作者del680202 (HANA)
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Mon Nov 16 21:10:07 2026
※ 引述《ripple0129 (perry)》之铭言:
: ※ 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
: 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
刚跟日本的客户吃完饭,觉得可以分享下这个日本AI-native公司的成功案例
对方公司40个人,工程师5个,其他都是sales
成立两年,今年营收到目前50亿日币
工程师薪水是2000万-5000万日币
对方所有的系统代码全都是AI写的,没有任何人力介入,code review,需求也都是AI在整
他们新人进来没有onboarding, 要求自己问AI目前有哪些业务要解决要提案,第二天就要?
对方说了一个我深有感触的一件事
当代码,技术不是衡量你价值的依据的时侯,你工程师怎麽说你值得
-----
Sent from JPTT on my iPhone
--
※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 111.188.1.134 (日本)
※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Soft_Job/M.1794834608.A.A79.html
※ 编辑: del680202 (111.188.1.134 日本), 11/16/2026 21:13:05
1F:嘘 dream1124: 人指挥工具做事就是人做的,那不叫作「没有人力介入」 11/16 21:44
2F:→ dream1124: 更何况资本不是傻瓜,在日本均薪近五百万情况下, 11/16 21:45
3F:→ dream1124: 如果这AI像你讲得这麽神,人这麽弱,没有傻瓜开这麽多 11/16 21:46
4F:→ dream1124: 再者这产业若真创业两年就能十亿NTD营收,没人会相信 11/16 21:49
5F:→ dream1124: 背後不是什麽大财团转投资等等,但那种公司给薪本就高 11/16 21:50
6F:→ dream1124: 而且业务跟IT或软体关系未必高,因此只要你进了就是领 11/16 21:51
7F:→ dream1124: 这麽多,跟你是不是在里面大搞AI未必有多大关系。 11/16 21:52
8F:→ dream1124: 例如,台积电IT薪水也有机会这麽高,但这些LLM堆叠 11/16 21:57
9F:→ dream1124: 就不是它赚大钱的基础,工作会用AI但也不是都在搞AI。 11/16 21:58
10F:→ dream1124: 你现在有点像是把GG的名字遮起来,然後开始拿营收和 11/16 21:59
11F:→ dream1124: 薪资配上使用AI作工具的事实大作文章说没精通LLM堆叠 11/16 22:01
12F:→ dream1124: 就要完蛋,殊不知那在自己组织里只是一种工具而非目标 11/16 22:02
13F:→ dream1124: 你的言论不只充份展现「把手段当目的,当信仰」的盲目 11/16 22:04
14F:→ dream1124: 而且恰恰印证我先前的评论:有些人给待遇好,分工细的 11/16 22:05
15F:→ dream1124: 大公司保护得好,导致现在AI浪潮一来,组织架构未大改 11/16 22:05
16F:→ dream1124: 还减招或裁员,结果就慌了手脚急着标新立异刷存在感。 11/16 22:06
17F:推 neo5277: 楼上好气喔,tony大大说明年人力会急冻少40%就业耶 11/17 00:45
18F:→ viper9709: 技术没有价值时,工程师当然没有价值~但前提是技术要 11/17 02:55
19F:→ viper9709: 真的没有价值... 11/17 02:55
20F:推 doranako: 除非某个技术碾压全世界,不然一般公司赚钱是靠产品跟id 11/17 07:27
21F:→ doranako: ea,以前得靠工程师让产品实现,现在只需要ai就能让产品 11/17 07:27
22F:→ doranako: 实现 11/17 07:27
23F:推 devilkool: 最後一句话 我近期准备面试就有这样的迷惘 11/17 08:03
24F:→ devilkool: 虽然现职可以感受到跟其他用AI用得很烂的同事比我算用 11/17 08:06
25F:→ devilkool: 得好的,但这种价值….? 11/17 08:06
26F:推 crazycy: 像结案公司那种的死个40%都算少了吧 11/17 08:24
27F:→ crazycy: 但又不是每个都像那样 专案规模小又不太重视长期维护 11/17 08:24
28F:→ crazycy: 近期的研究还是都指出LLM针对跨Repo大专案的效果很差 11/17 08:24
29F:→ crazycy: 能动是勉强可以 要继续维护就很难 11/17 08:24
30F:→ crazycy: 当然很多情况 就真的只要会动就好 11/17 08:24
31F:推 j9d9: 试试就知道了 酸 11/17 12:05
32F:→ j9d9: ? 11/17 12:05
33F:嘘 hegemon: 现在很多猪屎屋都不续约SaaS 服务了,全部自己用llm刻, 11/17 14:43
34F:→ hegemon: 外包跟派遣也用少了 11/17 14:43
35F:推 Obama19: 猪屎屋用自家的正常啊 怕机密外流 11/17 15:18
36F:→ bndan: 以台湾的情况来看 少40%很正常 很多需求都是在基础且免洗被 11/17 22:04
37F:→ bndan: AI扫掉正常 只要TOKEN够便宜 再往上扫不是不可能 = = 11/17 22:04
38F:→ labbat: 之前不是有自组saas的感觉维护辛苦,想要将其外包出去 11/17 22:08
39F:→ labbat: 还有些自学saas的想要向使用者收费的 11/17 22:08
40F:推 Romulus: 死的是乙方 那乙方人数是不少了 11/17 22:57
41F:→ Romulus: 但是甲方开始用LLM自己刻就会发现人不够开始请人 11/17 22:58