作者ripple0129 (perry)
看板Soft_Job
标题Re: [请益] 3~4 年 Python 後端工程师,找不到工作
时间Sun Nov 15 11:42:41 2026
※ 引述《RouterHsieh (醉卧美人膝,醒掌天下权)》之铭言:
的
: 我觉得原 PO 的论点有几个地方值得商榷。
: 首先,我不否认 AI Coding Agent 确实大幅提升了程式码的产出速度,也不认为工程
师
: 未来还需要花大量时间亲自处理每个实作细节。
: 但问题是,Code Generation 的速度和 Software Engineering 的生产力,本来就是两
?
: 事。以前我们不会因为某个工程师每天能写几千行 Code,就认为他的生产力比较高。
那
: 麽换成 AI,每天可以产生几十个 PR、修复几百个 Bug,就突然变成值得追求的指标?
: 真正应该衡量的是这些变更对产品带来多少价值,是否改善了系统的品质、可靠性与可
?
: 护性,以及是否增加未来的维护成本。
只要能量化为什麽不行
合入的PR修复的bug对後续系统的影响
能不能量化
只要可以量化那就是指标
: 更何况 AI Agent 并不是免费的。前沿模型的 Token 成本并不低,尤其大量 Agent 平
?
: 执行、反覆 Debug、Testing 和 Review 时,整体成本可能相当可观。如果没有把这些
?
: 本和後续维护成本算进去,单纯比较产出速度其实没有太大意义。
对比高手工程师的月薪
必然是比较便宜的
美国头部企业绝对比我们大家还会算账
: 不过我认为更根本的问题,是很多人似乎把 Software Engineering 理解成单纯将需求
?
: 换成程式码。
: 实际上,软体工程师很重要的一部分工作,是将模糊的需求转换成精确、可计算、可推
?
: 的问题表示,包括资料模型、演算法、状态转换、Concurrency Semantics、Error
: Handling、System Invariants 等等。
: 这个过程不一定要产生严格数学意义上的 Formal Specification,但它需要 Computer
: Science 的基础与工程判断。
: 现在 AI Agent 让很多人以为整个流程已经变成:
: Idea -> Code
: 但中间的设计与语意精确化并没有消失,
: 只是有很大一部分变成由 AI 自己决定,
: 而这正是我认为最大的问题。
: 自然语言存在大量歧义与未指定的条件,即使事先定义好规格和验收条件,
: 也不代表已经完整描述系统的所有重要行为。
: 当需求没有明确指定某些细节时,AI 就必须自行做出假设。这些假设可能完全合理,
: 程式码也可能通过所有测试,但最後的实作仍然可能与使用者真正的意图不同。
: 而且很多时候,正是透过阅读程式码、理解具体实作,
: 我们才发现原本的 Spec 有哪些不足,或 AI 引入了哪些未经确认的设计决策。
: 因此,我不认为「只要规格和验收标准定好,就不需要理解底层实作」这个结论能够成
: 立。
: 有人会拿现代工程师不需要阅读 Assembly 或 Machine Code 来类比,
: 但这忽略了一个根本差异。
: Compiler 的主要任务,是在语言规范允许的范围内保持程式语意;AI Coding Agent
面
: 对的却通常是不完整的自然语言需求,它不只是转换语意,还必须自行决定那些尚未被
?
: 义的语意。
: 而且即使是同一份 Spec,使用 C++、Go 或 Rust 实作,也可能因为 Memory Model、
: Runtime、Concurrency Model、GC、Ownership 等差异,产生不同的效能、可靠性和维
?
: 成本。
: 如果工程师完全不理解程式语言,又要如何判断 AI 选择的实作方式是否合理?
所有的部分都是判断出来的
人类的判断也是
Input -> 人脑 -> output
你想达到相同的目标
只需要提供足够的Input给AI
一样能够给你更准确的Output
如果不能提供足够的Input
人脑的判断不也是单纯凭感觉而已了
: 我反而认为 AI Agent 很重要的价值,是让具备 Computer Science 和 Software
: Engineering 基础的工程师,能够使用不熟悉的语言或 Framework,
: 更有效率地完成需求。
: 这与完全不理解程式语言或计算机科学,只靠自然语言反覆要求 AI 修改,
: 直到程式看起来能动的 Vibe Coding,是两回事。
这是当下这时间点AI的能力瓶颈
未来会被解决
两三年前版上最常说的就是
AI不会通灵
现在通灵个7788了
: 当然,我不否认未来 AI 可能进步到足以自动完成大部分设计、实作和验证工作。但如
?
: 真的发展到那个程度,被取代的恐怕也不只是 Coding,连 Spec、Architecture 和
: Engineering Judgment 都可能高度自动化。
: 所以现在就宣称工程师不需要深入理解程式语言,只需要学会操作 Agent Harness,
: 我认为还缺乏足够的证据。
: Software Engineering 的核心从来不是 Code Generation,
: 而是把问题转换成正确的计算模型,再确保实作符合这个模型。
: AI Agent 大幅加速了其中的实作过程,但不代表其他部分已经被解决。
: 把产码速度当成工程生产力,再据此推论工程师不需要理解程式语言和底层实作,
: 我认为是混淆了工具能力和工程能力。
一样,你讲的是当下
我讲的是未来
这几年AI的进步大家有目共睹
我原文说不要去drill语言技术
你打算付出多少年去drill语言技术
等你赶上来AI可能又不知道超前甩几条街去了
实作之所以模糊是因为
人类太过於模糊化需求的定义送给AI
如果跟过去一样waterfall定义清楚
送交AI给AI那必然是比人类来的又快又便宜
这就是为什麽把产品换语言写对AI来说这麽轻松
就是因为原本的程式语言就是定义完整的spec
总而言之之所以会对AI不信任的根本原因是
给不同的Input水准
然後妄想相同的Output水准
--
※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 60.49.47.250 (马来西亚)
※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Soft_Job/M.1794714163.A.09A.html
1F:推 pacino: 现在的问题卡在security,没有人敢放手让AI自己玩。人怎麽 11/15 12:59
2F:→ pacino: 知道AI在偷偷想什麽? 11/15 12:59
3F:→ ripple0129: 真正危险的都还在前沿实验室沙盒内,这不是我们该担心 11/15 13:10
4F:→ ripple0129: 的 11/15 13:10
5F:推 prag222: ai都能跑出测试环境沙盒了,呵呵,资讯有落差喔 11/15 14:02
6F:→ superpandal: 无法量化的 不论什麽原因导致 haha 我敢讲未来依然存 11/15 16:57
7F:→ superpandal: 在 原因不多解释 11/15 16:57
8F:→ ripple0129: 不能量化那用手写人眼review的收益比较好也是凭感觉来 11/15 18:02
9F:→ ripple0129: 的吗 11/15 18:02
10F:推 viper9709: 上一篇的意思就是厘清需求是很难的一件事吧... 11/16 00:49
11F:→ ripple0129: 厘清需求这件事情AI也不会输给人类,现阶段就是方方面 11/16 11:29
12F:→ ripple0129: 面已经完爆了,你给足input AI都能更清楚思考方方面面 11/16 11:29
13F:→ ripple0129: 。不能厘清也只是人类自己没把变量想清楚。然後还认为 11/16 11:29
14F:→ ripple0129: 自己更能厘清需求。 11/16 11:29
15F:推 jamesho8743: 我不知道讲的人有没有认真去比较过AI跟自己写的code 11/16 11:34
16F:→ jamesho8743: 还一直觉得自己懂的那些可以有效地去指导/更正AI写的 11/16 11:34
17F:→ jamesho8743: 错误 就现实层面来说 真的不需要去花时间drill 多学 11/16 11:34
18F:→ jamesho8743: 学harness没错 不用在AI优势的层面上去着力 而AI已经 11/16 11:34
19F:→ jamesho8743: 在死板的智能层面上全面优势了 AI现在少的只是现实世 11/16 11:34
20F:→ jamesho8743: 界的资讯/常识反馈 智能核心已不比人差 11/16 11:34
21F:→ superpandal: 手写的收益并不在於review haha 11/16 18:28
22F:推 HuangHedaz: 把程式写到会动其实很简单,用不用AI都一样。难的在 11/18 11:35
23F:→ HuangHedaz: 於能不能写的比别人的更好。 11/18 11:35
24F:→ HuangHedaz: AI最大的问题就是使人放弃思考。 11/18 11:35
25F:→ HuangHedaz: AI如果用一个繁琐复杂的方式做一个功能,能看出来并 11/18 11:39
26F:→ HuangHedaz: 纠正吗?还说只要会动就好 11/18 11:39
27F:→ HuangHedaz: 有假设一情景,用AI写好一套系统,内部测试也没问题 11/18 11:54
28F:→ HuangHedaz: 。卖到AB公司,A用的很顺,B公司用起来就很卡。偏偏 11/18 11:54
29F:→ HuangHedaz: 程式都AI写的,也许工程师也没怎去看。那这怎解决? 11/18 11:54
30F:推 jamesho8743: 你这边又陷入细节了 程式本来就是能动照你想的动就好 11/18 14:23
31F:→ jamesho8743: 你预设在复杂的情况需要你这种懂的人去改 这已经是 11/18 14:23
32F:→ jamesho8743: 旧的思维了 A用的很顺 B用的很卡 那就叫AI卡改啊 11/18 14:23
33F:→ jamesho8743: A能用得很顺表示AI能力是够的 B为什麽会用得很卡? 11/18 14:23
34F:→ jamesho8743: 那看是需求要改还是某些状况下效能不好 这边就是AI整 11/18 14:23
35F:→ jamesho8743: 个卡死一直解决不了在绕圈圈的状况才需要人去看 现在 11/18 14:23
36F:→ jamesho8743: 情况工程师已经不用去看code实际上AI coding能力已经 11/18 14:23
37F:→ jamesho8743: 是人类Top 5% 比大多数人都要强 AI使人放弃思考是另 11/18 14:23
38F:→ jamesho8743: 外一个话题你扯了另外一个话题夹进来 11/18 14:23
39F:推 jamesho8743: 大部分的人就还是惯性思考 没有意识到或没去考察AI c 11/18 14:43
40F:→ jamesho8743: oding能力已经比你好 还在觉得需要你去懂细节看细节 11/18 14:43
41F:→ jamesho8743: AI不懂软工 不懂架构 只会coding... 只能说人类切换 11/18 14:43
42F:→ jamesho8743: 得很慢 11/18 14:43
43F:→ HuangHedaz: AI本身是分析自然语言再根据结果去找推论或是找答案 11/18 15:15
44F:→ HuangHedaz: ,答案库没有的,就用相近的给你。 11/18 15:15
45F:→ HuangHedaz: 假如不看code?,上线出问题,要把责任推给AI吗? 11/18 15:15
46F:→ HuangHedaz: 以我写driver来说,AI写出来的跟我写出来的没差多少 11/18 15:39
47F:→ HuangHedaz: ,c语言怎麽写怎麽变化就那样而已。但我一定会看会了 11/18 15:39
48F:→ HuangHedaz: 解会去想 11/18 15:39
49F:推 jamesho8743: 就说测试跟验收了还在那边不看code上线出问题 你看过 11/19 18:49
50F:→ jamesho8743: code就不会有问题? 你看code就不用测试? 11/19 18:49
51F:→ jamesho8743: 答案库就不懂的人乱扯的观念 还真以为现在AI都是背答 11/19 18:51
52F:→ jamesho8743: 案的? 你先仔细去看看AI推理的过程吧 11/19 18:51