软件工程师最终会消失吗？

我试图让高级模型承担需求分析，任务分派，并指挥其他低级模型会话的任务，实际下来效果很差，分析看起来头头是道，洋洋洒洒写了一堆 TODO 。但是后面实现起来越来越糟糕。我不知道是不是因为模型是特别针对编程优化导致的。但是感觉软件工程还有用。

会消失：因为 AI 完美代替了；
不会消失：因为人人都可以是软件工程师。

人人都可以是软件工程师，最终结果就是人人都不能成为软件工程师，软件工程师本身也会出现阶级分层~

@ajaxfunction 他是转业，不是失业

@gaojiren 不是很恰当，因为 ai 就是大厨的水平

@kandaakihito
科技的发展不怕螺旋上升，而是降维打击。比如出现能量包快速补充能量的预制菜，直接不用做饭了。

不会消失
但基于软件的获利会越来越少、越来越难

人人都会按快门不代表没有摄影师，人人会煮面也不影响饭店请大厨

按照我学的软件工程概论，现在使用 vibe coding 更像一个软件工程师

难道不是最好的时代吗？君子善假于物，现在有这么牛逼的物来假

@antipro 可能差点方法论，试试 https://www.v2ex.com/t/1247174

其实我很好奇，现在这样一直演进下去，那是不是机械臂接入 ai 后，很多劳动力也不需要了？自然维修也不需要那么多人了，让好的机械臂或者机器人去维修损坏的就好了，那人类是要来干嘛的呢？那人不需要劳动了，是不是钱也不需要了呢？那经济还有用么？市场还需要么？反正都让 ai 和机器人去做各种事？
而且现在用 ai 不是时不时就遇到 ai 撒谎，或者明知不可为而为之的事？哪天说不定，直接把主人给干了？然后说一句，虽然知道不对，但就是这么干了。。。

不会

不会消失，但是会变成一个稀缺物种。大熊猫也还没消失，但是并不代表哪里都能看到大熊猫

@FrankFang128 对的

相机都发明一百多年了，画家消失了么

只要人类的商业活动社会运转还是处于现在的信息化社会那么软件工程师依然存在,但是已电报的消亡来看各种围绕着电报打造的配套同步死亡,未来会出现相应的变迁.

COBOL 这古董不少公司还在用还不是成本和风险的问题
以后软件工程师可能成为稀缺品，成为坚持匠心纯手搓代码的古法编程仙人

程序员会消失，软件工程师不会

@V2Try 有什么好的课程推荐吗？我也想转转型了

@kwong51 AI 时代了。这种老古董也没有以前的学习成本问题了。古法仙人也要贬值。

@renyiqiu 没有了，我发现 Claude 的设计品味也很高，而且用户交互当我拿不定主意的时候，问它经常能得到一些令人惊喜的实现。完蛋了😢

@V2Try 完蛋了，这不完犊子么哈哈

我反正现在自用的都自己写了 https://www.v2ex.com/t/1247689

反正都是日抛的，压根没有可持续维护性。

不会消失，但是类似现在软件工程只写代码的工程师可能会很少了。

题主文笔不错。我跟题主心路历程差不多，也矫正了自己以前判断失误的地方（比如觉得 AI 概率模型，总是有 corner case ；约束能力用自然语言来做的根本缺陷之类的；实际上，只要叠加更多步骤，消耗更多 token ，那么概率上出错的可能性会被不断降低，从而迸发出让人觉得很不可思议的可用性程度）。

不过我始终还是认为 AI 发展还是有核心困境的：1. 模型底层的核心模块是 attention ，这导致了上下文窗口的扩大成本是平方级别的，各种优化和压缩手段都是 trade-off 并不能真正解决平方级别的成本增长（算力/存储都是平方级，而 scaling law 显示的是整体性能提升需要的成本提升是指数级的）。2. 数据量的需求是难以被满足的，并且需要的数据质量越来越高，采集的方式目前几乎把历史的全部耗尽了。未来只能通过现实世界(没有任何加速时间的手段，只能以扩大并行的方式)来直接采集。上面两个核心的困境，意味着 AI 基础能力的发展的速度已经变缓，现在日新月异的进步只是通过消耗有限的上下文资源，搜集得到的更加长链的带轨迹的数据形式，外加通过精妙的工程手段来锦上添花。不过即使发展速度受限于如此，AI 仍然展现了惊人的，可以替代软件工程师的“实力”。（甚至是替代任何脑力劳动者）

从原理来说，(a)由于上下文的限制，AI 始终需要一个全局 guidance 。另一方面，(b)由于整体 AI 系统缺乏类人的长期目标性/人格/记忆等等机制，AI 的行为也还是始终需要人类来指导。但我不觉得后者一定无法克服，人类的上下文可能也是有限的，更精妙的记忆提取技术也许会被研发出来，AI 会某种程度上更加逼近人类。最后一个方面，(c) 就是基于物理规律的世界上，是 AI 很大的障碍（所谓具身智能），数据的采集成本极高（要部署大量传感器或者机器人），同时现实世界的时间是不能加速的。考虑到上面三点，软件工作的方面如果是纯逻辑性的，AI 还是有望完全自己工作来解决，不需要任何人引导（短期之内还是难）；而软件工作如果涉及到对现实的模拟，AI 大概率还是处于长期需要人类来指导的水平。

此外，不同的人使用 AI 的效能是完全不一样的。传统古法工程师所建立的直觉和经验，会体现在使用 AI 的效能上。这也许会变成一个难以培养的能力，但我也不那么乐观。高度的抽象能力，不一定必须建立在对底层细节的掌控上，就好比很多人并没有理解数学分析的底座、实数连续统、测度集合论，仍然可以用简单的加减法、微积分来解决问题。因此，古法时代人员的优势终究会消磨殆尽，新时代的人也能在 AI 时代下建立同样的经验和直觉。

真正的问题是，软件工程师的评价体系。古法那套显然有局限性，而新的评价的方式也很难。唯成果论的评价方式，在我看来可能更加简单直接。比如直接安排一个高难度的系统的实现，作为评价指标。

至于行业是否需要这么多人，我理解可能会短期之内需要人变少，长期反弹回来。短期内，AI 带来的是成本节约，但同时也让竞争变得更加激烈，原本的 90 分产品，在 AI 时代必须达到 95 分才能存活下去。这种预期要求的提升，反而会导致更多的工程成本。但短期内的成本节约和预期要求的提升达到平衡，也就意味着工程师的需求会迎来反弹（因为整体趋势仍然是更多的领域乃至新领域，都需要更多的软硬件开发）。

而在最远最远的未来，AI 必然是会全面降临的，那时候必然是全面替代人类，不仅仅是软件工程师。