来源：InfoQ

作者 ｜ Ben Linders

译者 ｜ 田橙

Alasdair Allan 在 QCon London 的演讲 《当 AI 吞噬中间层：缺失台阶的工程师成长路径》 中解释说，AI 正在消除职业阶梯每一级上的学习机会，从而扰乱职业发展，同时又让人们能够完成超出自身经验水平的工作。进入行业的初级开发者越来越少，AI 也减缓了入门级岗位的招聘。

Allan 表示，AI 正在编写大量代码，开发者这一职业的内涵已经发生了巨大变化。但他补充说，编写代码从来都不是这个职业的核心目的。

使用 AI 需要监督，而监督需要编程技能。Allan 对此提出疑问：如果 AI 接手了过去用于培养工程师的工作，那么下一代工程师将从何而来？他表示，如果初级工程师的技能发展因使用 AI 而受到阻碍，那么 AI 带来的生产力收益可能会以损害验证 AI 所写代码所需的技能为代价。

Allan 表示，资深程序员所具备的模式识别能力，包括系统应该如何构建、复杂性隐藏在哪里，以及系统在规模扩大后会在哪里出问题，如今已经无法再通过传统方式获得。初级工程师没有建立起判断眼前代码正确与否所需的直觉：

初级工程师不会再花费数年时间阅读遗留代码库，或在凌晨 3 点调试生产事故。他们只会让 AI 智能体处理这些内容，并要求它进行总结。

Allan 表示，大多数工程工作都属于人们所说的“黑地（blackfield）”：处于高负载下的遗留系统，所有人都同意应该逐步弃用，却没有人有时间真正执行。规范可能从未编写过，也可能曾经编写过，却因为数十年没有记录的决策而失去意义。业务规则被编码在各种条件中，而理解这些规则的人早已离开。

Allan 表示，AI 智能体可以阅读代码、测试文档，但它们无法读取生产环境。它们无法查看多年的请求模式，并理解哪些代码路径以代码本身无法揭示的方式承担着关键负载。

Allan 提到，在受 AI 影响较大的职业中，年轻员工的招聘速度已经放缓。25 岁以上员工的工作量并未减少。他解释说，这意味着进入行业的初级开发者越来越少：

人们并不是遭到解雇；他们从一开始就没有被雇用。

AI 阻碍技能形成，AI 将工作转变为监督，而现在，AI 又减缓了入门级岗位的招聘。

Allan 认为，各组织在争相采用 AI 编程工具的同时，也在削弱培养能够监督这些工具的人才通道。能够为 AI 构建良好上下文的人，是那些通过多年实践在头脑中积累了上下文的人。曾经培养出这些人才的通道正在断裂。

Allan 表示，就像住院医师培训一样，人们之所以要做那些枯燥的杂活，是因为这些工作能够让人学习，而不是因为这样做效率更高。他最后总结说，坚持这样做的公司，才会在十年后仍然拥有高级开发者，因为到那时，我们其余的人都已经退休了。

演讲结束后，InfoQ 采访了 Alasdair Allan。

InfoQ：关于 AI 对开发时间和生成代码质量的影响，相关研究得出了哪些结论？

Alasdair Allan：研究结果的矛盾程度，比任何一方愿意承认的都要高。METR 的随机对照试验发现，经验丰富的开发者在使用 AI 后速度降低了 19%，但他们却认为自己的速度提高了 20%。Anthropic 发现，使用 AI 的初级工程师在知识掌握方面的得分降低了 17%，完成任务的速度却没有任何提高。他们牺牲了学习，却什么也没换来。

AI 对于简短、定义明确的任务确实有用，但随着复杂性增加，收益会迅速消失，瓶颈也会向上游转移至代码审查环节，而这恰恰是高级工程师判断力发挥作用的地方。在真实的开源项目中，AI 生成的 15 个 PR 没有一个可以合并，尽管它们都通过了自动化测试。AI 可以实现功能，却无法胜任工程技艺。

InfoQ：程序员使用 AI 工具后，其工作会发生怎样的变化？

Allan：编程正在转变为监督工作。Anthropic 的工程师在 59% 的日常工作中使用 Claude，但只能完全委托约 20% 的工作。两者之间的差距，也就是生成与判断之间的空间，将是未来工作岗位存在的地方。AI 编写代码；人类判断它是否是正确的代码。

令我担忧的是，现在 80% 到 90% 的工程问题都会被提交给 AI，而不是同事。当 AI 直接给出答案，却省略整个探索过程时，与导师一起艰难解决问题所带来的偶发学习机会就被绕过了。过去的职业发展通道是为编写代码的人建立的。我们尚未为监督系统的人重新构建这条通道。

InfoQ：对于在 AI 时代培养工程师，你有哪些建议？

Allan：我没有完整的答案。我们目前处于诊断阶段，而不是解决方案阶段。但我们现在就可以采取行动：建立结构化的学习路径，有意识地安排基础工作轮岗，就像住院医师培训一样，因为这些枯燥的杂活能够培养判断力。我们需要衡量理解程度，而不是速度。观察人们如何思考，而不是他们产出了什么。将上下文视为基础设施，编写这样的文档：它应该像是为一名懂得编程、却不了解该代码库的高级工程师准备的入职材料。我们需要设定诚实的预期。AI 是工具，不是老师。利用它跳过理解过程，就是在透支自己的未来。