工程师构建人工智能——人工智能帮助工程师完成工作

posted in: Uncategorized | 0

2026年7月发布 · 3DN笔记

工程中有一种静默的失败模式,很少出现在站立会议或速度图中。这不是缺乏人才。而是未完成的工作输给了下一个闪亮的想法。

工程师和AI在研讨会桌前共同构建系统
不是替代——共同创作。未完成的线程最终会在下一个闪亮的想法取代它们之前得到解决。

工程生产力的无声杀手

我认识的大多数工程师都非常擅长解决难题。这个行业选择好奇心。一个新的设计模式出现。一个更干净的架构在实施过程中变得明显。一个生产事件开启了一个比你正在完成的票更有趣的兔子洞。这些都不是懒惰。这是强大头脑的工作方式。

成本是结构性的。半途而废的线程积累起来。上下文蒸发。聪明人的真正产出保持隐藏,因为交付需要一种第二种不太吸引人的技能:在新奇事物吸引注意力之前关闭循环

这就是无声的杀手。不是戏剧性的倦怠——完成的磨损。几乎完成工作的墓地。

AI实际上为我改变了什么

到目前为止,我的经验是实际的,不是理论的。作为日常助理使用——起草、搜索之前的上下文、在我上下文切换时保持半完成变更的形状——AI让我能够及时完成旧线程,在下一个闪亮的想法取代它们之前。

这听起来很谦虚。事实并非如此。在实际工程中,吞吐量主要由未完成状态主导:需要再过一遍审阅的PR,完成80%的迁移,你“将在这次事件后”进行的操作清理。当这些最终完成时,同一个人可见的产出不成比例地增加。

我可以诚实地说,我的生产力提高了三到五倍,对于那些过去在几乎完成的堆中死亡的工作。不是因为模型取代了判断。而是因为它让线程保持足够长的时间,以便判断能够完成它们。

IBM的“超级程序员”,提前几十年

这不是一个新梦想。在大型机时代,IBM 和周围的行业谈论过超级程序员——观察到少数人可以比平均水平产生更多的可运行软件,不是因为打字速度快,而是因为他们在大脑中掌握着更大的系统,突破模糊性,并在其他人停滞不前的地方交付成果。文献有一半是测量,一半是神话。重要的是想法的形状:软件的产出非常不均衡,限制因素很少是原始的键盘时间。

长期以来,超级程序员仍然是一个尴尬的例外。组织优化可互换的角色、会议和过程,使高峰变得平坦。能够看到整个系统的人仍然大部分时间花在与其他人相同的任务上——搜索现有技术,重新输入上下文,起草变化的一半明显部分,仅在工作记忆中保持三个未完成的线程。

AI 可能最终让这个形象接近其真实潜力。不是通过发明品味或责任,而是通过消除使卓越判断被束缚的阻力:探索的成本,重启的成本,未完成状态的成本。一个有完成伙伴的超级程序员可以保持在架构和所有权生活的海拔,而助手则处理以前会耗尽一天的工作胶水工作。这比“模型编写产品”更真实地解读了 3–5×。产品仍然需要能够做出决定的人类。乘数是当那个人类不再淹没在几乎中时发生的事情。

AI 几乎不会取代工程师

行业叙述在炒作和恐慌之间不断切换。两者都忽略了互补性。

  • 工程师决定什么值得构建——约束、风险、品味和对用户的责任。
  • 工程师拥有生产现实——中断、数据、安全和维护的长期尾部。
  • AI 加速中间——草稿、搜索、重构、保持上下文,减少重新输入半完成线程的负担。

这是一个完美的互补,而不是替代。帮助你完成更多自己工作 的工具使你成为更优秀的工程师,而不是更差的工程师。

我们工程师构建 AI

还有一个原因使替代故事空洞。“AI”背后的系统——GPU、集群、网络、存储、可观察性、安全、产品表面——由工程师构建、运营和改进。模型不会自行变成可靠的产品。管道不会因为愿望而保持运行。仍然有人需要设计、测量、失败、修复和拥有结果。

因此,这种协同效应是双向的。AI 帮助工程师完成以前经常卡住的工作。工程师构建的 AI 使得这成为可能。将这种关系视为零和关系是一种分类错误。

一个低调的地缘政治注脚

对“AI 优先”的人员编制突然热情背后的文化故事更长。西方世界的大部分地区并没有通过将工程师视为战略资产来达到先进的技术能力。几十年来,默认姿态更接近于礼貌的忽视:那些在尘土飞扬的角落里的“书呆子”,被信任保持灯火通明,而其他房间则决定战略、品牌和资本。有用,有点笨拙,很少被邀请进入真正做决策的房间。

现在,这些房间里有一个闪亮的 AI 演示。预算叙述写就了。人员配置计划精简。工程人才被视为模型可以吸收的成本。不需要强烈的语言就能注意到这种讽刺。构建系统的工匠被要求让自己变得可选——就像系统变得地缘政治上具有决定性一样。

仍然知道如何构建的人不会消失。他们去了别的地方。“别处”并不总是另一个有更好小吃的西方校园。在一个仍然依赖硅、权力和可以交付的人的世界里,那个别处很可能是中国——或者任何仍然将工程能力视为一种你积累而不是在新闻发布会后丢弃的东西的地方。

这一切都不需要宣言。这只是低估构建者的人员,然后假设他们在你给他们开门后,他们的产出将保持本地化的可预测结果。与 AI 的互补性只有在保留工程师的情况下才能奏效。替代方案是出口人才和随之而来的未来杠杆。

我希望我们能够实现的规范化

对 AI 是否“取代”工艺的戏剧减少。对真正的生产力泄漏的诚实更多:未完成的线程和新奇性劫持。更多地将 AI 用作完成伙伴——助理,帮助你完成你已经理解的循环,在你进入下一个兔子洞之前。

这不是科幻小说。这已经是最好的日子的感觉:几乎没有被遗弃的,更多的交付工作,以及一位杰出工程师的产出终于可见的宁静满足感。

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注