LLMs 并未取代你。它们取代了你的借口。

发布: (2026年1月15日 GMT+8 21:35)
3 min read
原文: Dev.to

Source: Dev.to

当前状态

你的组织把代码输出当作进展。
这种信念过去让人感到安全。
这并不是关于初级工程师失业的讨论。

“我们之所以能快速交付,是因为我们很优秀。”

这句话过去是卓越的象征。
在 LLM 之前,努力是可见的。
现在输出很便宜。
一次提示就相当于一次差异(diff)。
每个人都觉得自己很高产。

发生了什么变化

  • LLM 并 没有取代工程岗位。
  • 你不再需要了解某个东西为何能工作。
  • 那并不等同于正确性。
  • 看似合理的代码可以编译通过。

大多数团队已经容忍了这种现象。
每个团队都说他们有标准。
模板本身并不包含判断。

当重复成为质量标准时,评审就会崩塌。
“LGTM” 不再意味着 我理解了这段代码
沉默等同于认可。

责任与所有权

这不是工具链的问题。
你的交付流程依赖于所有权。
责任被分散到消失。
在代码昂贵时,这种做法还能奏效。

事故发生后,大家都会问同一个问题:

这怎么会被批准的?

答案总是一样的:

  • 不要怪粘贴输出的初级工程师。
  • 不要怪模型本身。

看看实际改变了什么。
瓶颈已经不再是写代码。
如果你不能深入阅读陌生代码,就无法评估 AI 的输出。
在不理解的情况下批准并不是领导力。

关注点的转移

系统设计变得更重要,因为实现成本低。
这些都不是新鲜事。
LLM 奖励有纪律的团队。

保持相关性并不是学习下一个模型。
那个人的竞争点不在输出上。
他们能够在不重新阅读差异的情况下解释权衡。

如果你的职业规划是“更好地使用 AI”,那你已经晚了。
真正的问题是你是否仍在实践工程师的本职工作。

反思性问题

  • 你的交付流程中哪些环节允许未知决策进入生产?
  • 谁决定这是可以接受的?
Back to Blog

相关文章

阅读更多 »

Rapg:基于 TUI 的密钥管理器

我们都有这种经历。你加入一个新项目,首先听到的就是:“在 Slack 的置顶消息里查找 .env 文件”。或者你有多个 .env …

技术是赋能者,而非救世主

为什么思考的清晰度比你使用的工具更重要。Technology 常被视为一种魔法开关——只要打开,它就能让一切改善。新的 software,...

踏入 agentic coding

使用 Copilot Agent 的经验 我主要使用 GitHub Copilot 进行 inline edits 和 PR reviews,让我的大脑完成大部分思考。最近我决定 t...