软件工程师会发生什么？

AI 时代软件工程师角色的转变

• 许多人认为 AI 只是长长工具链中的下一个环节（穿孔卡 → 高级语言 → LLM）；即使“编码”发生变化，“工程”仍会持续存在。
• 预期会从大型编码团队转向更少的工程师，担当架构师、集成者和领域专家，并且产品理解和领域驱动设计会更有价值。
• 有些人预测工程师会转向“对齐”和协调角色（类似技术 PM/TPM），而 AI 负责更多打字工作。

生产力、过劳与技能退化

• 普遍共识是，AI 让个人更高效，但也更疲惫；工作量会扩张，而不是释放时间（杰文斯悖论）。
• 几个人描述自己在同时处理更多并发任务，并且总是感到不堪重负。
• 有人指出技能退化的风险：打字能力变弱、大型代码库的心智模型能力变弱，以及对工具依赖很深的人下降得更快。

代码质量、Vibe Coding 与可维护性

• 对“vibe-coded”系统的担忧很强：输出快、bug 率高、测试差、名义上的拥有者对代码理解薄弱。
• 有些人说自己被叫去“收尾”AI 重度参与或纪律松散的项目，而这些项目很难稳定或维护。
• 也有人说，AI 非常适合内部工具和小型实用程序，因为这些场景对正确性和安全性的要求较低。

培训、经验与验证

• 一个开放问题是：当很多“初级任务”如今对 LLM 来说都很简单时，如何培养初级工程师。
• 经验和在设计、测试以及对糟糕功能说“不”上的“品味”，被视为关键差异化因素。
• 编程是 AI 的强项用例，因为编译器/测试能提供即时反馈；其他领域缺少这样的验证器。

就业市场与经济影响

• 观点相互冲突：
  • 有些人认为，随着软件更便宜、需求爆发，会出现更多开发岗位。
  • 另一些人则预见 IC 角色会减少，尤其是在低复杂度的 Web 外包工作中，或者会像翻译行业一样塌缩到“数量级更少”。
• 几个人把结果归因于资本主义：生产力提升大概率会被转化为每位工程师更多产出，而不是更短的工时或更好的条件。

情绪与情感影响

• 一种看法是，HN 近期对 AI 炒作的整体情绪变得更怀疑了，不过这只是主观感受。
• 有些人享受 AI 增强后的工艺感和打磨效果；而另一些人在 LLM 写了大部分代码时，会感到强烈的失落和疏离。
• 少数人对过去开发者的傲慢表示怨气，并把当下的焦虑看作一种“清算”。