我觉得程序员成长到一定阶段，必须经历一个特别重要的转变：从只会自己做事情，逐渐变成能够判断事情该不该做、应该怎么做，以及别人做得对不对。 尤其是在 AI 编… · @UPing123zzz · TwKit

@UPing123zzz

我觉得程序员成长到一定阶段，必须经历一个特别重要的转变：从只会自己做事情，逐渐变成能够判断事情该不该做、应该怎么做，以及别人做得对不对。 尤其是在 AI 编程越来越强的今天，这种能力可能会越来越重要。 以前一个工程师的价值，很大程度上体现在他能独立完成多少开发工作。需求来了，自己设计方案、写代码、调试、上线，能力越强，能够解决的问题越复杂。 但现在很多执行工作，都可以交给 Codex、Agent 或者其他 AI 工具辅助完成。一个人甚至可以同时推进几个开发任务。 可这并不意味着你已经具备了技术负责人的能力。 因为真正复杂的地方，往往不在于代码能不能生成出来，而在于你能不能判断这套方案是否合理。 比如企业让你做一个 Agent，你应该先问清楚业务需求、数据权限和系统边界。模型选哪个、工具怎么接、状态放在哪里、异常怎么恢复、成本如何控制、最后怎么验收，这些都需要有人作出技术判断。 你甚至还得判断一件事：这个需求到底需不需要 Agent？是不是普通工作流就能解决？有没有可能根本不需要大模型？ 我觉得这才是真正体现经验和技术判断的地方。 更进一步，当你开始带别人做项目，或者带多个 Agent 完成任务的时候，你还需要学会拆解任务、制定标准、审查结果、发现风险，以及把不同人的工作组合成一套真正能交付的系统。 这时候你的角色已经发生了变化。你不再只是一个 Generator，不再只是负责产出代码和功能的人，而是逐渐具备了 Critic 的能力，能够审查、判断、指导和改进整个技术方案。 但这不代表高级工程师可以不懂代码。恰恰相反，如果没有扎实的技术理解，就很难判断 AI 生成的东西到底可靠不可靠。 所以我现在越来越觉得，一个真正优秀的 AI 工程师，不能只懂模型，也不能只会编程。他还得懂一点产品、架构、业务、成本、用户需求，甚至组织协作。 因为技术越往后做，面对的就越不是一个孤立的代码问题，而是一整套现实世界里的复杂约束。 AI 可以成为你的执行者，但你自己必须逐渐成为一个更成熟的判断者。 这也是我觉得从普通开发走向 FDE、技术负责人，甚至自己做产品，最应该补上的一项能力。

曝光 631 · 评论 7 · 点赞 12 · 书签 4