AI 时代的工程能力：什么在贬值，什么在升值
最近读到一位做算子优化的工程师写的公开文章（标题是《我不得不把才华埋葬在昨天》）。他讲了两件事：AI 已经从"帮我查文档"变成"能独立读汇编、分析指令停顿、独立优化算子"；因此他不认为自己会失业，但判断自己必须"转业"——从手写算子的人，变成开 Agent 这辆机甲的驾驶员。他还担心一件事：学生用 AI 完成实验课，会让组织代码、构建系统、预见需求这些工程能力断代。
我这半年用多套 Agent 框架做过真实项目（科研工作流、语料处理、服务部署、硬件设计流水线），对这两个判断都有自己的体会。下面是我目前的看法。
先说结论
- 贬值的是"写"的速度，升值的是"定义与验收"的能力；
- 判断一项能力会不会被替代，有一个可操作的判据：这件事的对错能不能被自动判断；
- 工程能力不会像手写汇编那样过期，但它的作用点从"自己实现"变成了"定义约束 + 审查产出"。
一、我的判据：对错能不能被自动判断
这是我在实际分工里用得最多的一条：
| 工作的性质 | 处理方式 | 原因 |
|---|---|---|
| 对错可自动判断（测试通过、指标达标、构建成功） | 放心交给智能体 | 有客观反馈，它能自己收敛 |
| 对错只有人能判断（需求是否合理、结论是否成立、体验是否可接受） | 必须人来做 | 没有反馈信号，它会自信地走错方向 |
按这条判据，"会写代码"本身正在贬值，而**定义"什么算写对了"**在升值。这也解释了为什么有些团队上了 AI 之后效率提升明显，有些只是产出更多的返工。
二、在贬值的东西
- 敲代码的速度：这是最直接被替代的部分；
- 样板式实现：CRUD、配置、脚手架、常规测试，模型写得又快又稳；
- 单一工具的熟练度：某个框架的 API 记忆，模型比你记得准；
- "知道怎么写"的记忆型知识：查得到的东西，价值迅速下降。
三、在升值的东西
具体到做事层面，这七项在我这半年的实践里反复被证明是瓶颈所在：
一、问题定义与拆解。 把"优化一下"变成"首屏区块从 3 个减到 2 个并在 1280×720 内不出现滚动"。这类翻译工作无法外包给智能体——它是需求侧的判断。方法写在另一篇笔记里。
二、验收设计。 能自动化验证的验收标准（测试条数、点击计数、指标阈值）直接决定协作质量；"看一眼觉得还行"不是验收。
三、系统与接口设计。 接口定清楚，多个执行单元才能并行；接口模糊时，并行只会制造冲突。
四、领域判断：知道什么值得做。 模型能实现你提出的方案，但"该不该做这个方案"依赖对领域的理解。这半年我最省时间的决定，往往不是写得更快，而是提前砍掉了不值得做的方向。
五、上下文与信息组织。 给智能体喂什么信息、按什么层次组织、什么该沉淀成规则文件——这直接决定它的判断质量。
六、成本与预算判断。 长任务要知道哪些环节贵、哪些可以本地跑、并发上限设多少。这是工程经济学，不是编码技巧。
七、审查与故障定位。 产出变多之后，**能快速判断"哪里不对"**成为稀缺能力。我的做法是把机械性检查交给脚本，把注意力留给"为什么不对"。
四、对"工程能力会不会过期"的回答
那篇文章把问题提得很准：这些能力会像"手写 x86 汇编"一样被时代抛弃，还是会像"理解从软件到系统到硬件的整套计算机系统"一样永远有价值？
我的判断是后者，但形态变了：
- 起作用的方式变了：过去是"我来组织代码"，现在是"我定约束、它来组织、我审查结果"；
- 要求反而更高了：产出速度提升 N 倍，如果不给结构，"屎山"的速度也会提升 N 倍——结构恰恰是必须由人给的那部分；
- 不会自动获得：这些能力只有在真实项目里才能长出来，跳过实践过程也就跳过了能力形成的过程。
稍加注意
把实验课交给 AI 一键完成，最大的损失不是"没学到 API"，而是失去了"从模糊需求到可验证方案"的完整闭环训练。这一步恰好是 AI 替代不了的部分。
五、"机甲驾驶员"的具体技能清单
如果要给正在转型的人一份可执行的清单，我会写这八条：
- 把模糊需求翻译成可判断的验收标准；
- 拆任务：目标 → 判定 → 子任务 → 执行单元，并写清边界；
- 设计接口与结构，让并行成为可能而不是冲突；
- 管理上下文：规则文件、记忆、任务输入分层供给；
- 设计自动化验收，把人的注意力留给判断；
- 控制成本与并发，知道钱和时间花在哪里；
- 定位故障：产出问题是常态，快速判断"错在哪一层"是核心能力；
- 判断什么时候不用 AI：涉及不可逆操作、或者你自己都没想清楚的事情。
六、我自己的做法
- 每个项目留规则文件与记忆文件（写环境约束与结论），换工具时资产不丢；
- 实验先写判定标准再跑，失败结果与成功结果同等记录；
- 交付前必须渲染出来看，机械检查交给脚本；
- 把重复出现的问题升级为流程约束，而不是每次临场处理。
这四条看起来和"AI 技能"无关，但它们决定了我用 AI 的产出是资产还是垃圾。