AI正在消灭中级软件工程师：唯一救命草是工程判断力
内容提要
AI生成代码速度极快，但人类理解成本未变，导致认知债务累积和技术债膨胀。工程师盲目信任AI输出，缺乏判断力，系统难以维护。行业将分化为高薪决策层和可替代操作层，中级工程师面临淘汰危机。
延伸解读
认知债务：比技术债更隐蔽的危机
文章指出，技术债是知道代码烂但暂时没空修，而认知债务是根本不知道代码在干什么，甚至不知道问谁。当工程师从AI复制代码，设计决策被埋在一堆AI对话里，系统里每一行代码都对应着一个“据说”。这种认知债务比技术债更难偿还，因为它意味着团队对系统的理解在衰减，最终整个项目的知识基础变成一堆未经核实的声明集合。
代码审查的失效：速度与质量的失衡
文章通过“24506行PR”案例说明，AI使代码产出量暴增，但审查能力没有同步提升，导致审查流程瘫痪。当产出速度超过审查上限，坏决策能在一夜之间扩散到整个代码库。审阅者面临压力：阻止PR会拖慢交付，而管理层预期已被AI神话抬高。这种反直觉的漏斗效应，让代码无论好坏都涌入主干，系统质量急剧下降。
删除的不对称性：技术债的累积机制
文章强调，AI让添加代码的边际成本趋近于零，但删除代码的成本一点没变。加一张表只需十秒，删一张表却要三个月。这种不对称导致系统被AI加上大量“当时觉得可能有用”的组件，最终变成谁也动不了的巨型僵尸。即使团队用AI重构，新系统也可能比旧系统更复杂，因为没人敢质疑AI的决策。
工程师的终局：判断力成为稀缺资源
文章预测，软件行业将分化为高薪决策层和可替代操作层。能做出判断的工程师因AI辅助而价值倍增，而只做执行、把判断外包给AI的工程师可替代性被推到极致。判断力依赖上下文、业务理解和系统演变预判，这些正是AI生成代码时压缩掉的信息。最终，人类退回到更本质的位置：决定写什么，以及决定不写什么。
Q&A
AI时代中级软件工程师面临的主要危机是什么？
中级软件工程师面临的主要危机是被AI生成的海量代码淹没，而非直接取代。AI使代码产出速度暴增，但人类理解代码的认知成本未变，导致认知债务和技术债累积，系统难以维护。同时，行业可能分化为高薪决策层和可替代操作层，中级工程师的岗位被挤压。
什么是认知债务？它与技术债有何不同？
认知债务是指工程师不理解代码的用途和设计原因，甚至不知道应该问谁，因为代码可能来自AI。技术债是知道代码写得烂且知道原因，只是暂时没空修。认知债务更隐蔽，因为连问题本身都不清楚，导致系统知识基础变成未经核实的声明集合。
为什么AI生成的代码会导致技术债加速累积？
AI生成代码的边际成本趋近于零，但删除或修改代码的成本不变。AI可以快速添加表、服务或抽象层，但这些组件一旦依赖形成，拆除成本极高。这种不对称导致技术债以前所未有的速度累积，系统逐渐变成难以维护的巨型僵尸。
在AI辅助开发中，工程师的'幻觉授权'现象是什么？
幻觉授权指工程师盲目信任AI输出，将验证责任外包给AI，例如当被问及数据来源时回答'问一下Claude'。这导致责任转移，团队对系统真实状态的理解不断衰减，整个项目的知识基础变成未经核实的AI声明集合。
为什么一个24506行的拉取请求会被提交并批准？
提交者因AI生成代码后功能正常，认为'完成'，忽视了验证；审阅者因阻止会拖慢交付速度，且管理层预期被AI神话抬高，被迫妥协。这导致审查流程瘫痪，坏代码涌入主干分支。
AI时代，软件工程师的核心价值是什么？
核心价值是工程判断力，即能在AI建议时识别业务限制，能发现AI生成代码中的错误，能考虑边缘案例。判断力依赖上下文、业务理解和系统演变预判，无法被AI直接输出，因此成为高薪决策层的关键能力。
AI对软件工程行业的人才结构可能产生什么影响？
行业可能分化为少数高薪决策层和大量可替代操作层，中级工程师岗位被压缩。同时，初级岗位减少导致人才培养断层，未来高级工程师可能需更高学位。但优秀工程师因AI辅助而价值提升，而依赖AI的执行者则面临淘汰。
