@sailfishcc1: 非常赞同这个观点，我觉得在未来确实是 Design System、infra，还有在比较复杂的系统做过演进，维护过历史的代码，可以用 AI 做好上面的一些事情的人，是非常稀缺的。
摘要
A developer argues that future AI-native teams will value people with experience in design systems, infrastructure, and maintaining complex codebases, who can leverage AI effectively.
查看缓存全文
缓存时间: 2026/05/26 04:48
非常赞同这个观点，我觉得在未来确实是 Design System、infra，还有在比较复杂的系统做过演进，维护过历史的代码，可以用 AI 做好上面的一些事情的人，是非常稀缺的。
Yifeng “Evan” Wang (@ewind_dev): 我觉得 AI native 团队里最理想的研发画像，可能是至少有几年领域经验，做过 tech lead（不一定，略有 people skill 就行）但现在回头做 IC 非常享受指挥 AI 的类型。
角色上，应用层团队里可能会逐渐只剩 design engineer / full stack / infra 几类角色了，且强的人还能继续同时横跨。
相似文章
@leerob：你可能认为因为AI，你应该少花时间思考代码。我强烈反对！我们正看到这……
文章认为，尽管AI取得了进步，工程师仍然必须理解代码和系统，因为AI生成的代码可能成为负担，并强调了计算机科学基础和系统设计的重要性。
@rohit4verse：AI 并没有让代码变得廉价，而是让劣质代码变得致命。Matt Pocock：“软件基础比以往任何时候都更重要”AI 在……
探讨了 AI 如何放大代码质量的影响，强调软件基础比以往任何时候都更重要，并推荐了构建可靠 AI agent 的五种设计模式。
@oran_ge: 未来每个团队都是在做 harness 工程，每个人都需要理解这套框架 虽然有一些非共识的点，但这篇是个不错的综述
An opinion piece suggesting that AI teams will increasingly focus on 'harness engineering' and advocating for a review article on the framework.
@hongming731: 阿里这篇关于 AI Native 时代组织研发的思考非常值得一读。它在思路一个非常重要的底层问题：过去两千年的组织形态，都是围绕人的局限建立起来的。 人会遗忘，会疲惫，会误解，会有情绪。一个人能够稳定协作和管理的人数有限，信息在层级之间传…
阿里发布关于AI原生时代组织研发的思考，指出传统组织形态需从适应人类局限转向适应AI Agent的高效执行。文章强调，AI转型的核心瓶颈在于信息形态的落后，需将隐性经验转化为AI可理解的基础设施，同时保留人类在创新和文化建设中的核心作用。
@dotey: https://x.com/dotey/status/2055097242755706984
资深开发者常因过于强调代码复杂性而无法与业务团队有效沟通，而业务团队真正关心的是消除不确定性。文章建议开发者用“能不能试个更快的办法”来拉通双方案，并指出AI虽能快速写代码，但承担责任的仍是人类。