“Vibe Coding”重塑软件开发！AI 代理解决超60%的 SWE-Bench 问题，涌现“产品工程师”。拥抱 AI-first 流程，提升生产力是关键。工程师需掌握 Prompt Engineering、LLM 等技能，转型为“AI 驯兽师”，企业应构建 AI-first 产品，否则将被超越。
译自：Vibe Coding Is Rapidly Reshaping the Software Developer Profession
作者：Andrew Filev
在软件工程领域，可能没有比“vibe coding”——信任 AI 为你编写代码——更具争议的流行语了。最初指的是周末项目，现在它已成为在编码中普遍使用 AI 的代名词。人们喜欢它，人们讨厌它，他们在播客上争论它，甚至开设在线课程来教授它。父母们正在质疑他们的孩子是否还需要学习计算机科学。
除了情绪和炒作之外，我们的行业正在发生根本性的转变。我从与 CTO 同行的日常对话中、从我构建软件业务的方式中以及从我们 AI 实验室的每周进度报告中看到了这一点。作为一名花了数十年时间构建软件公司的人，我的部分职责是在保持务实的同时预测未来的趋势。自从互联网繁荣以来，我们正接近软件工程领域最重要的拐点。
应许之地
今天，在给定正确上下文的情况下，AI 代理可以在最少的监督下生成功能和修复错误。一个流行的基准 SWE-Bench 证明了这一进展：在 2023 年，如果你的 AI 代理能够解决其中的 5%，那就是最先进的。今天，我们的代理可以轻松解决 60% 以上的这些挑战，并且每次 sprint 都在改进。许多团队正在成功地将这种能力转化为更高的生产力。
在创业生态系统中，Y Combinator 的创始人报告说，无论他们的技术背景如何，他们都使用 AI 生成了 90% 的代码。有些人已经建立了工程职业生涯，另一些人则在工作中学习，但大多数人将产品管理和工程融入到他们的日常工作中。产品经理定义需求和工程师实施需求之间的传统分离正在迅速模糊。我们正在见证“产品工程师”的崛起——他们是构思、实施和测试解决方案的专业人士，并在整个过程中利用 AI。
降低的实施成本使得实验更容易且更经济，从而改变了产品管理。你可以立即创建产品原型，而不是漫长的客户开发周期。这将模糊“产品”和“功能”之间的界限，从而在功能级别实现创新，并在产品级别实现复制。
我们将看到工程速度和生产力的显着提高。与此同时，我们将见证软件创建的爆炸式增长。经济力量可能会创造一种平衡：增长计划将保持员工人数，同时受益于 2-10 倍的速度提升；维护计划将因生产力的提高而减少员工人数；新产品将吸收从维护方面释放的人才。
荒原
这种转型给一些传统供应商带来了三重压力：
- 与新的竞争对手相比，他们的产品不是 AI 优先的，这使得他们在市场上容易受到攻击。
- 他们的代码库没有针对 AI 代理进行优化，从而降低了他们做出反应和适应的能力。
- 他们的员工队伍已经适应了传统的开发节奏，这加剧了上述问题。
与此同时，新的初创公司在价值主张、内部运营和节奏方面都是 AI 优先的。这就是类固醇上的“创新者的窘境”。
我曾与具有前瞻性思维的 CEO、CTO 和 VP 进行过非公开对话，他们看到了这种挤压并开始采取行动。
AI 优先工程师的市场溢价
市场奖励那些在宏观和个人层面最快抓住新机会的人。随着高管加速采用 AI 代理，我经常听到对积极在其工作中部署 AI 的工程师的需求不断增长——这样的人根本不够。路透社的研究估计 AI 人才缺口为 50%。这种稀缺性意味着展示 AI 熟练程度的专业人士将享有更高的工作保障和更高的薪酬。 相反，我看到越来越多的高管对那些忽视 AI 赋能的生产力机会的员工感到沮丧。还记得我上面提到的，目前最先进的技术可以解决大约 60% 的 SWE-Bench 问题吗？有些人看到这一点会想，“通过一些努力，我的生产力可以提高一倍。” 相比之下，另一些人则表现出“房间里最聪明的人”综合症，专注于 AI 失败的场景，以便他们能够保持自己的智力优越感。大多数人介于两者之间，由于各种原因尚未解锁 AI 的好处，但很快就会解锁。
AI 是一种工具，就像锤子一样。锤子非常适合钉钉子，不太适合拧螺丝，而且非常不适合开葡萄酒。AI 更加细致入微，需要实践经验才能了解它在哪些地方可以直接使用，哪些地方需要调整，以及哪些地方传统方法仍然更胜一筹。
我见过求知欲强的工程师创建了卓越的设置，将 AI 编码代理与自定义 MCP 服务器和提示指令连接起来，以自动化他们的大部分工作。我也见过聪明但对 AI 缺乏远见的专业人士，他们认为 2022 年左右的代码补全代表了最先进的 AI 编码。
科技行业总是奖励求知欲和快速创新。在考虑你的下一个工作机会时，请记住这些要点。初创公司的面试越来越多地要求候选人在 AI 的帮助下进行编码，招聘经理经常询问你通过 AI 工具获得的生产力提升。
打破 4 分钟的记录
这为经验丰富的专业人士和新鲜人才创造了机会。资深工程师带来了深度和广度的经验，这有助于他们有效地协调 AI 代理。然而，他们在过去十年中以一定的速度工作，这使得重置期望变得困难。
新人才将拥有 AI 原生的优势。对他们来说，以我们认为的“10 倍速度”前进将是正常的——他们没有需要克服的自我设限。这类似于 4 分钟跑完一英里，这曾经被认为是不可思议的，但现在顶尖高中运动员已经实现了。
正如我们在 AI 行业所说的那样，“拥抱指数增长”。
大分化
我已经强调了 AI 对我们行业的几种暂时的两极分化影响：AI 优先与 AI 非优先公司，以及 AI 优先与 AI 非优先工程师。这些都是暂时的，因为市场经济和竞争最终会重新平衡行业的生产力优势。现在，让我来谈谈另一种分化。
从历史上看，软件行业已经多次分支成专业领域（有时后来又会融合）。系统工程师出现了，他们了解编译器内部原理，而应用程序开发人员使用高级 API。随着复杂性的增加，Web 开发已经分为后端、前端和设计专业，但又通过新的云和开源技术重新出现在全栈工程师的角色中。
我预见到全栈工程师很快也会发生类似的分化：
- 一些人将倾向于产品工程，以光速创建应用程序和功能。可以将其视为从零到一，即创造的过程。产品工程师将需要强大的商业头脑和用户体验技能。
- 另一些人将专注于将应用程序从最初的成功发展到确保它们具有可扩展性、可靠性和安全性。可以将其视为从一到一百，即扩展的过程。这代表了为 AI 优先工程流程而发展的资深工程师和架构师。
这些专业之间存在技能差距，引发了人们对新鲜人才如何弥合这一差距的担忧。但是，我不认为需要弥合这一差距：使用早期的比喻，并非所有应用程序开发人员都想成为系统工程师。对于那些想成为系统工程师的人来说，经济中有一些更难弥合的差距的例子。没有本科学位能让你准备好领导一家大公司担任 CEO 或立即进行手术，但我们有医生和 CEO。
这对不同利益相关者意味着什么
对于软件工程师
你可以永远观看三件事：燃烧的火焰、落下的水以及为你工作的 AI 代理。培养提示工程方面的技能和 AI 协作能力。最优秀的工程师正在成为“AI 驯兽师”，他们协调多个助手来解决复杂的问题。凭借你当前的技术栈，在许多实际用例中，你的生产力比 30 年前使用当时技术栈的工程师高出 1000 多倍。现在是时候再增加 10 倍，并更接近纯粹的软件创建形式了。
这种速度将更加重视创造力和以产品为导向的思维模式。能够蓬勃发展的工程师是那些超越代码，思考客户需求和业务成果的人。随着 AI 处理更多例行编码，你的价值越来越来自于理解功能的“为什么”，而不仅仅是“如何”。
对于高管
如果你一直在酝酿新产品的想法，那么现在是使用 AI-first 工程师，通过 AI-first 流程构建 AI-first 产品的理想时机。
对于现有项目，投资于具有整体方法的工具和培训。例如，我最近与一家大型软件公司的 CEO 进行了交谈，该公司拥有数以万计的自动化测试。如果得到适当利用，这项资产可以通过闭环并将测试结果传递回代理来支持更主动的 AI 代理更改。
有许多简单的战术步骤可用，从午餐学习到专门的 Slack/Teams 频道，团队可以在其中分享部署 AI 代理的成功案例和技巧。请记住，有三件事你可以永远观看。
对于学生和家长
尽管有 AI 的进步——或者更确切地说是因为 AI 的进步——软件工程仍然是最有前途的职业道路之一。这些工具远非使编码过时，而是卸载了例行工作，并使工程师能够专注于创造性的问题解决。
将 AI 视为航空中的自动驾驶仪：它可以出色地处理例行功能，但仍然需要熟练的飞行员来进行关键决策和应对意外情况。随着软件在每个行业中变得越来越重要，对工程师的需求持续增长。
我建议在传统的计算机科学和软件工程基础知识之外，补充产品管理、用户体验、深度学习和 LLM 基础知识。一些大学可能会过分强调传统的“基础知识”，而牺牲了广度和现代性。当我最近在基础计算机课程的课程中看到 RISC 与 CISC 架构时，而同一机构没有提供关于信息检索 (RAG) 或 LLM 的课程时，我质疑他们是否跟上了行业发展的步伐。
AI 拐点处的工程
软件工程专业正在发展和加速。对于公司而言，选择很明确：拥抱 AI 增强的开发，否则将被以 10 倍速度前进的竞争对手超越。对于个人工程师而言，现在是发展技能，并倾向于产品思维和 AI 协作的时候了。
作为一位见证了多次行业转型的人，我相信这种向 AI 增强工程的转变将创造无数机会。能够蓬勃发展的工程师将乘风破浪，成为 AI 能力的协调者，同时运用他们独特的人类创造力和判断力来构建卓越的产品。
未来属于那些打破四分钟跑的人。