库的想路。他真的很可爱。 这是后屹立的复旧。只不外,当今没东谈主在乎了。 智能体在保持代码库整洁面进展差。如若你不加以引,它们很快就会碰到轮回依赖问题。它们会重叠代码、添加关的把稳、混用纯函数和作用、视 SOLID 原则。 这原来应该能让东谈主类保住使命,然则这项技巧如今已被简化为「回味」词。但不单是是再行定名 ——通盘行业正在走向个代码组织不那么伏击的寰宇 没错,东谈主类应该引智能体,止出现带有轮回依赖图的意大利面条式代码库。没东谈主想要那种碰下就出问题的 F 代码库。但 C 或 D 呢?当今可以经受。不再需要 A 或 B 的代码库了,因为代码是为大语言模子写的,而不是给东谈主读的。 他不想争论这本人是好是坏。如若源代码当今是为机器而非东谈主类阅读而写的,那么以机器为指标也许也没问题。 但这又是他业技巧中根正在消蚀的复旧。他在这面积贮的精深常识不再那么有价值。他破耗的整个时辰 —— 念书、作念实战熟悉、与其他工程师扣问、编写架构方案记载 —— 都在变得用。 作家暗示,他依然有使命,而且觉得我方可意料的明天(至少在这公司)仍会受雇,但他不知谈历久该怎样看待。 他花了十年(如若算上非作事教导则久)去能干那些价值越来越低的事情。他后的业复旧如今被简化为「回味」,而且很可能也撑不了多久 而且他知谈,有这种处境的不单是他。苟简八个月前,他当今的公司进行了轮裁人(据称与 AI 关)。些出的前共事被裁,于今仍在找使命。他们大多濒临雷同的问题:他们的域长已不及以让他们脱颖而出。 公司当今又驱动招聘极少岗亭,域熟悉度已不再是强有劲的诀别身分。以前他们会招聘「软件工程师 - 某域」。当今只写「软件工程师」,团队分拨在托付之后才进行。 天然,这对那些从未有契机入特定域、当今取得好服务契机的秀工程师来说是善事,但预想那些穷尽生积贮域常识的其他秀工程师如今不得不在同条赛谈上竞争,也不令东谈主感伤。 作家觉得,异型材设备要想历久保住饭碗,当今看来唯的长进是把他的域长转向大语言模子不那么容易掌执的向。但还剩下什么呢? 他曾谈判重返校园,学习数学、统计学、机器学习,然后央求前沿实验室的磋磨岗亭。然则他的国莫得前沿实验室,少数几个存在的实验室也收到海量央求,而且他因庭原因难以移居他国。比及他有条款完成这杰出时,RSI 可能照旧让磋磨员变得填塞。 后他写了句戏弄的话:「不祥应该谈判把木工好变成作事……」 这篇博客发布之后在应酬媒体上被大限制传播。作家挑出了些代表批驳进行回复。 对于「域常识真的没用了吗?比如腹地税务法例」 有批驳指出:大语言模子在处理腹地税务法例、管帐历程细节、分类账已毕等面世俗出错,奈何可能取代东谈主类的域常识? 作家承认我方原文说得不够明晰。LLM 如实法自动处理整个腹地税法或其细碎的章程 —— 但这些世俗由法务团队处理(而法务团队也在精深使用 LLM 自动化例愚弄命)。问题在于,他多年积贮的域常识(天然比法务团队浅得多)如今用 ChatGPT Pro/Extended Thinking 就能奏凯提醒出来。这才是让他改悔的地 —— 他也曾以为,在个「只会写代码」的方法员寰宇里,领有这些常识能让他脱颖而出,但现实已不是这样。 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,情况照旧改变。他越来越不需要去问那些在公司待得久、了解细节的共事了。当今他完成使命所需的东谈主类输入大大减少 —— 停驻来想想,这很可怕。 对于「你们公司司理让你用 AI 加速想象文档,这也太不靠谱了」 有批驳觉得,金融科技公司的不竭者尽然提议用 AI 加速写想象文档,证实这公司对待资产业务太苟且。 作家欢跃这不靠谱,但他有我方的搪塞法: 文档写得隐约:想象文档中只放景况机等相对通用的内容,给我方留出仔细已毕的空间。AI 到来(以及裁人)之后,整个东谈主都归拢在长篇文档和 PR 审查中,审查者远莫得以前抉剔了。在方式板上作念著作:他老是会加些端到端测试的任务,借机发现颓势,在发布前提交颓势 / 更正单。这为他争取了严慎审查已毕的时辰。另外,他会把敏锐的中枢已毕拆分红比平时多的任务卡片,以便安祥已毕和审查。 他可爱这样作念吗?天然不。但他有什么选择呢?从他厚实的东谈主反映来看,他的公司还不算「氛围编程」的端案例,跳槽去个可能糟的环境并不合算。至少在这里,他知谈怎样戒指关系的慌乱(他的审慎和仔细为他赢得了声誉),而且公司莫得将就他全速干涉「氛围编程」。 对于「你要学会冲浪,每次时刻波浪都样」 有评阐明:你以前冲过网站 /webapp 的波浪,当今不外是潮云尔,学新武艺,独霸器具,游戏没变。 作家暗示欢跃,他当今正是这样作念的。他是公司里不绝更正 Agent 器具链的工程师之,用不同模子作念抵拒代码审查,保持我方的技巧和提醒词器具库。他实践上照旧成了所谓的「AI 原生工程师」(天然他痛恨这个词)。 但他惦念的是明天。 如若模子过武器具链在明天几年络续以雷同的速率变强,那么软件工程这个作事将被商品化。有东谈主会拿起杰文斯悖论(率栽培致需求增多),但他不欢跃。软件需求定有上限。 他以案牍写稿(copywriting)为例。这个作事曾需要多年修皆,收入也可以。跟着电商和告白时刻带来的需求峰事后,市集逐渐饱和,而 LLM 奏凯破坏了大多数从业者的使命。原因很浅易:大部分需求来自小公司,它们用 ChatGPT 生成的案牍就足够了。少数公司还会雇东谈主作念提醒、审核和发送,但需求不是限的,不可能整个东谈主都找到这样的使命。个案牍当今聪颖以前十个东谈主的活,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,顶的 1 案牍仍有使命,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,当今他厚实的从业者都被裁了,以致大公司也裁掉了他们 —— 你奏凯提醒 ChatGPT 生成界面案牍,90 的情况下没问题,是以公司莫得要养十个东谈主,裁掉九个留个就够了。 如若模子络续沿着同向更正,软件工程师都将走向雷同的庆幸。会有东谈主被雇来操控 Agent,但他们将是可替代的、低价的(又是供需法例)。这正是他在著作中强调的。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,整个常识使命。这已是公开的指标。 对于「这跟当年 OOP 波浪没什么不同」 有评阐明,90 年代和 00 年代也有「面向对象编程(OOP)改变切」的波浪,后不也以前了? 他指出:OOP 莫得让常识变得可提醒(promptable)。OOP 莫得表露出快速、复增长、朝着取代横跨多个域(不限于软件工程)精深工东谈主的上前进。这不是同回事。东谈主们总倾向于觉得以前能瞻望明天(其实莫得哪个严肃的历史学信这个),但偶而端事件会发生。 当今雷同的事情正在发生,而东谈主们因为 OOP、元天地、NFT 等失败的类比而鄙弃它。作家不想骇东谈主视听,但目下的东西如实比 OOP 大:咱们建造了个矩阵乘法机器,在适的器具和提醒下,可以一语气数小时输出灵验的文本。这是科幻别的存在。咱们应以相应的气派来对待它。 对于「唯一工程原则过硬,你就安全」 有批驳觉得,如若作家对明天的预判是正确的,那有才气的软件工程师仍然是安全的 —— 域常识可以学得快,但怎样应用好的工程原则很难学。 作家不欢跃这个不雅点。模子终将学会好的工程原则。例如来说,有叫 Turing AI 的公司,正在雇佣工程师编写跨多样域和语言的「好代码」,用于实验室的强化学习。所谓「东谈主类护城河」不会长久存在。 对于「你低估了我方的引才气」 有批驳觉得,他能把模子引出好收尾,是因为他照旧懂了这个域。 作家暗示:希望如斯。但他发现 LLM 在向他讲明和提供其他目生的域提议面也很擅长,而且他拿去跟法务 / 居品司理交叉考据,世俗都是对的。 也许,这即是咱们这代东谈主真实要面对的问题:不是「AI 会不会取代我」,而是「当我花了十年开荒起来的切都可以被提醒词绕逾期,我还剩下什么」。时刻乐不雅办法者会说总会有新岗亭,现实办法者会看到供需弧线的情。你可以络续作念阿谁独霸波浪的东谈主,但波浪的向不再由你决定。而这,与以前任何次时刻变革都不样。 https://human-in-the-loop.bearblog.dev/llms-are-eroding-my-software-engineering-career-and-i-dont-know-what-to-do/ https://human-in-the-loop.bearblog.dev/replies-to-comments-on-my-llms-are-eroding-my-career-post/ https://news.ycombinator.com/item?id=48434312 电话:0316--3233399相关词条:离心玻璃棉 塑料挤出机 钢绞线厂家 铝皮保温 pvc管道管件胶 1.本网站以及本平台支持关于《新广告法》实施的“极限词“用语属“违词”的规定淮安塑料管材生产线,并在网站的各个栏目、产品主图、详情页等描述中规避“违禁词”。
2.本店欢迎所有用户指出有“违禁词”“广告法”出现的地方,并积极配合修改。
3.凡用户访问本网页,均表示默认详情页的描述,不支持任何以极限化“违禁词”“广告法”为借口理由投诉违反《新广告法》,以此来变相勒索商家索要赔偿的违法恶意行为。
