Chris Yates 领导 Pantheon.io 的产品、设计和工程团队,并在 Web 上度过了他的职业生涯,创建工具以帮助构建者。Chris 热衷于帮助 Web 团队导航 AI 辅助开发和开发者工具、内容管理和现代 Web 基础设施的交叉点。
软件开发者的角色正在经历着身份转变,随着人工智能的兴起。几十年来,工程团队的衡量标准是速度和产出。员工因快速移动而受到奖励,在一个优先考虑速度、产出和掌握框架的文化中。自从自主人工智能在过去一年中爆发以来,开发者的基准期望已经改变。随着人工智能编码助手承担重复任务,整个工程领域都存在着人工智能焦虑。然而,这种转变并没有不同于以前的技术发展。以从手动基础设施到云计算的转变为例。这一转变并没有完全消除对数据基础设施和运行这些系统的人的需求,而是改变了他们的运作方式和成功所需的技能。人工智能在工程中的作用不会有所不同。在人工智能编码助手的帮助下实现成功意味着工程师必须演变成系统思考者,了解业务目标、用户行为和协作以提供价值。人工智能正在自动化代码,而不是消除复杂性人工智能在编码中的部署仍处于早期阶段,但其收益已经显现。事实上,CIO预测,到2030年,四分之一的IT工作将由人工智能单独完成。目前,人工智能具有生成样板代码、自动化测试和加速部署的能力,从而大大减轻了开发人员的负担。尽管具有这些能力,人工智能在编码的复杂方面仍然存在不足。理解意图是人工智能常常失足的地方,因为输入信息不能总是填补项目背后的原因。另外,设计强大的系统也存在不足。虽然人工智能可以根据潜在的故障做出最好的猜测,但如果没有在平台上运行或不知道历史上什么出了问题以及为什么,设计一个真正强大的系统几乎是不可能的。尤其是许多组织有特定的治理政策,人工智能并不能总是考虑到这些因素。最后,将编码决策与业务目标联系起来是一个显著的差距。与误解意图类似,人工智能很难填补某些决策如何与业务结果相匹配的空白,而没有直接的视线进入公司的优先事项。虽然人工智能可能会随着时间的推移学习这些细微差别,但人类仍然是最擅长了解技术决策如何与业务优先事项相匹配的人。随着解决复杂问题的需求仍然存在,开发人员正在转变为系统战略家,这意味着他们了解什么应该构建或不应该构建以及系统如何相互交互。填补这种背景是人工智能将永远难以做到的。跨学科技术团队的崛起随着人工智能承担开发人员以前关注的技术工作,历史上独立的软件角色正在迅速融合。不同的角色正在以以前未被探索过的方式融合。大多数(92%)的开发人员已经采用了人工智能编码工具,截至2026年,这表明人工智能正在影响开发人员的操作方式以及他们的新时间可能会花在哪里。产品经理现在可以使用人工智能工具来原型设计想法。设计师可以在最少的工程支持下创建功能性体验。开发人员可以在没有大量设计资源的情况下生成复杂的用户界面和工作流程。跨学科的工程角色和技术团队总体上是成功的AI时代的关键部分。人工智能使那些可能以前没有交叉的路径能够在统一的工作流中合作,将整体的业务目标以协作的方式连接在一起。未来的工程师价值取决于实施工作,而不是以前习惯的孤立工作流程。随着人工智能承担重复技术任务的责任,开发人员现在有时间专注于成为系统思考者,专注于诸如系统设计、创建和部署治理政策以及编排编码等任务。腾出时间来花在其他地方使开发人员能够全身心投入新的系统战略家角色。战略性思考正在成为最重要的工程技能消除重复技术任务为新技能的出现打开了大门,这种技能将成为工程师最有价值的技能:批判性和战略性思考。当年轻工程师进入职场时,他们可能会面临找到工作的焦虑,知道开发人员的角色正在迅速演变。初级人才需要具备跨学科的技能,这些技能是高级工程师在职业生涯后期才需要具备的,以确保技能差距不会扩大。虽然了解代码仍然很重要,但拥有强大的业务背景正在成为一个关键元素。了解如何教人工智能开发有利于整个组织的代码至关重要,这需要对业务目标有全面的了解。这种能力与强大的架构推理能力并存。新工程师必须了解系统设计的过程,以便能够不仅开发,还能证明和记录其创建的理由。此外,批判性思考可能是工程中最重要的技能。您能否将系统项目与更大的业务目标和需求联系起来?您为什么选择了特定的方法?这些都是工程师必须能够证明的内容,展示了对技术方面如何推动更广泛的价值的彻底工作。技能的转变不仅仅是工具的转变,也是整个劳动力和组织的转变。随着编码速度变得自主,拥有良好的判断力、优先级和背景将成为真正的竞争优势。未来的工程师不仅仅会构建软件——他们将站在人类、人工智能系统和业务目标融合的前沿。下一代工程师的角色不仅仅是编码人工智能的增长并没有使工程师的角色变得不那么重要。它重新定义了今天的工作描述。 在一个高度协作的时代,最好的技术团队将以系统的方式思考,利用人工智能来优化结果,而不是技术输出。在人工智能时代蓬勃发展意味着在复杂性下工作,连接关键的编码决策与整体的业务影响,并在此过程中负责任地指导人工智能的使用。组织已经正在适应日益跨学科的未来,最有价值的开发人员将是那些理解支撑业务的系统的人。