這是可持續的嗎？AI三年後的高階工程師角色
一位高階工程師反思AI在三年內如何改變了高階工程師角色：原型製作加速，協調負擔增加，範圍擴大但擠佔了輔導和思考時間。角色變得更有影響力但可持續性降低。
文章情報
要點
- AI縮小了從想法到演示的差距，從提案轉向概念驗證。
- 角色在編碼和戰略寫作兩方面擴充套件，削減了輔導和深度思考。
- 高階工程師影響力增強，但由於期望增長快於生產力提升，面臨不可持續的工作節奏。
為什麼重要
這條新聞值得關注，因為AI縮小了從想法到演示的差距，從提案轉向概念驗證。
技術影響
可能影響模型選型、推理成本、產品能力和評測基準。
AI已經深入融入工程實踐三年，一位在大型組織內負責開發者體驗的高階工程師分享了其切身體驗。最顯著的變化是想法到可演示產品之間的鴻溝幾乎消失。過去，一份有意義的提案需要經歷撰寫、反饋、迭代、小規模概念驗證（PoC）、團隊分配、最終交付的漫長流程，通常耗時六到十二個月。作者在2023年曾發起一項類似倡議，從初次對話到MVP耗時約一年，其中提案和協調工作就佔去了三個月。而現在，作者可以在短短兩週內同時完成精簡提案和工作PoC，並用實際演示推動決策。幻燈片已基本從工作流中消失，利益相關者更傾向於看到具體情境下的工作效果而非理論論證。
然而，這種效率的代價是協調成本的上升。當三個團隊都能在以往寫提案的時間內各自交付解決方案時，瓶頸從工程轉向了組織協調。合併程式碼審查機器人就是一個例子：構建新機器人比採納他人的更容易，這削弱了整體一致性。同時，這種轉變利好能快速使用AI工具的工程師，而不擅長的工程師則被邊緣化，形成了技能再分配。
高階工程師的角色在兩方面同時擴張：動手編碼和戰略寫作。作者現在幾乎每天編碼，而三年前大約每兩週一次；同時，戰略和願景類寫作量增加，因為AI使得跨工作流上下文切換更加流暢。但代價是人性化工作（如指導）和思考時間被擠壓。指導需要專注的時間和注意力，在角色其他部分擴張時首當其衝。思考時間也被產出量吞噬：生產效率提升被產出量捕獲，組織期望吸收了加速，任務間的空閒時間——即戰略思考實際發生的非結構化時間——因不可見而最先消失。作者坦言，按照目前的工作節奏，角色不可持續：期望增長快於AI帶來的能力提升，差距由工時、注意力和曾經不可忽視的角色部分填補。
在個人發展方面，作者賭注於深度——專注於GenAI在SDLC中的應用——但犧牲了通用廣度。這種深度部分具有時效性，因為工具和模式快速演進，但組織變革經驗（如何使大型工程組織採納新技術）可能更具持久價值。然而，與特定技術（如Docker或Kubernetes）繫結的身份標籤可能成為未來的負擔。總的來說，AI使高階工程師的角色更強大但更不可持續，平衡點仍有待探索。