软件工程，还有未来吗？
内容提要
文章回顾软件工程从手工业、结构化编程、互联网、云原生到AI时代的演进，指出抽象层级不断提高、软件复杂度持续爆炸。作者认为，软件工程因应对复杂性而存在，需求无止境，行业不会消亡，但工程师技能树将大变。AI短期内更适合当辅助者，人类负责抽象、统筹与规划，软件工程师价值反而更受重视。
延伸解读
抽象层级提升的代价与收益
文章指出软件工程演进的一条规律是抽象层级不断提高：从机器语言、汇编到C/Unix，再到JVM跨平台、Kubernetes+Docker打包运行环境，直至AI将自然语言直接转为代码。每一次抽象都屏蔽了底层复杂性，让开发者更接近人类思维模式，但同时也意味着对底层细节的掌控力减弱，调试和优化可能更依赖工具链。读者需注意，抽象并非免费，它把复杂性转移到了新的层面。
AI辅助者的边界与风险
作者认为AI短期内更适合当辅助者，人类负责抽象、统筹与规划。原因在于AI自我迭代缺乏真实应用场景，容易陷入封闭系统更新，放大微小误差形成谬误。这提示读者：在采用AI生成代码时，应保留人类审核与分派环节，避免完全依赖AI闭环训练。AI的辅助价值在于完善内容、提供建议，而非替代人类对真实问题的判断与创新。
软件工程不消亡的逻辑
文章从本质出发，认为软件工程因应对复杂性而存在，人类需求无止境，未来软件要解决的问题只会更复杂，因此软件工程和工程师不会被淘汰，但技能树将大变。对读者而言，这意味着不必过度焦虑行业消失，而应关注自身简化、抽象、规划能力的提升。技术手段会变，但对高质量交付和社会化实践的需求不变，专业门槛反而可能更高。
Q&A
软件工程的发展经历了哪几个主要阶段？
文章将软件工程演进分为五个阶段：五六十年代的手工业时代，硬件性能提升使软件成为瓶颈，北约会议提出“软件工程”概念；七八十年代的结构化编程时代，标志是C语言和Unix OS诞生，Dijkstra提出goto语句的害处，软件应自顶向下、模块化编写；九十年代到2010年代中期的互联网时代，Java语言诞生，敏捷概念兴起，核心是面向对象和Web；2010年代中期到2020年代初的云计算和云原生时代，标志是Docker和Kubernetes开源；2022年ChatGPT爆发开始的AI驱动时代，自然语言成为编程语言，开发效率爆发。
软件工程演进中抽象层级是如何变化的？
抽象层级越来越高：从硬件机器语言、汇编语言，到结构化编程阶段的C和Unix屏蔽硬件指令复杂性，再到互联网阶段的JVM实现跨平台，云原生阶段的Kubernetes+Docker让运行环境和资源一并打包，最后AI阶段让人类语言直接翻译成传统编程语言，达到最高抽象层级，最接近人类思维模式。
为什么说软件工程行业不会消亡？
软件工程诞生的动机是应对复杂性。人类需求无止境，软件会越来越复杂，需要可重复实践的方法保证交付时间和质量。未来需要软件解决的问题更复杂，软件本身也更复杂，因此软件工程需要持续存在并更复杂，专业门槛更高。技能会被替代，但行业会持续进步。
AI在软件工程中短期内会扮演什么角色？
未来几年到十几年，AI更适合作为辅助者。软件工程师负责抽象、统筹和高屋建瓴的规划性工作，AI作为辅助者、好帮手，帮助完善内容，作为智囊团提供建议，并作为实施者搞定经过人类审核分派的具体任务。
AI自我迭代和强化存在什么困难？
AI自己生成代码并用于训练，会缺乏人类真实的应用场景，本质上无法产生针对真实的改进和创新。这种模式可视为封闭系统的自我更新，极易放大微小误差，最终结果天差地别，形成不可思议的谬误。
AI时代软件工程师的价值体现在哪些方面？
软件工程师对于问题的简化能力、抽象能力、规划能力将得到前所未有的重视。社会依然需要软件工程师，甚至需要更多，但技能树可能大幅变化。人类负责抽象、统筹与规划，软件工程师价值反而更受重视。
