前途科技前途科技
  • 洞察
  • 服务
  • 关于
  • AI 资讯
    • 快讯
    • 产品
    • 技术
    • 商业
    • 政策
    • 初创
  • 洞察
  • 资源中心
    • 深度研究
      • AI 前沿
      • 案例研究
      • AI 知识库
    • 行业报告
      • 白皮书
      • 行业报告
      • 研究报告
      • 技术分享
      • 专题报告
    • 精选案例
      • 金融行业
      • 医疗行业
      • 教育行业
      • 零售行业
      • 制造行业
  • 服务
  • 关于
联系我们

当AI写代码,高级工程师的判断力从何而来

洞察2026年5月30日· 原作者:last piece I wrote· 7 分钟阅读0 阅读

自动化正在改变工程师的成长路径。就像飞行员不再每天手动驾驶,初级工程师也不再手写大量基础代码。但基础技能不能丢——他们需要通过新方式锻炼判断力:写决策记录、在评审中辩护自己的选择,以及定期进行无AI的刻意练习。

Image 1

自动化不会让你失败,但依赖自动化会让你在它失效时无所适从。

更扎心的类比是航空业。

现代客机飞行员大部分巡航阶段都不用手动驾驶。自动化处理了常规操作。老一辈飞行员那种手动操控的熟练度已经基本消失,因为日常练习的机会没了。但飞行员仍然刻意训练基本功——因为总有那么几个瞬间,自动化系统出故障,驾驶舱里的人必须接手。

“吉姆利滑翔机”就是典型案例。一架波音767因计算错误中途燃油耗尽,大部分电力系统失灵,只能滑翔迫降到一个废弃空军基地。那两名飞行员平时并不手动飞,但他们受过基本功训练。当自动化消失时,训练撑住了。

这才是学徒制焦虑的真正版本。问题不是初级工程师应不应该继续做大量常规练习——他们不会,就像飞行员不会继续手动巡航一样。问题是:需要刻意训练哪些基本功,才能保证当AI出错、不存在或指向错误答案时,工程师能顶上。

这与现在大多数关于学徒制的讨论不同。大多数人在问:如何保留旧有的实践。更有用的问题是:当旧实践消失时,什么基本功依然重要。有些基本功很明显。比如阅读和推理代码的能力——不管你或谁或什么东西写的代码。只有AI能看懂的代码是另一种风险,而且它会不断累积。仅此一条就是人类工程师保持编码熟练度的理由,即使他们不总是亲自写。

诚实地说,我们不知道

这些基本功是什么?这部分我答不上来。

我对2015年该做什么很确定:对代码在负载下行为的直觉很强;擅长在系统层面而非代码行层面调试;能快速阅读没写过的代码库并建立准确模型;能判断一个问题的难度是否表面看起来那样。那些当时很重要。有些现在还重要。但其中一些可能正在被工具吸收。

2035年的基本功会是什么?真的不清楚。2035年的高级工程师做的可能是我们现在无法完全描述的工作。用今天的角色去预测,正好是计算器时代预言家们犯过的错误。那些对未来十年优秀工程师的样子最自信的人,反而是最需要警惕的——无论他们站在哪一边。这话包括上一篇文章里的我。

无论如何我会做的事

Image 2

过去围绕代码展开的对话,现在必须围绕推理展开。

有一件事我愿意承诺——不是解决方案,而是对冲。

在任何可能的未来中,几乎肯定重要的基本功是:推理、表达清晰、以及为自己的选择辩护的能力。无论其他怎么变,一个能解释“为什么用这个方法而不是那个”、“考虑过什么、拒绝了什么”、“操作后果是什么”的工程师,依然有用。这种能力不会自己生长。过去它是写代码的副产品——因为写代码迫使你在不同方案间做选择并承担后果。现在代码越来越不是自己写的了,这个循环需要刻意建立。

我最看好的做法是:要求初级工程师为AI辅助完成的工作写“决策记录”,在评审中辩护自己的理由,并接收关于推理而非语法的反馈。这相当于手动飞行的训练。他们没有得到过去亲手写代码时每日的判断力练习,所以要通过解释由AI代做的选择来获得判断力,学会质疑AI的输出而不是全盘接受。高级工程师在评审中的角色不再是挑语法错误,而是问:为什么选这个方案?还考虑过什么?当负载模式变化时会发生什么?过去围绕代码展开的对话,现在必须围绕推理展开。

另一个我一直在想的练习是“刻意演练”。不是作为永久工作方式,而是定期进行日常工作中不再提供的基本功训练。比如团队一整天(或半天)不用AI辅助工作。现在看这几乎不值得做——因为两年前整个行业就差不多这么干。但五年后,如果趋势不变,无AI的一天会变成真正不寻常的练习。那时它就像飞行员的手动飞行演练一样有用。飞行员练习手动飞行不是因为他们预期每天用,而是因为能力需要在需要时存在,而日常工作不会建立它。

我不认为这些能规模化。也不认为能解决整个行业的问题。这些都是团队在自己的范围内可以做的一些事,来保留一些可能重要的事情——同时我们等着搞清楚究竟什么才重要。

协调问题

这件事不可能在行业层面解决,原因值得简单说明——因为这是对话中最容易变成“怪具体公司”的部分。

任何单独一个团队如果按旧方式大力投资初级工程师培养,就要付出竞争对手不付出的吞吐量代价。奖励机制奖励的是交付。一个训练不足的高级工程师层的成本,是十年后由另一批领导者、在另一个竞争格局里承担。理性的个体行为是跳过培养工作。理性的集体后果是十年后缺少高级工程师层——也可能不会,如果计算器类比成立的话。我们不知道。

这不是做决策的人的道德失败。这是一个协调问题,而协调问题不会靠个体的美德解决。它们会在不解决的代价变得足够明显、以至于结构发生变化时才被解决。我们现在还没到那一步。

我的落脚点

我不知道下一代高级工程师会是什么样,任何诚实的人也不知道。我会信任的团队,是那些对初级工程师培养很上心、同时对自己的培养目标保持不确定的团队。这是一个别扭的立场,写不成漂亮的公众号文章,但它更接近证据的真实状态。

我能做出的最强主张,听起来却是最弱的:我们应该足够认真地对待学徒制焦虑,并据此采取行动,同时足够松动地接受行动在未来会随着真实需求改变。两部分都重要。松动而不行动,是对下一代的辜负。紧张而不灵活,是解决错了问题。

现在的工作是:训练我们最有信心的基本功,承认对剩余部分只是猜测,并保持诚实——哪些属于有信心,哪些属于猜测。

Image 3

我们有信心的基本功。其余的,我们在猜。

标签:工程师培养自动化决策记录航空类比

想了解 AI 如何助力您的企业?

免费获取企业 AI 成熟度诊断报告,发现转型机会

//

24小时热榜

鸽子靠肝脏中的磁感细胞导航
TOP1

鸽子靠肝脏中的磁感细胞导航

代码不珍贵,AI才值得
TOP2

代码不珍贵,AI才值得

3

我把手机相册改造成了自主AI代理

1小时前
4

技术浪潮如何重塑企业战略

2小时前
5

流利不等于得体:AI社交语用失败本质

2小时前
流利不等于得体:AI社交语用失败本质
6

共情之战:AI时代,我们真的赢了吗?

2小时前
7

游戏AI拼的不是智商,是演技

2小时前
8

每月100美元AI,如何花出800美元的效果

2小时前
热门标签
大模型AgentRAG微调私有化部署Prompt EngineeringChatGPTClaudeDeepSeek智能客服知识管理内容生成代码辅助数据分析金融零售制造医疗教育AI 战略数字化转型ROI 分析OpenAIAnthropicGoogle

关注公众号

前途科技微信公众号

扫码关注,获取最新 AI 资讯

免费获取 AI 落地指南

3 步完成企业诊断,获取专属转型建议

已有 200+ 企业完成诊断

前途科技前途科技
服务关于快讯技术商业报告
前途科技微信公众号

微信公众号

扫码关注

Copyright © 2026 AccessPath.com, 前途国际科技咨询(北京)有限公司,版权所有。|京ICP备17045010号-1|京公网安备 11010502033860号|隐私政策|服务条款