围绕 Coinbase 在“人工智能时代”的招聘方式所展开的讨论，凸显了行业内日益增长的紧张关系：当人工智能工具变得无处不在时，该如何评估工程人才。 批评者和专业人士纷纷对初级开发人员的“技能退化”表示担忧。人们主要担心的是，如果工程师绕过手动编码和调试的“细节”，他们将缺乏评估人工智能输出、识别细微安全漏洞以及真正掌控技术决策所需的根本判断力。 这场辩论的核心主题包括： * **“判断力”鸿沟：** 许多人认为，深厚的专业知识源于多年在错误中学习的经验，而人工智能无法复制这种经验。缺乏这些基础，工程师可能会变成无法调试或优化人工智能生成之“劣质代码”的“氛围编程者”。 * **招聘策略的转变：** 传统的编程测试已无法提供有效的评价信号。一些公司正转向人工智能辅助面试，以观察候选人如何与智能体交互；而另一些人则认为，这种方式会营造出一种虚假的胜任感。 * **能力危机：** 持怀疑态度者担心，过度依赖人工智能将导致一代工程师在没有工具辅助的情况下无法工作，这可能会引发系统性的技术债务和安全风险。