背景介绍
2026年6月,一位拥有10年专业经验的软件工程师在个人博客发表了题为《LLMs are eroding my software engineering career and I don’t know what to do》的长文,迅速登上Hacker News首页并获得769分、748条评论的惊人反响。这位化名”poisonfountain”的工程师专注于金融支付领域的后端开发,精通PCI合规、复式记账、托管对账、支付生命周期和银行转账幂等性等高度专业化的知识。他曾坚信,深耕领域专业知识是软件工程师在AI时代建立不可替代性的最佳路径——然而过去一年的经历让这一信念彻底动摇。
核心观点:三根支柱的崩塌
作者将软件工程师的职业价值归纳为三根支柱:领域专业知识、技术执行力和职业身份认同。LLM正以不同方式侵蚀这三根支柱。第一,AI工具(他拥有ChatGPT和Claude Enterprise账号)让任何工程师都能在几分钟内生成符合规范的金融支付设计文档和代码——他花十年积累的领域壁垒正在快速消融。第二,他发现自己越来越多地扮演”AI代码的审阅者”而非”代码的创造者”,技术工作的本质从”建造”转变为”校对”。第三,公司招聘JD中”领域专长”已不再是核心筛选条件,职位从”金融方向软件工程师”变成了通用”软件工程师”,领域的标签正在被抹去。
具体案例
作者分享了入职工厂后的第一个项目:重新架构遗留在线支付系统。过去完成这类任务需要数周的研究、设计文档撰写和架构评审。但在AI辅助下,他发现自己可以在数小时内生成完整的设计文档和可运行的代码框架。公司的效率确实提升了,但他个人感受到的不是成就,而是一种存在性焦虑——如果AI能让初级工程师也产出同等质量的方案,他十年积累的”深水区知识”价值何在?公司明确要求他”多用AI”,他尝试后发现模型确实能快速连接各种系统组件并生成合理方案,这种被替代感是深入骨髓的。
技术分析
从行业趋势看,作者描述的现象并非孤例。企业在AI辅助开发工具上的投入正在飙升,从代码补全(GitHub Copilot)到全栈Agent(Claude Code、Devin),AI正从”辅助型工具”进化为”执行型Agent”。对工程师而言,这带来了一个结构性困境:AI降低了软件开发的入门门槛,但同时也压缩了高级工程师的溢价空间。当工具能弥补大部分经验差距时,企业自然倾向于雇佣更便宜、更年轻的工程师来操作这些工具。更令人担忧的是,一旦工程师从”建造者”退化为”校对人”,其职业成长路径也将被截断——没有人是通过审阅别人的代码而成为架构师的,复杂系统的深水区经验必须在亲手建造中习得。
社区反响
HN讨论呈现出鲜明的观点分歧。iandanforth直言”我整天使用LLM,但绝不会让它独自负责金融产品”,强调在生产环境中,能识别AI的微妙错误需要真刀真枪的领域经验。torben-friis的经历与作者高度相似,但他认为领域知识恰恰是目前AI最薄弱的环节——LLM在处理本地税法、会计准则和特定账本实现时频繁出错。george_max则发出更悲观的警示:模型正在以惊人速度进化,”不要用今天的模型能力来预判明天的威胁”。另一些评论者提出了建设性视角,zkmon建议”骑浪而行”——每一波技术浪潮都会创造新工种。hmokiguess引用乔布斯名言”想法很便宜”,提出执行虽然重要,但人类的”意愿”和”用心”才是真正稀缺资源。
原文链接
原文: LLMs are eroding my software engineering career and I don’t know what to do