许多组织正陷入一个陷阱:让人工智能体(如 Claude 或 ChatGPT)主导其系统架构。由于这些模型旨在提供帮助且表现得乐于配合,它们往往会给出“听起来言之有理”但缺乏必要背景、忽略组织约束,且无法对不必要的复杂性提出异议的设计。 这会造成一种危险的“积木塔”效应:这些通用的最佳实践在纸面上虽然技术上可行,却并不适合团队或生产环境的具体现实。更糟糕的是,它绕过了至关重要的、充满碰撞的人类辩论过程,实际上将经验丰富的工程师降级为单纯的“工单执行者”。 问题的根本在于责任归属:当这些由 AI 设计的系统不可避免地出现故障时,AI 无需承担任何责任。而那些并非自主选择该架构的工程师,却必须在凌晨三点的故障中进行排查。 为了解决这个问题,企业必须重新夺回架构师的角色。AI 应作为实现和提速的工具,而非决策者。架构需要人类的判断力、说“不”的能力以及对权衡取舍的深刻理解。如果你的团队不是系统的设计者,那么他们也不应该成为系统的构建者。
自2022年以来,初级软件工程师的招聘需求下降了40%,企业以使用人工智能为由大幅削减入门级岗位,加速了这一趋势。这种萎缩正在造成危险的“学徒真空”。
高级工程师并非在课堂中培养,而是通过五到七年的实战经验锻造而成,包括困难的调试、高风险的项目负责以及密集的同行评审。企业用AI辅助工具取代初级岗位,正在瓦解建立技术判断力和系统级思维所必需的反馈闭环。
其后果已然显现:一种日益严重的“中级陷阱”正在形成,即工程师在没有大语言模型辅助的情况下难以解决新问题,同时早期从业者的职业倦怠感也在上升。由于人才培养存在五到七年的滞后期,今天的裁员预示着2031年将出现严重的高级人才短缺。企业必须停止将初级招聘视为可变成本,而应将其视为强制性的必要投资。为了防止长期的结构性崩溃,领导者必须有意识地优先考虑指导并保护学徒机制,即使是以牺牲短期的“AI速度”指标为代价。2031年的高级人才,正取决于今天所做的招聘决定。