第一个被侵蚀的支柱：领域知识
我是一名软件工程师，今年将满 10 年职业经验。我从 Web 前端工程师开始职业生涯，但不久就转向了（Web）后端，之后再也没有回头。
通过一系列机缘巧合，我最终在金融、记账和支付处理领域的软件开发岗位上工作，拥有很大的自主权，与产品经理和利益相关者之间也有着紧密而坦诚的关系。我学到了大量关于该领域的知识，以及如何有效地为其编写程序：PCI 合规、复式记账、托管、对账、支付生命周期、银行转账幂等性等等。
显然，我应该专注于成为该领域的专家，以便在职业上脱颖而出，在一个越来越需要领域专家的市场中差异化自己。
去年，我被一家金融领域的公司录用。这家公司也全力拥抱 AI，我从第一天就获得了 ChatGPT 和 Claude Enterprise 账户，并被鼓励将它们用于研究、探索，甚至是编码。我的第一个项目之一是重新设计遗留的在线支付系统，那是一个烂摊子。他们雇佣我，部分原因是看中了我之前在该领域的经验。
我重视自己的知识，认为没有 LLM 可以取代它。然后我的经理找到我：尽管你的代码交付速度不错，但设计文档写得太慢了。你用 AI 了吗？你应该多用 AI。"这不可能有用"，我心里想，但还是同意了。
然后我开始意识到：我多年来积累的所有知识——实现之间的权衡、收购如何运作、如何构建幂等性来防止重复扣款——都在变得毫无价值。即使模型仍然需要一些引导，但它们在如何构建这样的系统方面已经能连接起各个点，而这曾经是最难的部分，只有经过多年动手经验才能在你的大脑中形成。那是我的第一次冲击。
但我想，它们能做到这一点，是因为网络上有很多关于这些东西的文章和所有技术文档。对于人类来说，学习所有这些可能需要很长时间，但那是训练数据，模型可以从中获取。模型永远做不到的，而且人类会发光的地方，是调试！
第二个被侵蚀的支柱：调试和分布式系统
LLM 开始擅长编写文档和帮助规划实际实现后，它们也开始擅长编码。从 2025 年下半年开始，随着 Claude Code 的炒作，然后是 Codex 等等，我虽然之前每天都用 LLM 写单元测试，但还不信任它们来编写完整的实现。
自然而然的下一步是将更多 AI 引入代码编写。老实说，我很喜欢。我也喜欢把东西交付到生产环境中看到用户开心，就像喜欢编码一样。LLM 越来越擅长编码，但仍然不能调试留下的烂摊子，所以我仍然有一个比引导机器人更大的角色——一个就业的门票。
一切似乎都很好。
然后 MCP、代理工作流和 Claude 4.5 出现了，天开始塌下来了。Claude 4.5 说实话并没有那么好。它在给定了堆栈跟踪和一些上下文的情况下能解决大约 60% 的 bug。有时候它给出的解决方案听起来合理但完全不正确。
但这一次，我不再怀疑机器了。我看到过去需要整整 1 天调试时间的 bug，被 Claude Code 一次性解决。然后是 4.6、4.7、GPT 5.5、Opus 4.8 和 DataDog MCP……现在我有能够一次性解决跨分布式系统 bug 的 CLI 工具。那些我过去解决不了的 bug，那些需要 2 天全职调试的 bug，那些缺乏分布式可观测性的分布式系统中的 bug。现在 90% 的 bug 被一次性解决，包括奇怪的竞态条件、意外的边界情况、第三方集成问题、未记录的 API 边缘情况，全部都行。我几乎不需要介入。
当然，我仍然有工作，因为总得有人审查代码和引导机器人。但现在的我不过是另一个"现成的工程师"了。我的领域专长，那个其他资深工程师引导 LLM 也无法匹敌的专长，已经不复存在。我所有的金融和支付领域知识、所有的调试直觉和分布式系统知识，现在都是"可提示的"。
我们被教育说通才和专才永远都有自己的位置。但现在市场正在把每个人塑造成通才。这本身不是坏事，直到你去看供需经济学：如果每个人都是通才，而没有相应的需求，通才的价格就会下降。而我们都清楚，需求正在萎缩。
最后一个尚未被侵蚀的支柱：代码质量和架构
我还有一个支柱依然屹立：代码质量和软件架构——现在被简称为"品味"。在我的职业生涯中，我一直喜欢重构，始终看重好的代码，并在 sprint 中争取时间来做这件事。DDD、六边形架构、整洁架构，你知道所有这些流行词。我真的很喜欢这个话题，喜欢讨论权衡和塑造代码库的不同想法。
这是最后一个屹立的支柱。然而，现在没人关心了。代理在保持代码库有序方面做得非常糟糕。如果你不引导它们，它们迟早会遇到循环依赖问题。会产生重复代码。会添加不必要的注释。会混淆纯函数和副作用。会忽视 SOLID 原则。
这应该能让人类保持就业，但问题是这项技能现在被简化为"品味"这个词。这不只是重命名，整个行业正在向代码组织不那么重要的方向发展。当然，人类应该引导代理，防止产生带有循环依赖图的意大利面条式代码库。但 C 级或 D 级的代码库？现在没问题了。不再需要 A 级或 B 级的代码库了，因为代码是为 LLM 写的，而不是给人读的。
我不想争论这是好是坏。如果源代码现在是写给机器读的而不是给人读的，那也许针对它们编写确实是没问题的。但这是我的又一个正在被侵蚀的专业知识支柱。我在这方面积累的大量知识不再那么有价值了。我花在上面的所有时间——读书、做实际练习、与其他工程师讨论、写 ADR——正在变得毫无用处。
现在怎么办？
我仍然有工作，而且我认为在可预见的未来我仍会在这家公司工作。但我不知道长期该怎么想。我花了 10 年（甚至更久，算上非职业经验）时间在那些变得越来越不值钱的事情上变得擅长。我最后的专业知识支柱现在被简化为"品味"，而且可能也撑不了多久了。
我知道不止我一个人这样。大约 8 个月前，我现在的公司有一次裁员（据他们说与 AI 无关）。一些非常出色的前同事被裁了，而且还在找工作。他们中的大多数人都面临着我在这里概述的同样问题：他们的领域专长已不足以让他们脱颖而出了。现在公司又在招聘几个职位，领域熟悉度已不再是强加分项。我们以前挂"软件工程师 - 某某领域"，现在只是"软件工程师"，团队分配在 offer 被接受之后。
当然，这对那些从未有机会深入了解某个领域、现在有更好机会找到工作的优秀工程师来说是好事，但想到其他那些花了一辈子积累领域知识的优秀工程师现在却要在同一条赛道上竞争，也让人感到悲哀。现在唯一能保持我长期就业能力的出路似乎是，将我的领域专长转向 LLM 不那么容易掌握的东西。但还有什么呢？
我想过回学校学习数学、统计学、高级机器学习，然后申请前沿实验室的研究岗位。但我的国家没有前沿实验室，少数几个存在的实验室申请者爆满，而且我因为家庭原因也很难搬到其他国家。等我能够做出这个转变时，可能已经太晚了。
也许我应该考虑把我的木工爱好变成职业……
更新（6 月 7 日）： 这篇文章火了。我写了另一篇文章回复社交媒体上的一些评论，并扩展了我的一些论点。
