当AI学会编程，最焦虑的是高级工程师

在人工智能技术浪潮的席卷下，AI在编程领域的应用正以令人目眩的速度演进，深刻改变着软件开发行业的固有格局。

一个反直觉的现实正在浮现：尽管普遍的预言是AI将率先取代初级工程师，但最先感受到深刻焦虑的，却是那些大厂的高级工程师。

焦虑的背后，并非简单的技能迭代，而是人与AI、乃至人与组织系统之间的复杂博弈。

“王”位难坐的高级工程师

每日早班地铁上，赵凌打开某App，总会不断蹦出有关AI的最新消息。

“下面是10条颠覆生产力的提示词和工作流，最后一条将颠覆你的认知。”

“vibe coding了一个SaaS，只花了几个小时，上线后ARR已经来到了50W。”

赵凌心里一惊。人群之中摇晃，赵凌在自己好不容易挤上的地铁中努力站稳脚跟，却总觉得自己被另一列车远远抛下了。

2024年，是上海某互联网公司高级算法工程师赵凌从业13 年以来最焦虑的一年。AI 的发展从线性期，突然来到了非线性期，尽管赵凌一直关注大模型的发展，但依旧猝不及防。

晚上10点下班，11点多到家，再花半小时看每天最新的论文......工作第13年，赵凌的业余学习强度达到最高峰。

AI的变化日新月异，以前几个月才会有几篇轰动性的、有价值的论文，但去年一周可能就有4、5篇要看。

技术群口口相传，任何微小的技术进展总能迅速传遍计算机圈。“大家都在说某篇论文很有价值，自己不看的话总觉得被别人落下。”

焦虑之中，赵凌始终明确一点——越去适应AI编程技术路线的跃迁、变化，就意味着在未来拥有更多竞争的优势。

2022年，ChatGPT横空出世，展现了AI编程的能力，赵凌开始试水使用。

从最初的集成开发环境（IDE）中的代码自动补全功能，到2023年年中至2024年年底能够辅助编写特定代码片段，再到2024年年底之后AI开始具备全项目编写的能力。

自从用了自动化程度较高的 IDE 之后，赵凌日常工作中与代码相关的工作，都由AI负责写基础代码。大模型学习过非常多的代码库，省去了赵凌很多查开源代码库的时间，很快提供一个能用的雏形代码，他只要做审核、微调。

竞争很快进入了深水区——如何更好地用AI编程。AI编程提效程度取决于，如何有效使用AI的认知、技巧。“有的人一天用十分钟，可能比别人一天用两小时的产出还高。”

赵凌意识到，程序员的角色正在从专注于编码，转变为“协调者”（coordinator）和“监督者”（supervisor），需要从更高的角度去验证AI生成的内容并更好地应用和组合代码。

这种转变给赵凌带来了主动适应新的能力要求。

首先是需求表达与模型理解。为更好地表达需求，让大模型听懂，赵凌总结出个人使用经验，直接用到项目实践上，验证方法是否稳定有效。

其次是验证与鉴定的能力，“验证”（verify），即有能力鉴定AI完成工作的质量。即使是AI生成的代码，也需要工程师具备原有工程经验和对AI作业进行debug的能力，并对实现技术栈和整体方向有认知，以提升交付结果和效率。

虽然要学习和吸收的知识很多，但赵凌通过使用AI工具提升学习效率，用AI辅助读论文，与大模型交流技术和商业想法，并快速得到验证，省去了大量的调研时间。然而，适应过程中，新的焦虑浮现了。

AI对于初、中级工程师的替代是一个必然。身为高级工程师的他，知道能够用 AI 创造的价值，将会比之前多一个量级。

“手里拿了一个原子弹，却不知道要做什么。”赵凌害怕稍有不慎就会与机会失之交臂。

选择在红海竞争还是去蓝海竞争，这是一场豪赌。35岁，赵凌重新面临职业生涯的深层焦虑与多重博弈。

AI 帮助完成工作后，赵凌有更多时间去探索自己的发展方向。但一切都需要他微妙把控：用AI协助完成工作，保证工作交付达到老板期待的平均质量，再利用AI省出的时间研读论文。与此同时，工作的交付不能太快，否则老板会觉得自己“没活干”。

不仅与老板博弈，同事之间也陷入了微妙的氛围。

AI的普惠性使得初、中级工程师能够快速提升能力，打破了高级工程师曾经凭借经验和时间积累形成的壁垒，成为赵凌的潜在竞争对手。

这使得赵凌在面对一些新人时会倾向于保留经验，不会主动去跟别人聊到使用AI提效的方法，除非对方来问。“信息差本来就会一直存在”，但当大家手上的牌趋于一致，竞争获胜的关键在于“用工具提效和实现自己的想法”。

代码新人成为进阶螺丝钉

大师已经用AI创造新的生产力，最尴尬的是卡在这个节骨眼上毕业的人。

本科期间，计算机科学专业的罗映萱最苦恼的就是给自己写的代码debug。图书馆动辄枯坐一整天，最后发现只是少加了一个引号，这样的重复常常让她崩溃。

等到研究生阶段，罗映萱发现AI不仅能写代码，还能辅助debug，直接定位报错类型和范围。

罗映萱很快尝到了AI编程的甜头，开始借助AI提效。原来需要花一个月才能弄清楚的代码，现在借助AI一周就能完全弄明白。

AI 本身让工作更快达成的结果，也同时带来了无限的新工作。

上一段实习中，罗映萱利用AI编程提效，不断完成交付，但三个月下来自己什么都没学到，沦为“自动化螺丝钉”。彼时的她恍然大悟——原来AI提的是公司的效。

虽然使用AI编程，但罗映萱并不注重提升用AI编程的能力。罗映萱的常用AI工具是元宝、豆包、通义等，这些足以满足实习岗位的工作需求。目前，罗映萱并没有积极接触Cursor、Claude等全球顶尖的 AI编程工具，也并不主动关注AI领域的最新消息。

与罗映萱不同，某大厂算法组实习生潘岩强除了少数思路简单但操作繁琐的代码外，并不会用AI辅助编程。她所在的海外大学的本科教育不允许学生使用AI辅助完成编程作业，这一习惯被她延续到了实习岗位上。

潘岩强也不主动获取AI编程领域最新资讯。“高校里禁止用AI工具编程，所以我了解它根本就没有意义。”

虽然组内的正式员工都会使用AI辅助，技术方面成长问题优先级高于未来趋势和个人规划判断。现在对她来说，学习专业知识比学习如何掌握 AI 编程的工具能力更重要。

潘岩强察觉到，就业环境留给代码小白的成长时间缩短，工作节奏在变快，难度也更高。 AI 首先取代的是初级工程师，迫使刚入行的新人需要在更短的时间内迈向中级，以至于自己不被取代。

当新人在用AI辅助还是打磨基础之间徘徊时，面对的是一个既要又要的招聘体系。

某互联网大厂的前端开发组组长孔杰在面试新人或实习生的时候，将使用AI编程的能力作为一个优先的加分项，技术能力依旧是硬指标。“我希望他们大部分代码都在用 AI 来写了，但是我又希望他们本身的代码技能还是在的。”

孔杰并不会要求面试者现场使用AI写代码，而是会通过聊天的方式判断面试者用什么工具写代码，代码的 AI 占有率等，也会让他们举例说明和AI协同解决的具体问题。

入职面谈的时候孔杰会明确表示，组内已经进化到了全新的编程风格，跟“古法编程”划清界限，希望新人也能拥抱最好的工具，提升自己的效率。

孔杰的要求是出于追逐效率的考量。“大家都在用，如果他不用，整体的交付速度就一定会慢。”

但新人的成长发展，依然需要系统的专业训练。

“定焦One”此前报道中曾将程序员分为初、中、高级，主要区别在于参与开发产品环节的深浅与掌握技术原理的数量。初级程序员通常只负责开发简单功能，如系统的增删改查类内容；中级程序员需要掌握大部分代码技术原理，负责相对简单的功能开发；高级程序员负责整个系统的技术选型、框架搭建、核心算法设计，并承担核心模块的功能开发，需要对各种代码技术原理非常了解，同时具备大型项目经验与团队沟通协调能力。

企业招聘初级岗位的核心目的是为了实现团队内不同级别生产力的合理分配。在过去，初级工程师负责处理那些定义清晰、风险较低、重复性强的任务，这不仅是他们为团队贡献价值的方式，更是他们从实践中学习、逐步成长为高级工程师的必经之路。

孔杰认为，“新手小白+AI”与“专业+AI”在效率和能力上存在巨大差异，纯粹依赖AI的新人，可能仍停留在没有系统架构认知的水平，不能成为一个专业的人。

这意味着，新人需要与依赖AI的被动学习模式进行对抗，进行刻意练习，在工作中主动放慢速度，留出时间自己写代码，或者阅读分析AI的代码，提升系统架构能力。

在变革中的程序员定义

在最新一段互联网大厂的算法岗位实习中，虽然仍是先由AI编程，但罗映萱有意识让自己慢下来学习。

AI已成为职场中除传统导师（mentor）之外的辅助导师，帮助罗映萱更好地理解和编写代码。她利用AI分析源码、解释模块功能，认为AI能够清晰阐明“优秀案例代码”中变量定义的作用和模块功能。此外，遇到问题时，她会优先咨询AI，因为AI能提供及时且高效的回复。

编写代码仅是程序员工作的一部分。

以往，高级工程师们依靠分工从这些琐碎的任务中解放出来，专注于更复杂的系统设计、性能优化和难题攻关等工作。如今，AI为罗映萱这样的新人承担了基础和重复性编码工作，让罗映萱能更快地接触和专注于项目的优化、管理、规划以及需求对接等更复杂的环节，以目标导向完成需求。

这让她踏上向中级工程师成长的快车道。

借助AI工具，罗映萱也能有效提升系统架构能力。过去需要查找大量资料才能设计系统架构，现在AI可以直接提供demo，不懂的问题也能直接提问AI，这节省了查找资料的时间，让她将更多精力投入到有效学习中。原本需要两三天才能学会的内容，现在可能只需半天。

然而，面对快速变化，罗映萱对职业规划感到迷茫，只能看清短期目标——实习转正。她不确定未来的中级工程师需要具备哪些能力，以及如何进行长远规划。

尽管就业压力促使她专注于眼前的“饭碗”，但孔杰建议，程序员不应将自己局限于当前岗位，而应跳出当前职位，思考更长远的职业规划。

孔杰所在的团队从2023年起便大力推行AI编程，要求团队成员最大限度地利用AI提升效率，甚至要求开通AI会员。公司初期会补贴会员费用，之后大家开始自费购买。“对个人来讲提效很明显，不买你就会落后。”

孔杰认为，每月20美元、每年240美元的会员费，投入产出比极高。从6月底开始，团队周会的最后环节会专门安排成员分享AI编程心得、工具使用方法及实践案例，并讨论如何改进未达到预期效果的做法。

孔杰观察到，程序员应对未来风险的方式有两种：一是深入专业领域垂直深耕；二是善用AI，将自己发展成一个“小的多面手”。

他认为，最专业的架构师结合AI的产出是惊人的，远非“小白+AI”所能比拟。然而，未来可能不再需要那么多高级专业架构师。“大量工作还是停留在应用层，这些简单的需求由非专业人士配合AI即可解决。”

未来的程序员可以将技能聚焦于如何与AI实现高效、高质量的协同，尤其是在应用输出层面。这种协同能力可以根据个人兴趣泛化到其他行业，如产品、运营、宣发等。

随着AI编程的普及，“小的超级个体”将成为主流。这意味着当前细分的后端、前端、程序员、产品经理等职位界限将模糊 ，出现能兼顾产品、设计、编程等多重职责的人才需求。他们无需在某一领域深度专业训练，但需对各行业有一定认知，并辅以AI助手。

虽然中低端职位需求将减少，但从长远看，若AI能带来消费的量级跃迁，将催生新的需求和岗位，原有程序员群体将涌向这些新领域 ，这是历史和科技发展的必然趋势。

然而，新需求可通过非专业人士+AI实现自给自足，其红利未必会直接惠及传统的程序员。

*文中人物均为化名

本文来自“腾讯科技”，作者：奕萱，编辑：郑可君，36氪经授权发布。

相关推荐

营销观察 | 在朋友圈买下编程课，你上的是Python还是成功学
编程热只停留在少儿阶段？「Le Wagon」认为“成人编程教育”正当时
资本青睐？贩卖焦虑？少儿编程的A面与B面
腾讯、阿里抢滩AI编程：重构互联网基因的“雅江工程”
这绝对是AI史上最疯狂的一周
2025 AI“平替”危机：大批程序员真的会被取代吗？| 年终盘点
AI编程来了，这群程序员最先出局
3天学会的AI课程，正在成为老年人的新“保健品”？
科普之旅 ｜ 漫话智能体-当机器学会思考
地表最强编程AI 诞生，Claude4连续自动编程7小时，实测细节惊艳程序员

网址: 当AI学会编程，最焦虑的是高级工程师 http://www.xishuta.com/newsview139958.html