写给所有 AI Coding 时代下迷茫的工程师： 上周团队里一个核心工程师跟我说要离职。他说失去了喜欢做工程的动力，没有了思考，解决问题，犯错，抓狂的晚上，没有痛苦之后找到那个东西的过程，没有成就感。他想转去医学或生物学领域。我为团队感到可惜，但挽留的话说不出口，我好像并没什么好办法帮他解决这个问题，个人层面甚至觉得他的决定也不错。 这引发了我的一些思考，人类工程师会是 AI 的奴仆吗？工程师会变成纯体力活吗？我决定写这篇文章，希望能给到迷茫的工程师同学们一些帮助。 2022 年 GPT 横空出世的时候打死我都没想过工程师会是第一波受冲击的物种。我们处在一个工作模式发生前所未有巨变的年代里，电子世界以一个 100 倍于现实世界速度的方式在冲击我们的世界观——资深程序员们不知道自己的对与错了，之前很多行之有效的经验不再是经验而变成了包袱；而年轻的程序员们完全没有积累经验的机会，被 AI 摧枯拉朽地冲击没有了自我。 作为一个程序员，作为一个自认为有工程师之心的程序员，我和 AI 交流的四年时间里一直在不断验证着我的信仰是错： 最开始 AI 只能在写脚本上产生帮助，我说：AI 写不了代码 后来 AI 能够辅助编程了，我说：它只能基于我的起始内容做补充。 再后来 AI 能做到函数级实现了，我说：架构还在我们掌握范畴内。 再后来 AI 连技术架构都不用我们做了，我说：AI 没办法承担责任，还得人来 review。 现在 AI 动不动几千几万行代码产生，我们发现连人的 review 都变成了整个组织的拖累，我们又开始讲品味、讲判断力。 那后面 AI 的品味、判断力比我们强呢？我们的价值在哪里？我们的意义在哪里？ AI 正在把大量的代码写出来，把大量的产品拼出来，逼迫着我们把传统的工作方式进行一遍又一遍地重构。世界进入了一个前所未有的量变积累过程，人类的想象力从未展现出如此的窘迫和枯竭，我们现在无法想象 AI 质变后技术的样子是什么。 但反过来，AI 好像也不知道。没有任何一个模型能自己产生诉求，自己主动选择方向。 01-软件工程师的方向 这不是安慰话。你去看今天最强的模型，它能写出任何你描述清楚的东西，但它不会自己走进一个房间说"这个产品缺一个东西"。它没有欲望，没有不满，没有"我觉得这里不对"的直觉。诉求来自人的欲望，方向来自人的不满足。AI 是引擎，但引擎不会自己决定去哪。 这意味着什么？意味着在整个量变堆积的过程中，真正稀缺的是知道该写什么的能力。这个"该写什么"不是需求文档，而是你在和 AI 反复交互的过程中，撞见的那些模型做不到的边界、那些需要人拍板的瞬间、那些让你突然觉得"这个方向不对"的时刻。 团队里最有价值的时刻，不是我们用 AI 写完了几万行代码，而是有人说"等等，这整个方向有问题"的时候。那个判断并不来自于模型，是来自一个人在这个领域与世界互动足够久之后形成的嗅觉。 所以新时代下工程师的意义在哪里呢？在你能不能在和 AI 的日常交互中，积累出那种"知道哪里不对"的感觉。这东西没有捷径，只有在场才会有。哪怕你是一个很渺小的人，哪怕你只是在自己的岗位上默默 coding，你和 AI 的每一次碰撞都在帮你逼近那个质变的点。 但前提是你还在。这个狭义软件工程技术的方向到底在哪里是需要我们工程师去探索，自己去寻找的。prompt、single agent、agent workflow、multi agents、agentic、context、harness 这些层出不穷的名词实际上都是我们在新世界上探索留下的脚印，未来说不定会是一个很渺小，在自己的岗位上默默 coding 的人，发现了和新世界交互的终局呢？我们每个人都有可能成为 AI 时代的哥伦布。而这个过程只有你不断和 AI 交互我们才能越来越清楚的。如果我们放弃了离开了这条线，就再也没有机会去发现了。甚至如果千千万万的工程师停滞自己放弃自己，那人类 AI Coding 质变的道路只会越来越长，大家在迷茫中探索的过程会越来越长。 02-工程师的方向 但我想说的不只是“软件工程师的方向”，而是“工程师的方向”。coding 正在变成像电力一样的东西。 电力刚出现的时候，"电力工程师"是最前沿的职业。后来电力变成了世界运行的底层基建，电力工程师这个头衔就不再性感了。但电力驱动出来的一千个新行业都依赖于电力的运作。而 AI coding 也是一样。它正在从一个专业技能，变成做任何事情的通用基础设施。 这意味着什么？意味着工程师能做的事变大了，不是变小了。 以前你只能在软件行业里写代码。现在你可以带着 AI coding 能力走进医疗、生物、材料、教育、法律——任何一个领域，用这个通用工具去解那个领域里从来没人用工程思维碰过的问题。事实上全球的工程师岗位机会是变多了的，因为每个行业都在发现：我需要一个"电力工程师"来搭建通往新世界的基座，每个流程都可以用 AI 重新做一遍。 回头看我们那个离职想去医学、生物学领域的同事，我现在不确定他是离开了牌桌，还是去了一张更大的牌桌。他带着优秀的工程能力和对 AI 的理解，走进了一个全新的疆域。也许他会在那里找到我们在软件行业里找不到的质变点。 所以"迷茫"这个感受是真的，但迷茫的根源可能不是"我没用了"，是我们还在用旧的尺度衡量自己——我写代码能不能比 AI 快？我的 review 还有没有价值？这些问题本身就问错了。该问的是：我能用这个工具去做什么以前做不了的事？ 我们不仅仅可以留在软件工程的牌桌上，而且还可以带着这个能力去更大的战场。AI coding 把工程师从"只能在软件行业写代码"这件事里释放出来了。我们面前的路不是更窄了，而是前所未有地宽。 03-新评估标准终将会到来 还有一层痛苦来自于：我们大部分人都是从高考走过来的，已经适应了在一个确定的评价体系下评估自己、评估别人。现在旧的考评标准失效了，新的还没出现。没有人告诉我们什么是对的了。你不知道自己做得好不好，不知道该往哪使劲，这种不可被评估的失重感比具体的技术挑战更让人难受。 这个新标准会从哪来？从我们自己的实践中来。企业在量变过程中跑出的现象、踩出的坑、发现的模式，最终会被提炼成新的分类和评估框架。但这件事的前提是有足够多的人还在跑、还在踩、还在发现。到那时候每个人都会更清楚自己该往哪走、该做什么。 我们所有工程师实际上是在一起探索 AI 时代下人类应该怎么和 AI 交互。这件事的战场不只在软件行业里，它在每一个领域。我们的迷茫一定是真的，但我们实际拥有的筹码比我们想象的值钱得多。 这篇文章送给 AI 时代下迷茫的所有工程师。执行壁垒归零并不是末日，电力出现的时候也没有人知道它会照亮整个世界。 祝福我们工程师能够找到那个质变的点是什么，也祝福我们那个想去 AI For Science 领域的同事！也许我们会在完全不同的地方，同时找到那个质变的点。到时候再碰一杯，说一声：很久不见！

周日的晚上（骑车游泳后）是我最具创造力的时候，在这一天往往能产生对公司战略上的关键定义或者解决产品上一个重要的痛点。 For 创业，有充足的精力脑力去保证自己能在一个大的视野上去思考问题很重要。很多事务性工作其实是创业者在用战术上的勤奋去安抚自己内心的不安，但那是最大的幻觉。

哇，刚刚收到了 NVIDIA 荣耀企业的奖杯🏆 诚挚感谢 NVIDIA 2025 一年以来的支持！ 想要参加的朋友，这是一些参考： 2025 NVIDIA 创业企业展示 (NVIDIA INCEPTION SHOWCASE 2025) 从 3 月开始项目征集，在苏州、武汉、北京、深圳、上海、澳门、杭州、广州、重庆、中卫进行了 13 场区域线下活动。 共收到超过 460 余家企业报名申请，其中 180 余家企业通过路演、展台展示、开放麦等多元化形式集中呈现前沿创新成果。 活动为参与企业精准匹配了 630 余项生态资源对接机会 (涵盖技术、资本、业务、出海对接等)。 11 月 14 日半程展示于苏州顺利落幕，为线下活动画上了圆满句号。

关于软件工程和编码，在 @dotey 宝玉老师的观点基础上做个扩展。 软件工程还在，但编程这件事的价值，确实在往下走。 很多人，尤其是外行，会下意识把两件事绑死： 工程能力 = 手写代码能力，这个我之前团队的算法工程师就是这个根深蒂固的观点。 好像只要 AI 会写代码了，核心竞争力就会消失，软件工程就要完蛋。 但这两年最大的变化其实恰恰相反，这两件事正在快速脱钩。 工程的核心从来不是写， 工程真正解决的问题宝玉老师说的很清楚：把一个模糊不确定和混乱的目标，拆解成一条可以执行的路径，再组织人和资源，稳定交付结果。 特别是需求怎么定义、系统边界怎么划、架构怎么设计、质量怎么保证、团队怎么协作、项目怎么推进、系统怎么长期演进，这些东西，涵盖了从业务、产品、运营、开发、测试到运维几乎所有的团队，这才是工程的含量。 代码，只是其中一种实现介质，就像螺丝刀、焊枪和脚手架，只是工具。 不得不提到我刚学编程那会儿，还挺原教旨主义的。 老师是强制不准用 IDE 的。 只能在记事本里手敲。 理由很简单： “这样你才能真正理解代码。” 当时觉得这是基本功，是硬实力，是程序员的尊严。 现在回头看，那感觉有点像什么？ 真的像当年练五笔输入法，手写 Makefile。 不能说没用。 但很难说，这些东西今天还构成竞争力。 时代已经换了一套生产方式，同样的事发生在了编程上而已。 今天 AI 已经能自己写 CRUD、搭脚手架、重构函数、补测试、查 bug， 以前一个工程师一天的工作，除了沟通和方案设计外，其他时间都是在做这种体力劳动。 现在这些体力劳动开始被模型接管了。 真正稀缺的能力开始往上游迁移。 问题怎么定义、系统边界怎么切、技术债什么时候还等等等等。 这些决定成败的事情，AI 暂时还帮不了太多，但这些才是工程。 写代码这件事，越来越接近一种表达方式，就像打字。 当年会不会五笔，直接决定生产力。 后来拼音 + 自动联想，甚至语音输入出来之后。 打字还重要吗？ 重要。 但没人再把它当壁垒。 大家默认都会。 编程很可能正在走同一条路。变成一种基础素养。 人人都会一点，但不再构成稀缺能力。 再说另一个极端的例子，我觉得很多人没想明白。 大家老爱盯着 AI 的问题。 说它：不稳定有幻觉，代码质量一般、有时候还会写错 然后得出一个结论： “你看，它还不行。” 但这里其实混淆了两件完全不同的事： “能不能干” 和 “能不能干好”。 这是两个阶段。 难度也完全不在一个量级。 从不能干 → 能干，是质变。 等于发明蒸汽机。 从干得一般 → 干得很好，是工程优化。 只是时间问题。 写代码这件事，其实已经跨过第一条线了。 两年前，它只能生成 demo 玩具，Copilot 最初也就只能生成片段。 现在，它已经能独立写新项目和改老项目了。 你可以嫌它偶尔犯傻，但能不能把活干完，答案已经是能。 一旦跨过这条线，后面的提升只是时间函数。 模型几个月一代，工具链个月一代， 它只会越来越稳，不会退回去。 所以很多争论，在我看来有点像什么感觉？ 像 1905 年有人说： “汽车老坏，还不如马车靠谱。” 如果只看当下体验，你永远会得出错误判断。 技术判断要看的从来不是现在顺不顺手，而是方向是不是不可逆。 编程 AI 化方向已经非常清晰了，不管你干不干，时代就会推着你往前走。 未来最不值钱的就是能敲多少行代码，最值钱的大概率是能不能设计出一个系统，让机器替你写。 就编码这项基本技能而言，已经变成下一代的打字。 人人都会，但已经不稀缺了。 所以我的结论很清晰：软件工程不会消失，反而会更重要。但手写代码这件事的溢价一定会持续下降。 能不能从亲自干活的人，变成设计系统的人。 这才是工程真正的升级。 不过聊到这里，其实还有一个更现实的问题。 什么时候需要工程？什么时候只是开发？这中间是有一条线的。 不是所有项目都需要软件工程，很多人一上来就谈架构、谈流程、谈治理。 其实有点过度设计。 如果只是：一个人花两三天的时间做个工具、跑个 demo。 说实话，这就是开发，甚至就是写代码，用 AI 狠狠干就行。 快，比什么都重要，这个阶段谈工程，纯属浪费生命。 工程真正出现的时刻，通常只有几种情况： 当复杂度开始失控的时候。 比如：人多了、时间长了、需求开始反复变、系统要长期维护、要稳定性和 SLA、要合规和安全、要多人协作、要交接和可持续。 这时候就会突然发现一件事：代码本身已经不是最大的问题。 真正难的是： 在这么大规模的写作下怎么不乱。 这个时候一个技术团队的leader 或者架构师就会开始关心： 怎么拆模块、怎么定边界和怎么避免耦合，然后开始思考 怎么让新人一周上手、怎么快速回滚、怎么定位线上事故 怎么让十个人同时改代码还不互相踩， 这些东西，全是工程问题。 几乎都和会不会写代码关系不大。 我自己有个很土但很实用的判断标准： 如果这个项目活不过三个月，只有你一个人维护，然后挂了也没啥损失，那就不谈工程，狠狠干就完事。 但如果要活三年以上，三个人以上协作，挂一次公司就要挨骂，甚至影响收入和用户，那工程就是刚需。 不做工程，迟早还债，而且是带利息的那种。 不信你问问身边在公司内部 AICoding 的人，交流后就会发现一个挺有意思的现象： AI 把写代码变简单了，反而会让更多人更早撞上工程复杂度这堵墙。 因为 demo 做得太快了。规模扩张更快。混乱也更快。 最后倒逼着必须工程。 所以我现在的理解是： 编码是入场券，开发是起步阶段，工程是规模化之后的必修课。 三者不是一回事，只是过去我们习惯把它们混着叫而已。

今天给团队提前发放了 2025 全年年终奖，很开心。 有始有终，做完这件事，去年的事情才算是彻底结束。 为什么要提前发放？ 我们就 20 来个人，每个人在去年的贡献都非常清晰，不需要搞 360 环评那一套浪费时间。 我们也不需要像大厂那样，为了防止员工跳槽，把年终奖拖到 3 月 4 月才发。 公司现金流也很健康，不差这一个月提前的。 另外还有一个原因，我的联创 Kris 有个“发薪日理论”： “每月 10 日发薪的公司，和每月 20 日发薪的公司，是两种公司。” 我想，每年 1 月发年终奖的公司，和 3 月发年终奖的公司，也是两种公司。 我们努力做第一种公司。 自然地，我们也不必等金三银四，提前开启 2026 年的招聘，欢迎投递： 1. Infra Leader / Infra 工程师：资深后端，负责降本增效、运维、技术基建 2. Agent 工程师: 有产品 sense 、有多模态理解、能工程化落地，负责技术驱动 AI 产品创新 3. FullStack 工程师：解决问题能力强，超级个体，负责核心业务流的端到端交付 4. 全栈偏前端 / 前端工程师：有 AI 认知有产品 Sense 有艺术美感，负责定义下一个世代的 AI 多模态产品 5. QA 工程师: 责任心强、有 AI 认知、逻辑敏感，负责产品质量把控 6. Agent 产品经理：负责推动面向未来的创作助理 Agent 7. 产品设计师：负责设计国际化的 UI 和 AI 时代 UX 联系方式： 技术岗位：k@marswave.ai 产品岗位：o@marswave.ai