AI 并没有抹去初级工程师的价值，反而提升了它

AI 优先工作流中的初级工程师角色

• 一派观点认为，当初级工程师负责端到端地解决简单问题——与产品沟通、撰写设计、交付并支持功能，而把 AI 作为杠杆——他们的价值会提高。
• 另一派反驳说，如果初级工程师主要只是把规格转给 AI 并创建 PR，那么他们的边际价值就会塌缩；组织不如直接让高级工程师用代理。
• 也有人指出，如今分配给实习生的工作（借助 AI）在过去甚至不值得交给他们，这意味着这类工作的 市场价值，以及实习生本身的价值，都是偏低的。

编码 vs 工程；端到端所有权

• 一个强烈主题是：“编码已经被解决了，工程还没有。”
• 几位评论者描述了工作重点从写代码转向系统设计、架构和生产环境所有权。
• 有人说代码评审正在部分或大部分外包给代理，而人类则进行架构评审并对结果负责，不管代码是谁或什么写的。
• 另一些人则坚持，把代码评审委托给 AI 会产生未经审查的“垃圾”，这是对工程责任的失职。

质量、学习与技能退化

• 多个报告提到，一些初级工程师在没有 AI 时无法解决问题，反复失败，也不主动向高级工程师求助；AI 掩盖了他们的技能缺口，而他们从生成的代码中学到的东西很少。
• 也有人把这与过去的抽象层转变作比较（汇编→FORTRAN、编译器、框架），认为对“连基础都不懂的孩子”的担忧每一代都会重演。
• 许多人同意 AI 在熟练者手中很强大，但作为拐杖则很危险；他们担心对 AI 的依赖会侵蚀深层理解，并导致真正专家短缺。

组织文化与流程

• 以产品为导向、所有工程师都理解业务价值的文化，被认为比“JIRA 工厂”式环境更能保住初级工程师的价值。
• 几位评论者指出，初级工程师拖上好几周还搞不定，更多是管理/流程失败，而不是 AI 的问题。
• 也有人担心高级工程师会因审查大量 AI 辅助的初级代码而精疲力竭；另一些人则建议用 AI 帮助审查者（例如：trace、可视化）。

外包、招聘与市场动态

• 有人认为低技能、只会接票的角色——通常是外包岗位——最受威胁，尤其是在签证成本更高、代理更强的情况下。
• 对外包员工的轻蔑态度，与认为这已滑向仇外或种族主义的反对意见之间存在张力。
• 还有少数人预测，随着少数高级工程师加上 AI 能交付更多成果，初级岗位整体会减少。

初级工程师的未来与不确定点

• 一方认为“永远”都会有初级工程师，因为培养未来高级工程师的管道至关重要。
• 另一方则质疑，到 2030 年，快速进步的 AI 是否还会给许多初级工程师留下空间，尤其是在商品化的“webdev”工作中。
• 关于早期采用 AI 是否会带来持久的职业优势，仍存在争论，而且尚不清楚。