最近在朋友圈看到一句话 ——cursor 等 AI 编程是中年程序员的春药。
调侃的背后映射了国内编程领域一直以来的问题: 国内的软件领域大多属于重复、高频的劳动、特别是应用开发大多没有什么门槛,在这种背景下,专家经验的重要性难以凸显。诸如架构设计、可维护性、系统性理解等经验在简单的软件领域无法发挥明显价值,企业只需要简单的投入更便宜、数量更多的人力就能替代掉一个更贵、经验更丰富的工程师。
如此大环境中,即使是大厂诸如、腾讯、阿里、字节等的高级工程师也逃离不了所谓 35 岁危机,因为公司发现用更多,更便宜的新人同样可以解决这些任务。形成软件领域高度年轻化、 高度内卷化、年龄反而成为负担的畸形市场。(之前笔者在腾讯时,正好26岁晋升高级工程师,当时公司开发平均年龄在28岁,年轻化非常明显)
但 AI 编程似乎让“系统性经验” 变得更加重要。这些经验无法从课本、从 letcode 刷题中获取。传统企业想要招聘更多便宜的员工做重复的工作,却无法抵挡 AI 自动化编程的提效带来的数 10 、甚至数百的倍增效应。 假定 LLM 等AI 无法在下一个取的新的结构性突破, 以目前 AI 能力完全替代人编程是不可能的(真的做到了替代人,那可以想象这个世界没有什么职位 AI 无法替代 ,包括 CEO,这样的未来已经不是简单技能经验问题,而是社会性问题)。
当前的 LLM 能力,对年龄越大、系统性经验丰富的工程师(掌握 AI的前提下)而言是优势,因为这类工程师通常具备数 10 年,甚至 20-40 年等各类场景和的架构选择、踩坑、决策能力。 当前 AI 编程最重要的就是这种编程决策,选择提示,而繁琐的编码,几乎不需要亲自上阵。这就相当于一个经验丰富的外科主任医生手术台上一样指挥,大脑中面对各类复杂手术的经验,能快速调度护士、麻醉师、助理、主刀师组成的手术团队实施手术。 AI 扮演了这场手术的团队中各类执行角色。 人类工程师则是负责构思、决策、观察、检验。
当然,“年轻人”,也能利用 AI ,但相对于之前侧重“重复、高频”体力活能力,需要转型为积累更上层的决策、选择能力,这依赖知识广度深度、和实战的积累,而不是简单的重复劳动。
AI人机协作正向驱动这一行业,使人的价值随着时间以及经验的积累而增加,呈现出积极信号。
⚠️ 本文包含视频内容可能无法正常播放。
原文链接:点击查看微信公众号原文