我想我本该去当水管工

来自 RobotFuture：好吧，这就是 AI 末日论者现在对软件工程师说的话。AI 正在抢走我们的工作，所以明智之举显然是去当水管工、电工或木匠——任何涉及管道、电线、梯子和卡车的“实在”行当。我明白这个笑话。我自己可能也说过。但我并不认同这个论点。很多恐慌来自看到有人在十分钟内“氛围编码”出一个应用。他们贴出本地运行截屏，也许再放个简短演示，然后所有人都觉得软件工程已经解决了。生产环境的软件有用户、安全问题、旧依赖、模糊的需求、糟糕的数据、意外的流量和多年积累的决策。构建它需要判断力：理解什么重要、选择合适的权衡、发现奇怪的故障，并在东西出问题时承担责任。水管工也逃不掉。如果出现了能淘汰软件工程师的 AI，那它也会淘汰水管工。软件工程本质上是解决难题。代码只是媒介。工程师利用不完整的信息，推理约束条件，设计系统，测试想法，诊断故障，并在现实与计划不符时进行调整。一个能比人类工程师更好地完成所有这些的 AI，已经成为一个通用问题解决者。给它一个机器人体、设计专用机器、或协调自动化体力工作，不过是它要解决的另一个工程问题。管道笨拙，房屋奇怪，每个地下室都是各自的噩梦。这些细节让今天的机器人难以处理管道工作，但它们无法保护管道工作免受能取代设计机器人、训练控制系统、改进硬件并解决所遇故障的人的智能的影响。我并不是说这种智能即将到来。只是这个假设在半路上就说不通了。当水管工是一个职业选择，而不是逃离超人类智能的出口。AI 应该让问题变得更大。我期望 AI 能提高基线并解锁更困难的问题。工程师可能会花更少时间折腾构建系统、拼接 API、点击仪表盘。小团队可能变得有能力开发更好的医疗、能源、有用的机器人以及他们以前根本造不起的工具。也许我们又开始问更大的问题了：我们如何到达火星？如何到达土星？如何离开太阳系？为什么没有人回复我们的呼叫？我渴望这样一个未来：枯燥的工作被压缩，我们的能力增长，值得解决的问题变得更大。给计算机科学专业学生的一点建议。如果你现在正在学习计算机科学，你的学位在十年或二十年后仍然有价值。专注于那些持久的技能。学习计算机如何工作，系统如何失效。练习把模糊的大问题分解成小问题，检验假设，找到真正的约束，并在前五个方法失败时继续前进。学习解决问题。语言、框架和工具会改变。清晰的推理、快速学习和可靠的技术判断力会在你整个职业生涯中不断累积。使用 AI 并擅长它。让它提升你的速度，同时你继续建立自己的理解。一个生成的待办事项应用并不能消除对高技能工程师的需求；它只是表明门槛在提高。如果 AI 持续让工程师更快，我们将承担更有雄心的工作。如果它最终能完成整个工作，那么每个其他行业都会面临同样的压力——包括水管工。