这是可持续的吗？

这是可持续的吗？发布于 2026 年 5 月 24 日（星期日） 关于这个主题的很多文章都属于两个阵营之一：“人工智能让我的工作效率提高了 30%”，通常由使用这些工具六个月的人撰写，并且通常由没有实际工作的顾问撰写；而关于人工智能如何改变 SDLC 的架构文章，往往是从供应商的角度编写的，并跳过了人类的现实。我对其他事情感兴趣：在一个深入研究这个问题的组织中担任高级工程师实际上是什么样的，三年了，以及这个角色的形式是否仍然有意义。我们在思考之前就开始构建 我的工作方式最大的改变是想法和可拆卸事物之间的差距消失了。三年前，如果我有一个有意义的提案，流程很熟悉：编写提案、获取反馈、迭代、构建一个小型 PoC 来展示价值、分配一个团队将其转化为 MVP、在六到十二个月后发布功能齐全并与平台其他部分集成的东西。我在 2023 年发起了一项类似的计划，以在我们的开发者平台上引导一种新的服务创建方式。从第一次对话到 MVP 大约花了一年的时间，在任何工程开始之前，大约用了三个月的时间进行提案和调整工作。现在我的工作方式截然不同。最近的一个例子：我们的 SDLC 中出现了围绕合并请求审查的瓶颈，一些团队构建了自行开发的机器人来解决该问题，但没有一个能够大规模解决实际问题。我一起写了一个简短的提案和一个工作 PoC，在几周内进行了演示，并使用演示来推动关于解决方案应该是什么样子的对话。我们现在正在将现有的努力整合为有凝聚力的东西，比旧流程所允许的速度要快得多。这大部分都是好的。幻灯片基本上已经从我的工作流程中消失了，但我不会错过它。幻灯片通常是为了清晰起见的强制功能，但它们也是我们隐藏细节以使内容易于理解的地方，而 PoC 作为提案的模型更早地暴露了更多的想法。利益相关者越来越希望了解某件事在具体环境中如何运作，而不是阅读理论案例，这是一个更健康的对话场所。但这种交易是真实的，而且我认为该行业对此并不诚实。建设成本已经下降，但组织协调的成本却没有下降。如果有的话，那就是上涨了。当三个不同的团队都能在过去编写提案所需的时间内为同一问题提供可行的解决方案时，瓶颈就从工程转移到了协调。 MR 审查情况就是一个很好的例子：现在构建一个新的机器人比采用其他人的机器人更容易，这意味着实现凝聚力变得更困难，而不是更容易。我们正在更快地解决更多问题，而组织级别的协调工作正在付出代价。有一个相关的观点值得一提，那就是这种转变对能够使用人工智能工具快速构建的人有利，对不能使用人工智能工具快速构建的人不利。对行动的偏见是真实的，但它不是中立的。与那些没有有效采用这些工具的工程师相比，那些有效地采用这些工具的工程师会更经常地听到他们的意见，更经常地认真对待他们的建议，并更多地塑造方向。这是目前每个人工智能组织内部都发生的技能重新分配，但我们大多数人都没有公开谈论它。高级职位变得更强大，但可持续性更差 我三年来报告的违反直觉的事情是，人工智能登陆高级职位的时间比登陆初级职位的时间要早​​。标准的说法是，人工智能威胁着初级工程师，并将高级工程师提升为纯粹的战略。我的经验更接近相反，我认为这是因为高级工程师能够认识到人工智能可以在 SDLC 中应用的地方，编写提案，引导组织，现在也可以自己构建东西。过去需要团队的工作现在有时需要一个拥有合适工具的人，而这个人往往是资深的，因为资历是系统级理解的所在。就我而言，结果是我编写的代码比多年来编写的代码还要多。三年前，我大约每两周编写一次代码，大部分都是一次性的 PoC 来演示概念。现在，我一周中的大部分时间都在其他工作之间编码。代码的类型也不同。它曾经是孤立的演示。现在，一旦 PoC 回答了问题，我就很乐意扔掉它们，而平台级别的一些集成工作以前需要我花大量的时间，而我却无法抽出时间。可处置性很重要。当 PoC 很便宜时，您可以在过去研究一种方法的时间内研究三种方法，这会改变您理解问题的方式。与此同时，写作负担也随之增加。不是战术写作，这大部分已经消失了，而是战略和愿景起作用。我正在塑造方向