贾扬清：程序员消亡，但软件工程师永存-AI Express News

看到贾扬清发的一篇推文，在 X 上，他是这么说的：

“软件工程师”从未被定义为“写代码的人”，“程序员”才是。在过去的 10 年里，我们不再只关注代码，而是更看重结果。这是一个持续的趋势。所以，软件工程师并没有走向没落，反而正处于飞速发展的阶段。

同时他还在评论区进一步解释，说：

程序员负责编写实际代码。而软件工程师（SWE）的工作则是将业务需求转化为技术术语，设计模块和流程，并确保交付质量。编码只是实现这一目标的手段。因此有了 AI 编程工具，软件工程师实际上会变得更加强大。

而且，贾扬清还附带了一张配图，是程序员与软件工程师的趋势图，看图表，大概是在 2018 年左右软件工程师的数量正式超越程序员的数量。

不知道大家怎么看？但是，无独有偶，昨天我写了一篇文章《前阿里 P10 毕玄的一张聊天截图火了》，前阿里 P10 的毕玄说：

随着 AI Coding 的发展，公司决定以后不再按技术栈划分技术岗位了，公司所有的技术岗统一称为 Agent 工程师。在工作安排上相应的后续也就不再按照技术栈来安排，而是完全根据产品、项目任务来安排，这意味着以后一项工作里可能涉及各种技术领域，对于不同的领域，需要自己去学习，要么问同事，要么问 AI。

没看过这篇文章的，建议大家去看看，我详细聊了这件事。

前阿里P10毕玄的一张聊天截图火了

其实，这两个观点不谋而合，说白了，他们都在讲同一件事：写代码本身，正在变得越来越不值钱。真正值钱的，是解决问题的能力。

贾扬清把人分成了“程序员”和“软件工程师”。程序员是埋头写代码的，而软件工程师是负责把业务需求变成技术方案，设计系统，保证最后能交付的人。AI 编程工具的出现，让“程序员”的工作被大大简化了，但“软件工程师”反而因为有了强大的工具而变得更厉害。

毕玄说的“Agent 工程师”更进一步。他认为以后连技术栈都不重要了，前端后端数据库，你可能都要懂一点，因为 AI 能帮你搞定大部分具体实现。你的核心任务，是作为一个项目的主导者，调动 AI 这个“超级员工”，去完成一个完整的业务目标。

你看，一个是“软件工程师”，一个是“Agent 工程师”，叫法不同，但内核是一样的。都是在强调，未来的技术人员，价值不再是“我会用什么工具”，而是“我能解决什么问题”。

为什么现在大家都在讨论这个？

道理很简单，因为 AI 太能干了。

以前，一个项目需要前端、后端、测试、运维，分工明确，因为每个环节都很复杂，一个人很难搞定全部。分工是为了提高效率。

现在，AI 来了，它能写前端页面，能写后端接口，能写测试用例，甚至还能帮你部署。以前需要一个团队干的活，现在一个“工程师”带着 AI 就能干。

这时候，公司最需要什么样的人？

肯定不再是那个只会拧某一颗特定螺丝的“程序员”了。公司需要的是那个能画出整台机器图纸，并且能指挥一堆 AI 机器人把机器造出来、跑起来的“总设计师”，也就是“软件工程师”或者“Agent 工程师”。

这对我们普通技术人意味着什么？我觉得有几点特别重要。

第一，别再死磕某一个技术栈了。以前我们总担心“我的技术会不会过时”，现在可能要换个思路，你的“解决问题的能力”会不会过时。你应该去了解一个项目从头到尾的整个链路，前端怎么和后端交互，数据怎么存储，服务怎么部署。不求样样精通，但至少要能看懂，能和 AI 对话。

第二，把 AI 当成你的副驾驶，而不是你的对手。你要学会怎么给 AI 提需求，怎么审查 AI 写的代码，怎么让 AI 帮你提高效率。你和 AI 的关系，就像一个项目经理和他的团队成员。你的价值在于你的经验、判断力和大局观。

第三，多往业务靠拢。多去理解你做的这个功能，到底解决了用户的什么问题，为公司带来了什么价值。你越懂业务，就越能提出好的技术方案，也就越不容易被替代。只会听需求、写代码的“工具人”，未来会非常危险。

所以，贾扬清说“程序员消亡，但软件工程师永存”，我深以为然。

这其实不是一个悲观的预测，反而是一个乐观的信号。它告诉我们，重复、枯燥的编码工作会越来越少，而那些需要创造力、系统思维和工程智慧的工作会越来越多。

对我们每个人来说，这既是挑战，也是一次巨大的机会，一次从“代码工人”转型为“问题解决专家”的机会。

当然了，昨天的那篇文章火了，评论区都炸了，都在说一件事：想象的太美好了，感觉毕玄肯定不会写代码或者不在技术一线。

我感觉大家讨论的也有道理，AI 写的代码现在确实有很多问题，比较难维护，不会复用，代码重复，冗余等等。这些问题都是现实存在的，但是，未来工程师的职责是架构设计，是统筹协调，是管理 AI ，这也肯定是趋势的，AI 毕竟在发展中，未来 AI 写代码的能力肯定会是越来越强的，这也是我们能够看得见的，可预测的。

现在的 AI 确实很像一个虽然聪明但有点毛躁的“实习生”。他写代码速度飞快，但不懂复用，不考虑维护性，更没有架构意识。这时候，你作为“软件工程师”或者“Agent 工程师”，你的价值就体现出来了。

你的工作不再是逐行去实现业务逻辑，而是：

定义好框架和规范：你得告诉 AI，“我们这个项目要用什么样的设计模式，日志要怎么打，错误要怎么处理”。你制定规则，AI 在规则内干活。
做好代码审查（Code Review）：AI 生成的代码，你得能看懂，能判断出好坏。哪里有坑，哪里不合理，哪里需要重构，你得指出来，然后让 AI 去改，或者自己动手改。
关注系统整体：AI 可能给你生成了 10 个独立的模块，每个都能跑，但它们之间的数据怎么同步？认证怎么统一？出问题了日志怎么追溯？这些系统性的问题，AI 不会主动告诉你，它只会等你问。而一个好的软件工程师，在动手之前就已经把这些问题想好了。

所以，说 AI 立刻就能取代所有编码工作，确实是太乐观了。但反过来说，因为 AI 现在代码写得不好就完全否定它的价值，又太悲观了。

正确的看法应该是，AI 把我们从繁琐的“编码”工作中解放出来，让我们能专注于更有价值的“工程”工作。

工程师的价值，正在从“亲手把砖头码整齐”，变成“设计出宏伟的大厦蓝图，并监督施工队（AI）把楼盖好，保证质量”。

说到底，未来衡量一个技术人价值的，不再是你写了多少行代码，而是你交付了多高质量的系统，解决了多复杂的业务问题。

这个趋势，我觉得是不可逆的。

不知道大家怎么看？

另外，给大家说一件事，我的 Claude Agent Skill 视频教程上线了。

《Claude Agent Skill 视频教程来啦，欢迎大家观看》

最后，介绍一下，我的星球：「AIGC·掘金成长研习社」，主要分享三个板块的内容：

1、副业赚钱领域的内容。我做自媒体十几年了，有很多副业赚钱方面的经验和干货，而且每周都会定期详细带大家拆解一个副业赚钱案例，持续更新的那种，目前，已经分享了上百篇跟副业赚钱相关的帖子和文章了。

2、AI 落地和实操相关的内容。我在里面也分享了很多 AI的各种玩法和落地场景，包括用 AI 做副业的案例也都有。

3、个人成长。我会分享很多我做超级个体和自由职业的一些思考和成长类的内容，目前我已经做自由职业 5 年了，有太多的感慨和内容分享。