最新资讯

AI 在编程领域的飞速发展引发了对程序员未来的担忧,但 Anthropic 的 Boris Cherny 认为,关键不在于岗位本身,而在于个体所扮演的角色。

作为 Claude Code 的创造者,Cherny 已经有六个多月没有亲自写代码,他名下的所有代码均由 Claude 生成。他曾预言,一年内“软件工程师”的头衔将逐渐消失,取而代之的是更侧重于“构建者”的角色。

尽管如此,他强调这并不意味着软件工程师将失业。Cherny 在播客节目中进一步预测,三年后,虽然从事编程相关工作的人可能不再被称为“工程师”,但实际进行编码和使用智能体工具的人数将是现在的 100 倍。

Cherny 在 X(原 Twitter)上分享了他对 Claude Code 团队角色的观察,认为随着工程、产品、设计和数据科学等职能的融合,他看到的不再是固定的岗位,而是五种不同的人。

资深工程师 Kun Chen 回应称,他不倾向于给角色贴标签,因为这可能限制人们的思维。他认为角色应该随着项目的发展而变化:项目初期是原型师和构建者,出现细节问题时转变为清理者,项目成熟后则成为增长者和维护者。将自己固定在单一角色会阻碍对项目的全程参与。Cherny 对此表示赞同,认为角色会随着项目和时间动态演变。

两人共同指出,编程领域的岗位界限正在模糊,个人的定位不再由头衔决定,而是取决于当下的实际工作。这正是 Cherny 观点中的核心:衡量开发者的标准已从“你是什么岗位”转变为“你此刻在扮演哪种角色”。

这种变化不仅限于工程师。一位产品经理表示,他的团队也经历了职能融合,现代产品经理的角色已与三年前大不相同。同样,在 Anthropic 发布 Fable 5 后,Claude Code 团队发现开发者开始承担更多产品经理的职责,关注点从代码的正确性转移到是否在做正确的事情。

Cherny 详细阐述了 Claude Code 团队中的五种角色:

  1. 原型师(Prototyper):负责提出新想法和概念。
  2. 构建者(Builder):将原型快速转化为可投入生产环境的产品或基础设施。
  3. 清理者(Sweeper):负责优化界面、简化代码、移除冗余功能和提升性能。
  4. 增长者(Grower):专注于打磨已成型产品,提升其市场契合度。
  5. 维护者(Maintainer):确保成熟系统的安全性、可靠性和性能。

Cherny 强调,许多人会同时扮演 2 到 3 种角色,这些角色与固定职位无关。例如,设计师、工程师、产品经理和数据科学家都可能分布在这五种角色中。决定一个人身份的是他正在做的工作,而非名片上的头衔。他还指出,新产品开发初期需要擅长角色 1、2、3 的人才,而成熟产品则更依赖角色 3、4、5 的协同。

在开发者社区中,不同角色获得的重视程度不同。原型师和构建者因其创造性和执行力而备受青睐,常出现在招聘需求和简历中。然而,清理者的角色却常常被低估和忽视,尽管其工作至关重要。

AI 编码的兴起正在颠覆这种排序。当 AI 能够高效地生成创意和搭建框架时,“冒点子”和“从零开始构建”这些原本最受重视的任务,恰恰是 AI 最擅长且最先被其接管的领域。

有人质疑,既然 AI 能处理编码工作,为何还需要构建者和清理者?Cherny 回应说,尽管 AI 在这些方面能力日益增强,但机器可以执行清理工作,却无法承担清理的责任。谁来决定删除哪一行代码,谁能识别 AI 的错误,以及最终谁来承担后果,这些仍然需要人类来完成。AI 承担的脏活累活越多,能够拍板和收尾的角色就越具价值。

AI 带来的产能提升主要体现在能够完成更多的工作,而非仅仅是更快地完成相同工作。这意味着更多的功能上线、更多的代码被提交、更多的实验被执行,随之而来的是更多的“烂摊子”需要处理,而清理者正是解决这些问题的关键。

此外,代码评审环节也因 AI 而发生变化。据 Business Insider 报道,过去半年,AI 生成的代码未经人工评审直接进入生产环境的比例显著上升,且这些代码的存活率更高。开发者越来越倾向于将整个流程交给智能体处理。然而,一旦人工评审这一环节被省略,系统中的隐藏 Bug、性能瓶颈和安全漏洞最终仍需有人来承担责任,这恰恰是清理者的职责所在。

生成环节变得越来越廉价,而“兜底”环节的重要性日益凸显。正如开发者圈流传的一句话:“最好的工程师,并非写代码最快的那个,而是最清楚什么时候不该信 AI 的那个。”

关于 AI 是否能让一个人凭借智能体取代整个团队,Cherny 认为 AI 可以在“不同程度”上覆盖这些角色并持续进步,但并非“完全取代”。他明确指出,岗位和职称正在融合,工作内容依然存在,只是被重新细分。

因此,Cherny 的五种角色并不会消失,取而代之的是“软件工程师”这一职称的消亡。当 AI 承担了更多创意和框架搭建的工作后,留给人类的恰恰是那些能够收尾、发现 AI 错误的角色。同时,人类所扮演的角色也会随着项目而动态转换,今天的清理者,明天可能就是下一个项目的原型师。个体的身份将由其当下的行动来定义。