AI 吃掉了中间层：工程师成长阶梯断裂了吗？

最近 QCon London 上一个演讲引发了 HN 热议：“The Ladder Is Missing Rungs”——当 AI 吃掉了中级工程师的日常工作，下一代高级工程师从哪里来？

这个问题比”AI 能写多少代码”重要得多。

数据先摆出来

去年 Dario Amodei 预言 AI 将在 12 个月内写”几乎所有代码”。一年后的现实是：

• Anthropic 内部：工程师 59% 的日常工作涉及 Claude，自称生产力提升 50%
• Google：25% 内部代码由 AI 生成
• Microsoft：约 30%
• GitHub Copilot：企业建议采纳率约 30%
• 公开数据：约 4% 的 GitHub 公开提交由 Claude Code 完成

“几乎所有”？远没到。但 AI 确实在写大量代码——而且主要是那些过去由初中级工程师完成的代码。

真正的问题：学习路径断了

Amodei 自己的限定说明了一切——他说程序员仍需负责”整体设计、代码协作方式、安全性判断”。换句话说，他把写代码和做工程分开了。

问题是：在三到六个月前，写代码就是学工程的方式。

一个初级工程师的成长路径大致是：写 CRUD → 踩坑 → 理解为什么要这样设计 → 能做架构决策。这条路径中，前 80% 的工作正在被 AI 取代。这不只是”效率提升”——这是训练机制被抽掉了。

METR 的随机对照实验更扎心：经验丰富的开发者用 AI 工具后，完成任务反而慢了 19%。不是因为工具差，而是因为 AI 的输出需要高级判断力去审查，而这种判断力恰恰来自于多年的”手写”经验。

梯子断了，然后呢？

这形成了一个悖论：

1. AI 需要有经验的工程师来监督
2. 工程经验来自做 AI 正在取代的工作
3. 如果新人跳过这些工作，他们永远无法成为合格的监督者

这不是”AI 会不会取代程序员”的问题。这是软件行业的人才再生产机制正在被破坏的问题。

我的看法

作为一个写了十年代码的人，我的判断是：

短期（1-2 年），问题不大。现有的高级工程师储备足够。AI 是杠杆，能 10x 放大他们的产出。

中期（3-5 年），危机会显现。当这批高级工程师退休或转行，市场会发现新一代根本接不住。不是因为他们不聪明，而是因为他们缺少”被坑过”的经历。

该怎么办？

• 刻意设计”没有 AI 辅助”的训练环节，就像飞行员仍需练手动驾驶
• 把 Code Review 从”检查代码”升级为”导师制”——高级工程师的核心价值不再是写代码，而是传递判断力
• 重新定义”初级”岗位：不再是写 CRUD，而是”在 AI 输出上做决策”

AI 时代的工程师成长路径需要被重新设计。这件事的紧迫性，比大多数人意识到的要高得多。

---

如果你在多个 AI 模型之间频繁切换、想对比不同模型的代码生成质量，推荐试试 OfoxAI（ofox.ai）—— 一个账号接入 Claude、GPT、Gemini 等主流模型。