杭州 --°C 消息 发布作品
hao1123

hao1123

当前位置:首页 > 科技 > AI重构软件开发,程序员角色再定义

AI重构软件开发,程序员角色再定义

hao1123
hao11231794875702|30阅读

前阵子跟一个做了十几年的技术总监吃饭,他说现在团队里最尴尬的场景,是新人用AI半小时生成一个模块,然后跑来问他“这代码能不能上线”。他得花四十分钟去读那些逻辑通顺但细节可疑的代码,找出几个藏在边界条件里的坑。这种感觉很拧巴,写代码的人不负责判断代码好坏,判断的人反而成了瓶颈。

2AI重构软件开发,程序员角色再定义

这件事其实戳中了眼下软件开发最真实的变化。AI把编码这个动作的门槛拉到了地板,但把判断的难度抬到了天花板。以前招一个程序员,看他能不能把需求翻译成可运行的逻辑,这个能力本身就是筛选器。现在这个筛选器失效了,因为生成代码太容易,容易到让人产生一种“什么都能做”的错觉。真正稀缺的反而是知道什么不该做、什么做了会出事的人。

我见过一个做金融系统的团队,他们让AI生成对账逻辑,跑测试全绿,结果上线第二天就出了资损。问题出在AI对“日切”这个业务概念的理解上,它按照自然日处理了,但实际业务里日切点有特殊规则。代码本身没毛病,是代码背后那个业务假设错了。这种事现在越来越多,因为AI不会追问你“日切到底怎么定义”,它只会按照训练数据里最常见的模式给你一个看起来合理的答案。

所以程序员这个角色正在被劈成两半。一半是执行层,写代码、调接口、搭框架,这部分被AI吃掉是迟早的事,而且吃得很快。另一半是决策层,判断AI生成的方案能不能用、该不该用、用了之后炸了怎么兜底。后一半反而在膨胀,因为AI能给出的方案越多,需要判断的选项就越多。以前一个功能只有两三种实现路径,现在AI一口气给你五种,每种都说得通,选哪个、为什么选、风险在哪,这些问题的分量比写代码本身重多了。

有个现象挺有意思。现在一些团队开始设“AI代码审查”这个岗,专门看AI生成的东西。干这活的人不一定是团队里代码写得最快的,但一定是对系统历史包袱最清楚的。他知道哪块代码看着丑但不能动,因为下游有个老服务依赖那个奇怪的数据结构;他也知道哪些看起来优雅的重构方案会踩到线上环境的坑,因为三年前有人试过。这些知识不在任何文档里,在人的脑子里。AI能生成代码,但生成不了这种带着伤疤的经验。

再往深一层看,程序员的价值正在从“实现”往“定义”迁移。以前需求来了,程序员想的是怎么实现。现在得先想清楚:这个需求到底要解决什么问题,AI给的方案里哪些是真正必要的,哪些只是看起来合理。有个做SaaS的团队跟我聊过,他们现在要求每个功能上线前,写代码的人必须能说清楚“如果这段代码明天出故障,用户会感知到什么”。说不清楚就不让上。这个要求放在两年前是多余的,因为代码是人一行行写的,写的人心里有数。现在代码是生成的,写的人自己都未必完全理解,所以必须逼着人去建立这种感知。

工具越强,人的位置越靠后,但靠后不等于不重要。就像计算器普及之后,数学家的价值不在于算得快,而在于知道该算什么。程序员接下来大概也是这个走向。编码能力会变成像会用Office一样的基础技能,但判断力、业务理解、系统思维这些东西,反而会因为AI的普及而变得更值钱。因为当所有人都能快速生成代码的时候,区分度就落在了“选对方向”和“避开暗礁”上。

那个技术总监后来跟我说,他现在面试人不太问算法题了,改问“你最近用AI写过什么,哪里出了问题,你怎么发现的”。他说能把这个讲清楚的人,比能手写红黑树的人难找多了。这话听着有点极端,但方向大概没错。