AI 没有淘汰初级工程师，反而提升了价值
AI didn't erase the junior engineer's value, it increased it it
很多人认为 AI 吞噬了初级工程师的边际价值，让他们沦为单纯向 AI 发送指令的传声筒。但事实并非如此。在 Braze，我们让一名实习生主导开发了一个长期被搁置的功能。他利用 AI 处理代码，但核心在于他独立完成了需求理解、方案设计、权衡取舍以及最终交付。工程师的本质不是写代码，而是管理复杂性并解决客户问题。初级工程师管理的复杂性较少，但角色本质相同。AI 大幅降低了理解技术上下文和基础工具的培训成本，让新人能更快上手。那些从职业生涯初期就与 AI 共事的工程师，未来将拥有更强的技术判断力。AI 扩展了每个层级的能力边界，而组织依然需要不断成长的技术判断力。
所有工程师都在管理复杂性，区别仅在于管理的复杂程度不同。
HN 评论区
143- olsondv
这很大程度上取决于个人。我们有好几位初级工程师，如果没有 AI 就无法解决问题。一旦 AI 搞不定，他们就只会反复尝试并不断失败。而且我指的是拖延数周甚至数月。然后下一个任务再来一遍。过去这种情况下，他们会被迫向高级工程师求助。将教学与真实的挣扎相结合，这才是让他们成长的关键。
现状是，他们既没得到教导，也无法从 AI 生成的内容中学习，因为他们根本看不懂。生成的代码是个黑盒，AI 的开发过程也是个黑盒。他们只知道运行一下就能得到类似他们要求的东西。他们完全不懂“故障模式”（failure modes），而这是工程学的核心概念。最糟糕的是，AI 掩盖了他们的不足。他们不知道自己缺什么技能，甚至不知道需要什么技能，因为他们根本没付出努力。
当然，也有优秀的初级工程师能审慎地使用 AI，而不是把它当拐杖。他们依然会与高级工程师互动以寻求帮助并真正学习。这些人即使没有 AI 也能成功。作者说的就是这类人。据我的经验，随着 AI 的普及，初级工程师的趋势正朝着更糟糕的类型发展。除非这种情况改变，否则他们的价值将被抹杀。
- throwatdem12311
> 初级工程师负责执行，如今这意味着向 AI 工具提示（prompt），然后创建一个拉取请求（PR）。
> PR 会收到高级工程师的反馈。初级工程师拿到反馈，再把它交给 AI 工具，提出修改。
这一部分本该不复存在了。在我工作的地方，它确实已经不存在了。
当我收到一个 PR 时，我直接让一个代理（agent）去执行提出的修改。既然我自己就能把反馈直接给代理，那绝对没有任何动力让我把反馈给你，再由你转给代理。
写代码不再是工作本身了。工作现在是理解系统和架构设计，以及对你所负责的工作拥有所有权。能够设计解决方案、理解它们、交付它们并在生产环境中支持它们，这才是现在的工作。工程依然是工程。端到端的所有权才是工作。
- petcat
我认为这与其说是关于初级/中级工程师，不如说是关于那些缺乏经验或廉价的开发者经常从事的工作类型：流水线作业、接 JIRA 工单式的开发。
这对在美国的印度技术工人影响尤为严重 [0]，因为这些角色通常由 Infosys 和其他外国技术咨询公司的人员担任。新的 10 万美元 H1B 签证担保费用使得雇佣外国技术工人变得难以合理化，因为大多数时候，他们反正也就是用美国的 LLM 来干活罢了。
[0] https://thefederal.com/category/news/h1b-visa-indian-tech-wo...
- dataviz1000
这是我最近几天一直在思考的问题：如何让初级工程师变得有价值。
我开发了一个系统来帮助准备 LeetCode 面试，这样在压力下解决问题时我就不会再感到迷茫。它就像一个调试器，逐步执行代码，展示所有变量的值，并用数据可视化反映逻辑，让我能理解它在做什么。[0]
在让 Claude 帮我构建好它之后，我开始查看这些值，发现了一些错误。于是，再次让代码代理运行所有代码，记录所有值，并确保它们对齐。
这里最酷的一点是：代码代理是不可信的。通过逐步观察值，我实际上是在调试代码代理生成的代码。这是一种以极其简化的方式呈现的调试代码。
昨天和今天我在想，我能否对拉取请求（PR）做同样的事？让代码代理运行代码，捕获所有值，并为审查者创建一个控制台，让他们可以逐步查看，并用抽象代表该代码的数据可视化。
两件事。1. 代码代理不可信；2. 代码审查非常困难。但是，是否可能利用代码代理让代码审查对人类来说变得容易？我认为是的。
那将是初级工程师变得极具价值的一个绝佳方式。他们只需要逐步检查代码，确保所有值都对齐即可。
[0] https://adamsohn.co […]
- lelanthran
> 如果假设 AI 将极大地简化该角色的技术部分，那么那些职业生涯起步时就使用 AI 的人，在积累经验后将处于最佳位置。
这说不通——AI 是为了让没有技能的人产出以前只有有技能的人才能产出的东西。
换句话说，拥有 2 年使用 LLM 生成代码的经验，怎么就能胜过拥有 2 个月经验的人呢？
使用 LLM 的整个要点就是几乎不需要什么技能；那么更早开始使用它如何能提供优势？如果它真像宣称的那样好，那么晚一点开始使用它，与早一点开始的人相比，对生成的结果不会有任何一丁点的差别。
- samsari
有点像那个流传已久的笑话：“这个会议本来可以是一封邮件”；我觉得这篇“阅读需 4 分钟”的博客文章里所有的实质内容，本来就可以是某个讨论串里的一句评论。
- jt2190
> 今年夏天，我们将这个问题分配给了一名实习生（资历比初级工程师还浅）。这名实习生主导了该功能的开发。他们与产品经理沟通以理解问题和需求。他们撰写了设计文档说明如何着手，与团队对齐，并完成了构建。当然，他们是在 AI 和他们所在团队的帮助下完成的。
所以，实习生依然能创造一些价值。有多少价值呢？
> 在我们的产品中，有一个功能被请求了多年，但尚未构建。它不算太复杂，但也不关键。
换句话说：这个功能的价值如此之低，以至于甚至不值得分配给一个没有 AI 辅助的实习生！这就是当我们说