AI 没有抹杀初级工程师的价值，反而提升了其价值。

# 孩子们真的很棒 来源：https://franciscotrindade.me/blog/the-kids-are-really-alright AI并未削弱初级工程师的价值，反而使其更加重要。 2026年8月18日 · 4分钟阅读 *“AI吞噬了初级工程师的边际价值”*。这是我上次就此话题撰文（https://franciscotrindade.me/blog/the-kids-are-alright）后收到的反馈。根据这一观点，初级工程师的工作流程大致如下： - 存在某个需求需要解决方案。由更有经验的人（高级工程师）进行规划和设计。 - 高级工程师将工作分解为多个小任务，明确执行步骤。每个任务分配给一位初级工程师。 - 初级工程师执行任务——如今这通常意味着将需求提示给AI工具，然后创建一个拉取请求（PR）。 - PR收到来自更资深工程师的反馈。初级工程师获取反馈，再次利用AI工具提出修改建议。 - 如此循环直至完成。 如果实际过程确实如此，我们为何还需要初级工程师？他们似乎只是在充当需求（有时甚至是噪音）的传递者，却拿着全职薪资。这听起来似乎有道理。 但别急着下结论，让我们看看另一个故事。或者可以说是同一个故事，但从不同的角度来审视。 在我们产品中，有一个功能被用户请求了多年，却始终未被开发。它并非异常复杂，但也不是关键功能——至少没有关键到足以通过优先级筛选的阈值。这意味着多年来，部分用户一直因无法使用所需功能而感到沮丧。 今年夏天，我们将这个问题分配给了一位实习生（资历比初级工程师还浅）。这位实习生主导了这个功能的开发。他们与产品经理沟通以理解问题和需求，撰写了设计方案文档，与团队达成共识，并最终实现了功能。当然，他们是借助AI以及协作团队的力量完成的。 但主导者是他们。他们处理了各种矛盾之处，权衡了技术与产品层面的取舍，并在发现问题时调整了方案。他们交付了实际价值。AI确实生成了大部分代码，但决策权掌握在他们手中。一个原本可能无法解决的用户问题，现在被解决了。由一位实习生解决，且成本极低。 所有工程师都在管理复杂度，区别只在于程度的多少。*所有工程师都在管理复杂度，区别只在于程度的多少。* 抛开未来任何公司都需要高级工程师这一事实不谈，初级工程师仍然有价值，还有一些非常实际的原因。 **初级工程师依然为组织贡献了人力容量。**这是因为工程师的工作并非按照规格说明书编写代码（或向AI工具输入提示）。而是要用软件解决用户问题，并在决策过程中管理相应的技术复杂度。这对所有工程师都适用。首席工程师管理大量复杂度，初级工程师管理少量复杂度，但角色本质是相同的。 这超越了编程范畴。它需要理解问题，也需要理解用户视角。需要认识到，若以特定方式构建功能，会导致一系列特定的技术与产品权衡。而这些权衡超出了AI的决策范围，因为它们需要比代码库更广泛的上下文信息。技术决策仍然至关重要，初级工程师为其做出了贡献，使组织能够做更多事情。 **培训成本实际上大幅降低了。**对于资历尚浅的工程师，大部分培训成本用于理解公司的技术背景，即大型代码库和架构的细微之处，以及进行基础软件技能培训，如编程语言、工具链和设计模式。 过去，这要么需要初级工程师具备较强的主动性，自行研究和学习；要么需要更资深的同事投入实际精力，花时间讲解基础概念。这种人力投入并未消失，因为来自人类的上下文对于软件开发效率依然关键。但借助AI，其中很多工作可以得以简化。 **具备AI原生能力很有价值。**作为行业，我们不能一边在职位描述中要求工程师必须具备AI原生能力，一边又不雇佣最符合这一描述的人。如果AI将极大简化该角色的技术部分，那么那些职业生涯始于AI的人，在积累了相应经验后将处于最佳位置。 回到之前那个例子，实习生发布的功能被请求已久。它不够重要，无法获得优先开发，但又需要太多的判断力，无法直接交给AI处理。这类任务存在于每个团队，并将继续存在。AI扩展了每个层级工程师所能处理的任务范围，初级工程师也不例外。 比这更重要的是，工程组织将继续需要技术判断力。而贵组织未来所需的判断力，正应从现在开始培养。 Francisco Trindade 大家好！我是Francisco Trindade，Braze的工程副总裁。我通过系统思维的视角，撰写关于工程领导力和效能的文章。 每月几篇。绝不发送垃圾信息，可随时取消订阅。