2023年的时候，我见过一个很典型的场景：产品经理拿着ChatGPT写出来的PRD洋洋得意，说”终于不用求工程师了”。
结果呢？PRD写得漂漂亮亮，架构图也能画，但一落地就出问题。因为AI不知道你们公司的历史包袱、不知道那个”简单的改动”会牵扯三个微服务、不知道数据库里有多少脏数据要清洗。
到了2026年，风向变了。真正用AI用得好的，反而是那些本来就懂业务的人。
我观察到一个有意思的现象：同样是用AI写代码，资深工程师两句话就能让AI输出可用的东西；初级工程师写了一堆prompt，产出的代码还是没法用。
差别在哪？不是prompt技巧，是对问题的理解深度。
资深工程师脑子里有个”地图”——知道什么该问、什么不该问、哪里可能有坑。AI对他来说是个执行器，不是决策者。
初级工程师没有这张地图，所以把AI当成了决策者。结果就是：AI一本正经地给出一个看起来对但实际错的答案，他也不知道。
我现在的判断是：AI没有降低专业门槛，反而提高了——因为”看起来懂”和”真的懂”之间的差距被放大了。
以前你不懂，至少知道自己不懂，会去问人。现在你不懂，AI能给你一个看起来很专业的答案，你可能就信了。
所以如果你问我现在最重要的技能是什么，我会说：比以前更深地理解你正在做的事。
AI能帮你执行，但帮你判断”该执行什么”的能力，它还没有。
结果呢？PRD写得漂漂亮亮，架构图也能画，但一落地就出问题。因为AI不知道你们公司的历史包袱、不知道那个”简单的改动”会牵扯三个微服务、不知道数据库里有多少脏数据要清洗。
到了2026年，风向变了。真正用AI用得好的，反而是那些本来就懂业务的人。
我观察到一个有意思的现象：同样是用AI写代码，资深工程师两句话就能让AI输出可用的东西；初级工程师写了一堆prompt，产出的代码还是没法用。
差别在哪？不是prompt技巧，是对问题的理解深度。
资深工程师脑子里有个”地图”——知道什么该问、什么不该问、哪里可能有坑。AI对他来说是个执行器，不是决策者。
初级工程师没有这张地图，所以把AI当成了决策者。结果就是：AI一本正经地给出一个看起来对但实际错的答案，他也不知道。
我现在的判断是：AI没有降低专业门槛，反而提高了——因为”看起来懂”和”真的懂”之间的差距被放大了。
以前你不懂，至少知道自己不懂，会去问人。现在你不懂，AI能给你一个看起来很专业的答案，你可能就信了。
所以如果你问我现在最重要的技能是什么，我会说：比以前更深地理解你正在做的事。
AI能帮你执行，但帮你判断”该执行什么”的能力，它还没有。
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容，请联系我们，一经查实，本站将立刻删除。
如需转载请保留出处：https://51itzy.com/kjqy/208858.html