软件工程师在 AI 时代依然有不可替代的位置。 即使像强如 Claude Fable 5 这样的 AI 模型，在开发产品时，依然有很多默认不会注意到的技术处理细节。 比如应用的内存管理，如何采用更好的技术方案来实现需求的同时，达到更好的性能。如果你已经有工程代码，它可能会默认选择遵循你的代码，然后“补丁式”地完成任务。而默认也会不倾向于改动技术架构。 再比如，你在构建 Electron 应用时，它在打包时不会优先考虑体积的优化。比如裁剪掉无用的语言包，优化使用的 npm 包的打包方式等。 而这些是工程师在参与其中，能够直接感受到“它跑偏了”，“它在偷懒”，“它实际上没有深度思考”，进而给他一点点纠偏，就能产生很大的收益。

未来软件工程师的价值，呈倒 U 型分布。AI 正在让软件工程 pipeline 中间环节的价值快速塌陷。越靠近两端，稀缺性越高，身价越难被替代。 软件工程的 pipeline 正在重新凝聚成两个高内聚单元，各自高度闭环，通过轻量的 API 契约相连。两颗胶囊各自高度内聚，中间只有一条轻量的 API 契约。每颗胶囊内部，信息流动的摩擦都趋近于零。 Vibe Coding 陷阱：如果只会用 AI 工具生成前端代码，却没有用户洞察和产品判断，输出的只是"廉价软件"——交互粗糙，逻辑混乱，无法真正解决用户问题。AI 工具是放大器：有判断力的人，能做出量级更好的产品；没有判断力的人，只是更快地生产垃圾。 关于"全栈工程师"：传统意义上的全栈（前端 + 后端）恰好落在价值曲线的最低点——它既没有足够靠近用户端，也没有足够靠近底层技术端。这不是说全栈工程师没有价值，而是说在 AI 时代，这个定义本身需要升级：全链路的用户洞察+前端实现，才是有意义的"全"。

总结一次软件工程研讨会10条关于 AI Native 的共识： 1. BA比开发更稀缺，供需比从1:5降至1:2甚至1:1，AI加速编码但需求产出跟不上。 2. 用户故事（粒度3-5天）已过时，AI一日完成，改用Feature粒度+验收标准，取消故事写法。 3. 需求文档改用Markdown存放于代码仓库，与代码统一版本管理，AI可直接读取。 4. 测试岗数量减少，但保留至少一位专业测试专家指导，开发无法完全替代测试判断。 5. B端项目不再配UI/UX设计师，BA用组件库出原型，AI生成HTML，同构框架直接复用前端组件。 5. 每位开发须具备方案设计与Code Review能力，Tech Lead转向方案管理、谈判与业务对接。 7. AI时代沟通能力优于纯技术，角色边界模糊，所有人向沟通与人际侧迁移。 8. 团队缩至4-5人：BA、全栈开发、测试专家、Tech Lead级方案谈判人员，运维渐被Agent化。 9. 纯技术执行层非护城河，AI优先替代；安全感源于业务理解与方案转化能力。 10. 长期出路在业务侧：软件工程师→Tech Lead→产品/业务，方案咨询与需求挖掘最稀缺，全行业向需求侧集中。

太原理工软件工程，就是我反复臭骂的211型大专。 一堆560分的大傻逼们，每届60个班级，总共2000人，进去之后天天上大课、喝奶茶、刷抖音、打游戏， 大部分人没实习，大学四年毕业手敲代码不超过1万行，全程抄作业，考试可以背课本直接糊弄过去。 老师是傻逼，学生是傻逼，院领导是傻逼，互相糊弄。

红帽 ARM 团队高级软件工程师也解决不了 ARM 兼容性问题，在使用 11 个月的 AArch64 Linux 系统后，这名工程师从 80 核的 Ampere Altra CPU 换成 6 核 12 线程的 AMD 处理器。 尤什凯维奇遇到的问题是 PCIe 控制器问题，以及 CPU 单线程性能无法让人满意，这并非架构问题，而是平台本身和 AArch64 Linux 桌面系统硬件特有的缺陷。 查看全文：

据彭博社，Google 软件工程师 Michele Spagnuolo 被美国检方指控在 Polymarket 上进行内幕交易。检方称，其利用可访问的 Google 内部搜索数据，押注歌手 D4vd 将成为 2025 年 Google 搜索量最高人物，并在结果公布后获利约 120 万美元。起诉书显示，Spagnuolo 于 2014 年加入 Google，并曾使用加密隐私工具隐藏交易行为。目前其已被 Google 停职，并以 225 万美元保释。Polymarket 表示，公司正与 Chainalysis 等机构合作加强内幕交易监测，并称近期两起相关逮捕均源于其主动向执法部门提交线索。