即将来临的'资历断崖'，实际上是AI发展的瓶颈，但在当前背景下仍未被承认。
摘要
文章认为，AI对初级工作的影响可能会削弱基本技能和直觉，导致随着经验丰富的专业人士退休而出现的'资历断崖'，从而为AI发展创造了一个瓶颈。
有人一直在讨论人工智能是取代初级工作，还是仅仅将同样的工作做得快十倍。这两种观点都忽略了一个非常基本的认知概念：直觉是通过摩擦而发展的。初级重复性工作过去不仅仅是执行低价值任务；它提供了一种认知学徒的形式，从而建立起必要的心理模型。花费数天追踪小内存泄漏或清理混乱数据环境的经验，正是形成学习故障模式和次优架构迹象的经验。当初级人才跳过那种必要的摩擦，从事只涉及编辑提示和检查态度的工作时，重要技能就会退化。盲点更多，因为没有经验'疤痕组织'来在信息投入生产前捕捉虚假但可信的信息。上下文变得肤浅：人们只检查一个孤立的功能，但不考虑整个系统在压力下的涌现行为。调试能力变弱，因为人们依赖模型来解决问题，而由于基础缺失，问题本身就不会被正确处理。那么，随着当前的高级工程师、系统架构师和领域专家退休，在接下来的五到十年内，预期的结果会是什么？
相似文章
如果AI正在取代入门级工作，谁将成为下一代经验丰富的员工？
本文讨论了随着AI接管入门级任务，企业可能难以培养下一代经验丰富的员工，从而可能导致人才短缺的担忧。
AI可能正在移除梯子的底层横档
这篇文章探讨了AI可能如何通过绕过基础工作，消除教育和工作场所中的入门职位，从而阻碍技能和专业知识的发展。
AI正在移除软件工程的中产阶级
观点文章认为，AI智能体移除了代码变更的速度限制，导致工程文化薄弱的团队积累难以管理的技术债务，使资深工程师的工作变成大规模审查AI生成的PR。
初级工作也是培训基础设施。我认为AI的采用需要考虑到这一点。
该文章认为，初级工作作为培养判断力和技能的培训基础设施，AI的采用必须考虑到这种学徒功能，以避免削弱通往高级专长的路径。
AI 对入门级工作冲击最大，Stanford 研究发现
一项 Stanford 研究发现，AI 通过针对编码化知识，对入门级工作造成了不成比例的影响，导致这些领域的就业增长放缓，而需要隐性知识的工作对中年和资深员工来说增长更快。