作者 | Addy Osmani

譯者 | 平川

策劃 | Tina

本文最初發(fā)布于 Addy Osmani 的個(gè)人博客。

軟件行業(yè)正處在一個(gè)奇怪的轉(zhuǎn)折點(diǎn)上。AI 編程已經(jīng)從增強(qiáng)型的自動(dòng)補(bǔ)全發(fā)展成了能夠自主執(zhí)行開(kāi)發(fā)任務(wù)的智能代理。曾經(jīng)推動(dòng)科技行業(yè)招聘熱潮的經(jīng)濟(jì)繁榮已經(jīng)讓位于效率至上的要求：企業(yè)現(xiàn)在往往更傾向于盈利而非增長(zhǎng)，更傾向于經(jīng)驗(yàn)豐富的員工而非應(yīng)屆畢業(yè)生，更傾向于組建配備更好工具的小團(tuán)隊(duì)。

與此同時(shí)，新一代的開(kāi)發(fā)者帶著不同的職業(yè)觀步入職場(chǎng)：他們注重職業(yè)穩(wěn)定性，對(duì)拼搏文化持懷疑態(tài)度，并且從入行第一天起就使用 AI 輔助工具。

接下來(lái)會(huì)發(fā)生什么確實(shí)還難以預(yù)料。以下這五個(gè)關(guān)鍵問(wèn)題可能會(huì)決定 2026 年軟件工程的發(fā)展，每個(gè)問(wèn)題都對(duì)應(yīng)兩種截然不同的情景。這并非真正的預(yù)測(cè)，而只是一個(gè)觀察的視角，幫助人們?yōu)閼?yīng)對(duì)軟件工程的未來(lái)發(fā)展做好準(zhǔn)備。我們的目標(biāo)是基于現(xiàn)有數(shù)據(jù)，結(jié)合本領(lǐng)域特有的健康的懷疑精神，通過(guò)制定清晰的路線圖來(lái)應(yīng)對(duì)即將到來(lái)的挑戰(zhàn)。

初級(jí)開(kāi)發(fā)者問(wèn)題

要點(diǎn)：隨著 AI 將入門(mén)級(jí)任務(wù)自動(dòng)化，初級(jí)開(kāi)發(fā)者的招聘可能會(huì)暴跌，也可能會(huì)隨著軟件滲透到各行各業(yè)而強(qiáng)力反彈。兩種未來(lái)需要不同的生存策略。

“學(xué)習(xí)編碼，獲得初級(jí)工作，成長(zhǎng)為高級(jí)”，這一傳統(tǒng)的職業(yè)路徑正在動(dòng)搖。哈佛對(duì) 6200 萬(wàn)工人的研究 發(fā)現(xiàn)，當(dāng)公司采用生成式 AI 時(shí)，初級(jí)開(kāi)發(fā)者就業(yè)率在六個(gè)季度里下降了大約 9-10%，而高級(jí)開(kāi)發(fā)者的就業(yè)率基本保持不變。過(guò)去三年，大型科技公司招聘的應(yīng)屆畢業(yè)生減少了 50%。正如一位工程師冷嘲熱諷地說(shuō)：“花 9 萬(wàn)美元雇個(gè)初級(jí)程序員，為什么不用成本更低的 AI 編程助手？”

這不僅僅是 AI 的問(wèn)題。大約在 2022 年，利率上升和大流行后的調(diào)整等宏觀經(jīng)濟(jì)因素 就已經(jīng)開(kāi)始顯現(xiàn)，這時(shí) AI 工具尚未廣泛使用。但 AI 加速了這一趨勢(shì)。如今，在 AI 的幫助下，一名高級(jí)工程師可以完成過(guò)去需要一個(gè)小團(tuán)隊(duì)來(lái)完成的工作。企業(yè)正在悄然減少招聘初級(jí)員工，其幅度甚至超過(guò)了裁員規(guī)模。

相反的情景：AI 解鎖了每個(gè)行業(yè)對(duì)開(kāi)發(fā)者的巨大需求，而不僅僅是技術(shù)行業(yè)。醫(yī)療保健、農(nóng)業(yè)、制造業(yè)和金融業(yè)都開(kāi)始嵌入軟件和自動(dòng)化技術(shù)。AI 不是取代開(kāi)發(fā)者，而是成為一個(gè)力量倍增器，將開(kāi)發(fā)工作擴(kuò)展到從未雇傭過(guò)編碼人員的領(lǐng)域。我們將看到更多不同的入門(mén)級(jí)角色：為特定細(xì)分市場(chǎng)快速構(gòu)建自動(dòng)化和集成的“AI 原生”開(kāi)發(fā)者。

美國(guó)勞工統(tǒng)計(jì)局 預(yù)測(cè)，從 2024 年到 2034 年軟件工作仍然將增長(zhǎng)約 15%。若企業(yè)利用 AI 擴(kuò)大產(chǎn)出而非單純裁員，就需要人類把握 AI 創(chuàng)造的機(jī)遇。

悲觀情景的長(zhǎng)期風(fēng)險(xiǎn)經(jīng)常被忽視：今天的初級(jí)開(kāi)發(fā)者是明天的高級(jí)工程師和技術(shù)領(lǐng)導(dǎo)者。如果完全切斷人才管道，那么在 5-10 年內(nèi)就將出現(xiàn)一個(gè)領(lǐng)導(dǎo)力真空。行業(yè)老兵稱這為“緩衰”：一個(gè)停止培訓(xùn)接班人的生態(tài)系統(tǒng)。

我們?cè)撊绾巫觯?/font>

初級(jí)開(kāi)發(fā)者：使自己精通 AI 并成為多面手，證明一名初級(jí)開(kāi)發(fā)者加上 AI 可以匹配一個(gè)小型團(tuán)隊(duì)的產(chǎn)出。使用 AI 編碼代理（Cursor/Antigravity/Claude Code/Gemini CLI）構(gòu)建比較大的功能，但要能理解并解釋大部分代碼行。聚焦不容易被 AI 替代的技能：溝通、問(wèn)題分解、領(lǐng)域知識(shí)。將相鄰角色（QA、DevRel、數(shù)據(jù)分析）視為切入點(diǎn)。構(gòu)建一個(gè)項(xiàng)目集，特別是集成 AI API 的項(xiàng)目?？紤]參與學(xué)徒計(jì)劃、實(shí)習(xí)、外包或開(kāi)源項(xiàng)目。不要成為“只是又一個(gè)需要培訓(xùn)的新畢業(yè)生”，而是成為一個(gè)學(xué)習(xí)速度快、立即就能發(fā)揮作用的工程師。

高級(jí)開(kāi)發(fā)者：初級(jí)開(kāi)發(fā)者減少意味著你的日常工作增加。利用自動(dòng)化工具來(lái)完成例行任務(wù)，不要什么事都自己做。利用 CI/CD、linter 和 AI 輔助測(cè)試來(lái)捕捉基本問(wèn)題。通過(guò)開(kāi)源項(xiàng)目或指導(dǎo)其他部門(mén)同事開(kāi)展非正式的導(dǎo)師工作。向管理層如實(shí)說(shuō)明全由資深員工組成的團(tuán)隊(duì)所面臨的風(fēng)險(xiǎn)。若初級(jí)人才需求回升，需做好高效接納新人的準(zhǔn)備，并運(yùn)用 AI 進(jìn)行任務(wù)分配。你的價(jià)值在于提升整個(gè)團(tuán)隊(duì)的產(chǎn)出，而非個(gè)人的代碼產(chǎn)出。

?2. 技能問(wèn)題

要點(diǎn)：隨著 AI 編寫(xiě)大部分代碼，核心編程技能可能會(huì)退化，或者因?yàn)槿祟愰_(kāi)發(fā)者需要監(jiān)督 AI 而使這些技能變得比以往任何時(shí)候都更加關(guān)鍵。未來(lái)幾年將決定我們是否會(huì)為追求速度而犧牲對(duì)代碼的理解。

現(xiàn)在有 84% 的開(kāi)發(fā)者定期使用 AI 輔助工具。對(duì)許多人來(lái)說(shuō)，面對(duì)錯(cuò)誤或新功能需求的第一反應(yīng)不是從頭開(kāi)始編寫(xiě)代碼，而是編寫(xiě)提示并組合 AI 生成的代碼片段。初級(jí)程序員正在跳過(guò)“艱難的入門(mén)階段”：他們可能永遠(yuǎn)不會(huì)從頭開(kāi)始構(gòu)建二叉搜索樹(shù)或獨(dú)立調(diào)試內(nèi)存泄漏。

開(kāi)發(fā)者的技能集正在從實(shí)現(xiàn)算法轉(zhuǎn)變?yōu)橹廊绾蜗?AI 提出正確的問(wèn)題并驗(yàn)證其輸出?，F(xiàn)在，入門(mén)的第一個(gè)要求是提示和驗(yàn)證 AI 的輸出，而不是展示原始編碼能力。一些高級(jí)工程師擔(dān)心，這會(huì)產(chǎn)生一代不能獨(dú)立編碼的人，導(dǎo)致開(kāi)發(fā)者技能退化。AI 生成的代碼可能會(huì)引入一些微妙的錯(cuò)誤和安全漏洞，不太有經(jīng)驗(yàn)的開(kāi)發(fā)者可能會(huì)漏掉。

相反的情景：AI 處理 80% 的常規(guī)工作，人類專注于最難的 20%。架構(gòu)設(shè)計(jì)、復(fù)雜集成、創(chuàng)意設(shè)計(jì)、邊緣情況，這些問(wèn)題是機(jī)器無(wú)法單獨(dú)解決的。AI 的普及并沒(méi)有使深厚的知識(shí)積累過(guò)時(shí)，反而使人類專業(yè)知識(shí)變得比以往任何時(shí)候都更重要。這就是“高杠桿工程師”，他們將 AI 作為一種力量倍增器，但必須深入理解系統(tǒng)才能有效使用。

如果每個(gè)人都有 AI 編碼代理訪問(wèn)權(quán)限，那么區(qū)分優(yōu)秀開(kāi)發(fā)者的關(guān)鍵在于知道 AI 何時(shí)出錯(cuò)或不夠優(yōu)化。正如一位高級(jí)工程師所說(shuō)：“最好的軟件工程師不是最快的編碼者，而是那些知道何時(shí)不信任 AI 的人?！?/p>

編程轉(zhuǎn)變：需要輸入的樣板代碼減少，把更多的精力用在審查 AI 輸出的邏輯錯(cuò)誤、安全漏洞和與需求不匹配的問(wèn)題。關(guān)鍵技能變成了軟件架構(gòu)、系統(tǒng)設(shè)計(jì)、性能調(diào)優(yōu)和安全分析。AI 可以快速生成一個(gè) Web 應(yīng)用程序，但專家工程師需要確保 AI 遵循了安全最佳實(shí)踐，并且沒(méi)有引入競(jìng)態(tài)條件。

2025 年，開(kāi)發(fā)者中間出現(xiàn)了分歧。一些人坦言，他們幾乎不“親手”編寫(xiě)代碼，并認(rèn)為編碼面試應(yīng)該做出改變。其他人則認(rèn)為，跳過(guò)基礎(chǔ)知識(shí)面試會(huì)導(dǎo)致 AI 輸出出現(xiàn)問(wèn)題時(shí)需要完成的應(yīng)急處理工作增加。行業(yè)開(kāi)始期望工程師同時(shí)具備AI 的效率和保障質(zhì)量的基本知識(shí)。

我們?cè)撊绾巫觯?/font>

初級(jí)開(kāi)發(fā)者：將 AI 當(dāng)作學(xué)習(xí)工具，而不是拐杖。對(duì)于 AI 編碼代理（Cursor/Antigravity/Claude Code/Gemini CLI）的建議，要通過(guò)審查代碼了解其工作原理并識(shí)別薄弱環(huán)節(jié)。偶爾禁用你的 AI 助手，從頭開(kāi)始編寫(xiě)關(guān)鍵算法。優(yōu)先考慮計(jì)算機(jī)科學(xué)基礎(chǔ)：數(shù)據(jù)結(jié)構(gòu)、算法、復(fù)雜性、內(nèi)存管理。將項(xiàng)目實(shí)現(xiàn)兩次，一次用 AI，一次不用 AI，然后對(duì)兩者進(jìn)行比較。學(xué)習(xí)提示工程，并掌握相關(guān)工具。通過(guò)嚴(yán)格的測(cè)試訓(xùn)練自己：編寫(xiě)單元測(cè)試，自己閱讀堆棧跟蹤信息而不是立即詢問(wèn) AI，熟練使用調(diào)試工具。深化 AI 無(wú)法復(fù)制的互補(bǔ)技能：系統(tǒng)設(shè)計(jì)、用戶體驗(yàn)直覺(jué)、并發(fā)推理。證明你既能用 AI 快速解決問(wèn)題，也能在 AI 失敗時(shí)自己處理棘手的問(wèn)題。

高級(jí)開(kāi)發(fā)者：將自己定位為質(zhì)量和復(fù)雜性的守護(hù)者。磨練你的核心專長(zhǎng)：架構(gòu)、安全、擴(kuò)展、領(lǐng)域知識(shí)。練習(xí)用 AI 組件進(jìn)行系統(tǒng)建模并思考故障模式。隨時(shí)關(guān)注 AI 生成代碼中的漏洞。擁抱你作為導(dǎo)師和審查者的角色：定義什么時(shí)候可以使用 AI，以及什么時(shí)候必須手動(dòng)審查（支付或安全代碼）。側(cè)重于創(chuàng)造性和戰(zhàn)略性工作；讓初級(jí)開(kāi)發(fā)者和 AI 一起處理常規(guī) API 連接，而你決定構(gòu)建哪些 API。投資軟技能和跨領(lǐng)域知識(shí)。隨時(shí)關(guān)注新工具和最佳實(shí)踐。加倍重視人類開(kāi)發(fā)者不可或缺的因素：準(zhǔn)確的判斷、系統(tǒng)性思維和導(dǎo)師帶徒。

角色問(wèn)題

要點(diǎn)：開(kāi)發(fā)者的角色職責(zé)可能縮減為有限的審計(jì)（監(jiān)督 AI 生成的代碼）工作，也可能擴(kuò)展為設(shè)計(jì)和管理 AI 驅(qū)動(dòng)系統(tǒng)的關(guān)鍵協(xié)調(diào)者。無(wú)論哪種情況，創(chuàng)造價(jià)值都遠(yuǎn)不止于編寫(xiě)代碼。

此處的兩極分化非常明顯。在前一種情景中，開(kāi)發(fā)者的創(chuàng)造性職責(zé)被削弱。他們不再專注于構(gòu)建軟件，而是更多地審核和監(jiān)管 AI 產(chǎn)出。AI 系統(tǒng)（或使用無(wú)代碼平臺(tái)的“公民開(kāi)發(fā)者”）負(fù)責(zé)生產(chǎn)環(huán)節(jié)；人類開(kāi)發(fā)者則審查自動(dòng)生成的代碼，檢查錯(cuò)誤、偏見(jiàn)或安全問(wèn)題，并審批部署。創(chuàng)造者淪為檢查者。編寫(xiě)代碼的喜悅被風(fēng)險(xiǎn)管理的焦慮所取代。

有報(bào)道稱，工程師將花更多時(shí)間評(píng)估 AI 生成的拉取請(qǐng)求和管理自動(dòng)化管道，而不是從頭開(kāi)始編寫(xiě)代碼。編程感覺(jué)更像是合規(guī)性檢查，而不是創(chuàng)造性地解決問(wèn)題。正如一位工程師感嘆：“我不想淪為一個(gè)代碼清潔工，整天收拾 AI 留下的爛攤子。”

另一種未來(lái)則有趣得多：開(kāi)發(fā)者演變成高級(jí)協(xié)調(diào)者，兼具技術(shù)、戰(zhàn)略和道德責(zé)任。AI“工人”意味著人類開(kāi)發(fā)者承擔(dān)架構(gòu)師或總承包商的角色，負(fù)責(zé)設(shè)計(jì)整個(gè)系統(tǒng)，決定哪些任務(wù)分配給哪些 AI 或軟件組件，并將活動(dòng)部件組合成解決方案。

有一家低代碼平臺(tái)的首席執(zhí)行官闡述了這個(gè)情景：在“智能代理”開(kāi)發(fā)環(huán)境中，工程師將轉(zhuǎn)型為“作曲家”，指揮由 AI 代理和軟件服務(wù)組成的“樂(lè)團(tuán)”。他們無(wú)需親自譜寫(xiě)每個(gè)音符，但會(huì)定義旋律，即架構(gòu)、接口以及代理間的交互方式。這個(gè)角色兼具跨學(xué)科性和創(chuàng)造性：既是軟件工程師，又是系統(tǒng)架構(gòu)師，同時(shí)也是產(chǎn)品戰(zhàn)略家。

樂(lè)觀看法：隨著 AI 承擔(dān)起一些重復(fù)性工作，開(kāi)發(fā)者的角色必然轉(zhuǎn)向更高價(jià)值的活動(dòng)。工作可能變得更加有趣。必須有人決定 AI 應(yīng)該構(gòu)建什么，驗(yàn)證產(chǎn)品是否合理，并持續(xù)改進(jìn)它。

向哪個(gè)方向發(fā)展取決于組織選擇如何整合 AI。將 AI 視為勞動(dòng)力替代工具的公司可能會(huì)縮減開(kāi)發(fā)團(tuán)隊(duì)，并要求剩下的工程師保持相關(guān)任務(wù)自動(dòng)化運(yùn)行。將 AI 視為團(tuán)隊(duì)能力增強(qiáng)工具的公司可能會(huì)保持人員數(shù)量基本不變，但讓每位工程師承擔(dān)更費(fèi)時(shí)耗力的項(xiàng)目。

我們?cè)撊绾巫觯?/font>

初級(jí)開(kāi)發(fā)者：不要局限于編寫(xiě)代碼，要尋找其他機(jī)會(huì)。自愿參與測(cè)試用例編寫(xiě)、CI 流水線設(shè)置或應(yīng)用監(jiān)控，培養(yǎng)與審計(jì)員 / 監(jiān)管人角色相一致的技能。通過(guò)個(gè)人項(xiàng)目保持你的創(chuàng)造性編碼能力，以免失去構(gòu)建樂(lè)趣。培養(yǎng)系統(tǒng)思維：學(xué)習(xí)組件之間如何通信，怎樣設(shè)計(jì)出良好的 API。閱讀工程博客和系統(tǒng)設(shè)計(jì)案例研究。熟悉除代碼生成之外的 AI 和自動(dòng)化工具：編排框架、AI API。提升書(shū)面與口頭溝通能力。撰寫(xiě)文檔時(shí)秉持向他人闡述的標(biāo)準(zhǔn)。向資深同事提問(wèn)時(shí)，不僅要問(wèn)“代碼是否運(yùn)行正常？”更要問(wèn)“我的考量是否到位？”。準(zhǔn)備好成為驗(yàn)證者、設(shè)計(jì)者和溝通者，而非僅是編碼者。

高級(jí)開(kāi)發(fā)者：把更多精力放在領(lǐng)導(dǎo)和架構(gòu)責(zé)任上。打造供 AI 和初級(jí)團(tuán)隊(duì)成員遵循的標(biāo)準(zhǔn)和框架。定義代碼質(zhì)量檢查清單和符合倫理的 AI 使用策略。隨時(shí)關(guān)注與 AI 生成軟件合規(guī)性和安全性相關(guān)的話題。專注于系統(tǒng)設(shè)計(jì)和集成知識(shí)；自愿繪制服務(wù)間的數(shù)據(jù)流并識(shí)別故障點(diǎn)。熟悉編排平臺(tái)（Kubernetes、Airflow、無(wú)服務(wù)器框架、代理編排工具）。投入雙倍精力履行技術(shù)導(dǎo)師角色：更多地參與代碼審查、設(shè)計(jì)討論、技術(shù)指導(dǎo)。提升快速評(píng)估他人代碼并給出高層次反饋的能力。培養(yǎng)產(chǎn)品和商業(yè)意識(shí)；了解為什么構(gòu)建一個(gè)功能以及客戶關(guān)心什么。向產(chǎn)品經(jīng)理學(xué)習(xí)或參加客戶反饋會(huì)議。通過(guò)原型、黑客馬拉松或新興技術(shù)研究來(lái)保持你的創(chuàng)造激情。從編碼者演變?yōu)橹笓]者。

專家與通才問(wèn)題

要點(diǎn)：專業(yè)領(lǐng)域過(guò)于狹窄的專家會(huì)面臨自身領(lǐng)域被自動(dòng)化取代或逐漸淘汰的風(fēng)險(xiǎn)。在快速變化、AI 深度滲透的時(shí)代背景下，T 型工程師更受青睞——他們既具備廣泛的適應(yīng)能力，又擁有一個(gè)或兩個(gè)有深厚知識(shí)積累的專業(yè)技能。

考慮到模型、工具和框架的快速興衰，將職業(yè)生涯押注在單一技術(shù)棧上是有風(fēng)險(xiǎn)的。當(dāng)新型 AI 工具能以極少需要人工干預(yù)的方式處理傳統(tǒng)框架時(shí)，該領(lǐng)域的專家可能會(huì)突然發(fā)現(xiàn)自身需求銳減。那些專注于“單一技術(shù)棧、框架或產(chǎn)品領(lǐng)域”的開(kāi)發(fā)者，某天醒來(lái)時(shí)或許會(huì)發(fā)現(xiàn)，該領(lǐng)域已日漸式微甚至被淘汰。

想想那些在行業(yè)轉(zhuǎn)型時(shí)未能及時(shí)轉(zhuǎn)型的人：COBOL 開(kāi)發(fā)者、Flash 開(kāi)發(fā)者或移動(dòng)游戲引擎專家。如今不同的是變革速度。AI 自動(dòng)化能讓某些編程任務(wù)變得微不足道，削弱了因這些任務(wù)而存在的工作崗位。只精通單一技能的專家（比如調(diào)整 SQL 查詢參數(shù)、將 Photoshop 設(shè)計(jì)切片為 HTML 代碼）可能會(huì)發(fā)現(xiàn)，90% 的工作已被 AI 取代。

招聘經(jīng)理們總在追逐最新的小眾領(lǐng)域。幾年前人人都想要云基礎(chǔ)設(shè)施專家；如今 AI/ML 工程師需求激增。那些精通昨日技術(shù)的人，隨著該領(lǐng)域的發(fā)展放緩，會(huì)感到職業(yè)發(fā)展陷入了停滯。

相反的結(jié)果是形成一種新的專業(yè)化形式，即“多面手專家”或 T 型開(kāi)發(fā)者。他們?cè)谝粌蓚€(gè)領(lǐng)域擁有深厚的造詣（豎線），同時(shí)又廣泛涉獵其他眾多的領(lǐng)域（橫線）。他們成了跨學(xué)科團(tuán)隊(duì)的“粘合劑”，既能與各領(lǐng)域?qū)＜覝贤▍f(xié)作，又能在必要時(shí)填補(bǔ)技術(shù)空白。

企業(yè)不再需要知識(shí)深度或廣度不夠的開(kāi)發(fā)人員；他們想要一個(gè)強(qiáng)大的核心競(jìng)爭(zhēng)力，以及能夠跨棧工作的能力。其中一部分原因是效率考量：一個(gè) T 型工程師通?？梢元?dú)立解決端到端問(wèn)題，無(wú)需等待上下游交接。其中一部分原因是創(chuàng)新考量：知識(shí)的交叉?zhèn)鞑タ梢詭?lái)更好的解決方案。

實(shí)際上，AI 工具增強(qiáng)了通才的能力，使一個(gè)人更容易處理多個(gè)組件。后端工程師可以在 AI 的幫助下構(gòu)建出合理的 UI；前端專家可以借助 AI 生成服務(wù)器樣板代碼。一個(gè)提供豐富 AI 功能的環(huán)境讓人們能夠完成更廣泛的工作。與此同時(shí)，深度專家可能會(huì)發(fā)現(xiàn)，他們的專業(yè)領(lǐng)域有一部分被自動(dòng)化取代，卻難以開(kāi)拓新領(lǐng)域。

現(xiàn)在近 45% 的工程角色期望能夠精通多個(gè)領(lǐng)域的知識(shí)：編程加云基礎(chǔ)設(shè)施知識(shí)，或是前端開(kāi)發(fā)加熟悉 ML。

我們?cè)撊绾巫觯?/font>

初級(jí)開(kāi)發(fā)者：盡早打下廣泛的基礎(chǔ)。即使被雇傭?yàn)樘囟ǖ慕巧?，也要了解那個(gè)崗位之外的知識(shí)。如果你是在做移動(dòng)開(kāi)發(fā)，不妨學(xué)習(xí)下后端基礎(chǔ)知識(shí)；如果你是在做前端開(kāi)發(fā)，則可以嘗試編寫(xiě)一個(gè)簡(jiǎn)單的服務(wù)器。學(xué)習(xí)部署過(guò)程和工具，如 Docker 或 GitHub Actions。找一兩個(gè)真正讓你感到興奮的領(lǐng)域深入學(xué)習(xí)，使它們成為你垂直領(lǐng)域的專業(yè)知識(shí)。將自己定位成混合型人才：“全棧開(kāi)發(fā)人員，專注于云安全”或“前端開(kāi)發(fā)人員，具有 UX 專業(yè)知識(shí)”。借助 AI 工具快速學(xué)習(xí)新領(lǐng)域的知識(shí)；如果你是后端新手，可以讓 ChatGPT 生成入門(mén) API 代碼并學(xué)習(xí)它。養(yǎng)成不斷學(xué)習(xí)新技能的習(xí)慣。參加黑客馬拉松或跨職能項(xiàng)目，強(qiáng)迫自己進(jìn)入通才模式。告訴你的經(jīng)理，你想要接觸項(xiàng)目的不同部分。適應(yīng)性是職業(yè)生涯早期的超能力。

高級(jí)開(kāi)發(fā)者：繪制你的技能圖譜：你在哪些領(lǐng)域是專家，哪些相關(guān)領(lǐng)域你只是淺嘗輒止？選擇一到兩個(gè)相鄰領(lǐng)域并努力精通。如果你是一個(gè)后端數(shù)據(jù)庫(kù)專家，不妨熟悉一個(gè)現(xiàn)代前端框架或?qū)W習(xí)機(jī)器學(xué)習(xí)（ML）流水線的基礎(chǔ)知識(shí)。借助 AI 的幫助，在你的弱項(xiàng)領(lǐng)域做一個(gè)小項(xiàng)目。將你深厚的專業(yè)知識(shí)與新環(huán)境相結(jié)合；如果你專門(mén)從事 Web 應(yīng)用性能優(yōu)化，可以探索如何將這些技能應(yīng)用于 ML 推理優(yōu)化。支持或爭(zhēng)取將你的角色設(shè)計(jì)成跨職能的，自薦成為涉及多領(lǐng)域項(xiàng)目的“集成負(fù)責(zé)人”。指導(dǎo)他人，傳播技能，同時(shí)也從中學(xué)習(xí)新東西。更新簡(jiǎn)歷體現(xiàn)多元化能力。利用你的經(jīng)驗(yàn)識(shí)別模式和可轉(zhuǎn)移知識(shí)。成為 T 型人才的典范：在你的專業(yè)領(lǐng)域深耕（建立權(quán)威和信心），并積極拓展橫向能力。

教育問(wèn)題

要點(diǎn)：計(jì)算機(jī)科學(xué)（CS）學(xué)位是保持黃金標(biāo)準(zhǔn)，還是被更快的學(xué)習(xí)路徑（訓(xùn)練營(yíng)、在線平臺(tái)、雇主培訓(xùn)）所取代？大學(xué)可能難以跟上每幾個(gè)月就有重大變化的行業(yè)發(fā)展。

四年制計(jì)算機(jī)科學(xué)學(xué)位一直是進(jìn)入軟件領(lǐng)域的主要途徑。但這一傳統(tǒng)正在受到質(zhì)疑。

一種未來(lái)：大學(xué)仍然重要，但難以保持相關(guān)性。學(xué)位仍然是默認(rèn)的資格憑證，但受制于緩慢的課程更新周期和官僚審批流程，課程設(shè)置落后于快速發(fā)展變化的需求。學(xué)生和雇主均感覺(jué)學(xué)術(shù)界與行業(yè)脫節(jié)，學(xué)校教授的理論或過(guò)時(shí)的做法無(wú)法轉(zhuǎn)化為工作技能。

最近的畢業(yè)生報(bào)告指出，他們?cè)诠プx學(xué)位期間從未學(xué)習(xí)過(guò)云計(jì)算、現(xiàn)代 DevOps 或 AI 工具。如果大學(xué)需要投入很多的時(shí)間和資金，但卻只能提供低相關(guān)性教育，那么它們就有被視為昂貴守門(mén)人的風(fēng)險(xiǎn)。但出于慣性，許多公司仍然要求應(yīng)聘者具備學(xué)士學(xué)位，因此壓力就轉(zhuǎn)到了應(yīng)聘者身上，他們需要通過(guò)訓(xùn)練營(yíng)、在線課程和自學(xué)項(xiàng)目來(lái)彌補(bǔ)這方面的不足。

學(xué)生貸款是一筆巨大的債務(wù)，而公司也要花費(fèi)數(shù)十億美元培訓(xùn)新畢業(yè)生，因?yàn)樗麄內(nèi)狈ぷ鲌?chǎng)所需要的技能。大學(xué)可能會(huì)在這里增加一門(mén) AI 倫理課程，在那里增加一門(mén)云計(jì)算選修課，但當(dāng)他們真正實(shí)施時(shí)，行業(yè)工具已經(jīng)又向前發(fā)展了。

顛覆性場(chǎng)景：傳統(tǒng)教育日益為新教育體系所取代。編碼訓(xùn)練營(yíng)、在線認(rèn)證、自學(xué)作品集、雇主創(chuàng)建的培訓(xùn)學(xué)院層出不窮。許多知名雇主（谷歌、IBM）已經(jīng)取消了某些技術(shù)角色的學(xué)位要求。到 2024 年，近 45% 的公司計(jì)劃至少取消部分職位的學(xué)士學(xué)位要求。

訓(xùn)練營(yíng)體系已經(jīng)相當(dāng)成熟，他們培養(yǎng)的畢業(yè)生與 CS 畢業(yè)生一起被頂級(jí)公司雇傭。這些項(xiàng)目周期更短（12 周強(qiáng)化），并且專注于教授實(shí)用技能：當(dāng)前流行的框架、云服務(wù)、團(tuán)隊(duì)合作。招聘標(biāo)準(zhǔn)正在瞄準(zhǔn)在線作品集、微證書(shū)和已認(rèn)證技能。出色的 GitHub 作品集或公認(rèn)的認(rèn)證可以免除學(xué)位要求。

由雇主推動(dòng)的教育正在興起：企業(yè)自主搭建培訓(xùn)體系或與編程訓(xùn)練營(yíng)合作。部分科技巨頭已經(jīng)為非傳統(tǒng)背景的人才設(shè)立了內(nèi)部“大學(xué)”。AI 本身也開(kāi)辟了全新的學(xué)習(xí)路徑：AI 導(dǎo)師、交互式編程沙盒、校外個(gè)性化教學(xué)。

模塊化的學(xué)習(xí)生態(tài)遠(yuǎn)比昂貴的四年制學(xué)位更容易獲取。在計(jì)算機(jī)科學(xué)專業(yè)實(shí)力薄弱的國(guó)家，孩子們也能修讀 Coursera 的課程，構(gòu)建與硅谷人士同樣的個(gè)人作品集。

我們?cè)撊绾巫觯?/font>

有志向的開(kāi)發(fā)者 / 初級(jí)開(kāi)發(fā)者：在學(xué)習(xí)傳統(tǒng)的計(jì)算機(jī)科學(xué)課程時(shí)，不要完全依賴課程進(jìn)行學(xué)習(xí)。要通過(guò)實(shí)際的項(xiàng)目補(bǔ)充課程內(nèi)容：構(gòu)建 Web 應(yīng)用，參與開(kāi)源項(xiàng)目。尋找實(shí)習(xí)或合作機(jī)會(huì)。如果你的課程中沒(méi)有包含熱門(mén)話題，則通過(guò)在線平臺(tái)學(xué)習(xí)它們。考取行業(yè)認(rèn)可的認(rèn)證（GCP、亞馬遜云科技、Azure）以證明自己的實(shí)踐能力。如果是你在自學(xué)或參加了訓(xùn)練營(yíng)，則一定要專注于創(chuàng)建一個(gè)引人注目的作品集：至少要有一個(gè)文檔良好的重點(diǎn)項(xiàng)目。積極參與開(kāi)發(fā)者社區(qū)：參與開(kāi)源項(xiàng)目，撰寫(xiě)技術(shù)文章。通過(guò) LinkedIn、聚會(huì)以及開(kāi)發(fā)活動(dòng)建立人際關(guān)系網(wǎng)絡(luò)。爭(zhēng)取資深開(kāi)發(fā)者為你背書(shū)。考慮到技術(shù)技能的半衰期非常短，務(wù)必要不斷學(xué)習(xí)。將 AI 作為個(gè)人導(dǎo)師。用具體的方式證明自己的能力：作品集、認(rèn)證證書(shū)以及能清晰闡述工作成果的能力，這些將為你打開(kāi)機(jī)遇之門(mén)。

高級(jí)開(kāi)發(fā)者和領(lǐng)導(dǎo)者：你不能永遠(yuǎn)依賴于證書(shū)。要在繼續(xù)教育方面進(jìn)行投資：在線課程、研討會(huì)、會(huì)議、認(rèn)證。通過(guò)新的方式驗(yàn)證你的技能，為通過(guò)實(shí)際問(wèn)題評(píng)估應(yīng)聘者當(dāng)前能力的面試做好準(zhǔn)備。維護(hù)使用了新技術(shù)的業(yè)余項(xiàng)目。重新評(píng)估工作要求：你真的需要新員工擁有計(jì)算機(jī)科學(xué)學(xué)位，還是需要他們具備某些技能和學(xué)習(xí)能力？推動(dòng)以技能為先的招聘，擴(kuò)大你的人才庫(kù)。支持內(nèi)部培訓(xùn)計(jì)劃或?qū)W徒制崗位。為沒(méi)有正式大學(xué)背景的初級(jí)開(kāi)發(fā)者建立導(dǎo)師制小組。與學(xué)術(shù)界及其他機(jī)構(gòu)合作：加入顧問(wèn)委員會(huì)、舉辦客座講座、對(duì)課程存在的問(wèn)題提出反饋。將這種合作融入自身的職業(yè)發(fā)展中：實(shí)際的成果和持續(xù)的學(xué)習(xí)比額外的學(xué)位更重要。

小 ? ?結(jié)

這些情景并不是相互排斥的?，F(xiàn)實(shí)將融合所有要素。一些企業(yè)將縮減初級(jí)崗位的招聘，另一些則會(huì)在新的領(lǐng)域擴(kuò)大招聘規(guī)模。AI 會(huì)將常規(guī)編碼工作自動(dòng)化，同時(shí)又提升人類編寫(xiě)的代碼的質(zhì)量標(biāo)準(zhǔn)。開(kāi)發(fā)者或許會(huì)在上午審核 AI 生成的代碼，下午則專注于設(shè)計(jì)高級(jí)架構(gòu)。

一個(gè)貫穿始終的主題是：變化是唯一的常數(shù)。緊盯技術(shù)趨勢(shì)（并保持審慎態(tài)度），避免被炒作或末日論所蒙蔽。通過(guò)更新技能、拓展能力、聚焦人類特有的優(yōu)勢(shì)（創(chuàng)造力、批判性思維、協(xié)作能力），你才能始終保持競(jìng)爭(zhēng)力。

無(wú)論未來(lái)是迎來(lái)編程復(fù)興，還是進(jìn)入自動(dòng)編碼時(shí)代，那些具備全局思維、持續(xù)學(xué)習(xí)能力并能推動(dòng)技術(shù)發(fā)展解決實(shí)際問(wèn)題的工程師，始終會(huì)受到市場(chǎng)的青睞。

預(yù)測(cè)未來(lái)的最佳方式就是積極地塑造它。