2026-01-13-软件工程的未来两年
https://x.com/dotey/status/2010852013874045284
AI 编程正在从代码补全进化到自主执行开发任务的 AI 智能体。
初级开发者正在减少
软 件开发的工作岗位可能跟会变少或变多。 变少是因为 AI 编程导致了一个人 + AI 能够干的活相当于之前的一个团队。 变多是因为 AI 编程让软件开发进入到之前从未雇佣程序员的领域(如成本或者技术问题)。
所以,未来需要的是一个精通 AI 的多面手。“你 + AI” 要能抵得过之前的一个团队。
初级程序员应该具备的技能:
- 利用 AI Agents 构建大功能(但是要理解并能解释每一行代码)如果看不懂 AI Agents 生成的代码, 那么这个工程是无法维护的。因为目前 AI 对于一些细节处理还是有缺陷的。
- 死磕 AI 难以替代的技能:沟通、拆解问题、领域知识(业务)。
- 关注邻近角色,如 QA,产品,数据分析等。
- 建立作品集,特别是集成 AI API 的项目。
高级程序员应该具备的技能:
- 能够使用自动化来处理一些常规任务。
- 设置 CI/CD, 代码检查器和 AI 辅助测试来捕捉基础问题。
- 能够指导初级程序员。
- 高级程序员的价值在于放大整个团队的产出,而不仅仅是贡献代码。
AI 编程时代,编程技能会退化
28 原则。 AI 编程中,80% 的工作 AI 能处理的很好,20% 的工作是机器搞不定的。如架构、棘手的集成、创造性设计、边缘情况等。
编程方式在转变:少打样板代码(重复代码),多审查逻辑错误、安全缺陷和需求偏差(做出来的东西与需求不一致)。 关键技能变成了软件架构、系统设计、性能调优和安全分析。
初级开发者应该:
- 把 AI 当工具,弄懂它写的代码,要能够找出它的缺陷。
- 扎实 CS 基础:数据结构,算法,复杂度,内存管理。
- 把项目做两遍:先 AI,再人工。然后对比差异。
- 学习提示词工程(Prompt Engineering),精通工具。
- 写单元测试,看懂堆栈跟踪,熟练使用调试器。
- 深耕 AI 无法复制的软实力:系统设计,用户体验直觉,并发推理。
高级程序员应该:
- 做质量和复杂度的守门员(代码质量要高, 复杂度低, 性能高)。
- 磨练核心技能:架构,安全,扩展性,领域知识。
- 练习用包含 AI 组件的模型设计系统,推演故障模式。
- 警惕 AI 代码中的漏洞。
- 界定哪里能用 AI,哪里必须人工审查(支付,安全等方面)。
- 投入创造性和战略性工作。
- 健全的判断力,系统级思维和指导能力。
角色定位
未来,编写代码的主力一定是会变成 AI。 程序员会编程代码的审计员(程序员变成清洁工,清理 AI 生成的垃圾)或扩展为设计和治理 AI 系统的核心编排者(人人都是架构师,指挥 AI Agents 协同工作)。
初级开发者应该:
- 寻找写代码之外的机会
- 主动承担写测试用例,设置 CI/CD 的任务
- 培养系统思维。
- 阅读工程博客和系统设计案例。
- 熟悉代码生成以外的 AI 工具,如编排框架, AI API。
- 成为验 证者、设计者、沟通者。
高级程序员应该:
- 向领导力和架构职责靠拢。
- 指定标准,确立框架。
- 定义代码质量清单和 AI 伦理规范。
- 关注 AI 软件的合规与安全。
- 深耕系统设计和集成
- 主动梳理服务流数据,识别故障点。
- 熟悉编排工具 k8s, AirFlow,Serverless,Agent 工具。
- 加倍投入技术导师角色:多做代码审查、设计讨论、技术指导。
- 要能一眼看穿代码本质的能力。
- 培养产品和商业嗅觉,记录功能背后的商业逻辑。
- 跟随产品经理,倾听客户声音。
- 从程序员进化为指挥家。
专才 vs 通才
在技术栈快速变化、AI 渗透的环境下,T 型工程师更吃香:既有广泛的适应力,又有一两手绝活。
AI 工具其实是通才的神器。 后端工程师可以用 AI 做个像样的 UI;前端专家可以用 AI 生成服务端代码。 AI 让人的能力边界大幅拓展。 反观深度专才,领地被自动化蚕食,却难以突围。
初级开发者应该:
- 打好基础。
- 前后端都要涉及。
高级程序员应该:
- 绘制技能图谱。
- 前后端,UI,产品,测试都要涉及。
- 做 T 型人才,在专业领域深耕,但积极横向拓展。
教育问题
初级开发者应该:
- 用实战项目补课。
- 自学。
- 打磨作品集:至少有一个文档完善 的硬核项目。
- 把 AI 当私人导师。
高级程序员应该:
- 持续学习新技术
- 投资继续教育(学习非本行业知识)
总结
无论未来是迎来编程复兴,还是代码自我编写的世界,永远需要这样一种工程师:思考全面、持续学习、用技术解决真问题。
别把 AI 当拐杖,要把它当陪练。 即使有计算器,你也得先懂数学原理。