这是可持续的吗？AI三年后的高级工程师角色

AI已经深入融入工程实践三年，一位在大型组织内负责开发者体验的高级工程师分享了其切身体验。最显著的变化是想法到可演示产品之间的鸿沟几乎消失。过去，一份有意义的提案需要经历撰写、反馈、迭代、小规模概念验证（PoC）、团队分配、最终交付的漫长流程，通常耗时六到十二个月。作者在2023年曾发起一项类似倡议，从初次对话到MVP耗时约一年，其中提案和协调工作就占去了三个月。而现在，作者可以在短短两周内同时完成精简提案和工作PoC，并用实际演示推动决策。幻灯片已基本从工作流中消失，利益相关者更倾向于看到具体情境下的工作效果而非理论论证。

然而，这种效率的代价是协调成本的上升。当三个团队都能在以往写提案的时间内各自交付解决方案时，瓶颈从工程转向了组织协调。合并代码审查机器人就是一个例子：构建新机器人比采纳他人的更容易，这削弱了整体一致性。同时，这种转变利好能快速使用AI工具的工程师，而不擅长的工程师则被边缘化，形成了技能再分配。

高级工程师的角色在两方面同时扩张：动手编码和战略写作。作者现在几乎每天编码，而三年前大约每两周一次；同时，战略和愿景类写作量增加，因为AI使得跨工作流上下文切换更加流畅。但代价是人性化工作（如指导）和思考时间被挤压。指导需要专注的时间和注意力，在角色其他部分扩张时首当其冲。思考时间也被产出量吞噬：生产效率提升被产出量捕获，组织期望吸收了加速，任务间的空闲时间——即战略思考实际发生的非结构化时间——因不可见而最先消失。作者坦言，按照目前的工作节奏，角色不可持续：期望增长快于AI带来的能力提升，差距由工时、注意力和曾经不可忽视的角色部分填补。

在个人发展方面，作者赌注于深度——专注于GenAI在SDLC中的应用——但牺牲了通用广度。这种深度部分具有时效性，因为工具和模式快速演进，但组织变革经验（如何使大型工程组织采纳新技术）可能更具持久价值。然而，与特定技术（如Docker或Kubernetes）绑定的身份标签可能成为未来的负担。总的来说，AI使高级工程师的角色更强大但更不可持续，平衡点仍有待探索。