置身 Agent 时代：当软件开始不再需要软件工程师
内容提要
作者以两个业余项目为例，说明在Agent时代，AI已承担代码实现、审查、测试和故障排查，人逐渐退出实现层，转向产品方向、成本、体验与责任等高风险决策。工程经验从生产能力变为风险控制能力，人的注意力成为新瓶颈。软件复杂度仍在上升，却不再需要同比例增加工程师。
延伸解读
风险结构变了，而非风险消失
作者不亲自Review代码，并非因为Agent已可靠。Free4Chat出现过CI全绿、PR合并后首页不工作，以及多人测试才暴露的浏览器卡顿、附件读取失败等问题。风险从“人确保正确”转为“Agent写、Agent审、自动测试与真实运行共同暴露问题”，人只在关键处介入。这提醒读者：自动化流程不创造正确性，只是转移了风险承担点。
人的注意力成为新瓶颈
过去业余项目的限制是时间，现在Agent可全天候实现、测试和修复，但人看不过来大量PR、分析和Review结果。若坚持逐行Review，Agent的生产力反被人的带宽锁死。作者因此主动区分：普通实现细节不看，测试失败让Agent修，只有成本上升、产品方向改变、权限边界变宽或架构失控时才介入。稀缺资源从工程时间转向人的注意力。
经验从生产能力变为风险控制
作者能激进委托Agent，前提是十几年经验让他知道哪些边界不能碰、哪些结果值得怀疑。Anthropic研究显示，典型session中人承担约70%规划决策，Claude承担约80%执行决策；novice的verified success约15%，intermediate以上约28%—33%。经验不再直接表现为写代码，而是判断何时不能相信Agent。但这也带来隐忧：若Junior不再亲手Debug和犯错，未来Senior的判断力从何而来？
样本边界：低组织摩擦下的下限观察
Free4Chat和策引都是个人项目，没有大型组织、审批链和合规签字，作者可自由把权限交给Agent。企业尤其金融、医疗、受监管系统仍需审计、责任分离和多人签核，团队摩擦本身也是风险控制。因此这两个样本不能证明所有公司只需一个工程师，但能揭示一个低组织摩擦环境下，有复杂度的软件持续演进所需的最低人类工程劳动，这个下限的下降已足够重要。
Q&A
在Agent时代，软件工程师的角色发生了哪些具体变化？
软件工程师正从代码实现层退出，不再逐行编写或审查代码，而是转向产品方向、成本控制、用户体验和最终责任等高风险决策。工程经验从直接生产能力转变为风险控制能力，人的注意力成为新的瓶颈。
作者现在如何用Agent完成软件开发？
作者与ChatGPT讨论确定产品方向和工程约束，然后将任务交给Codex、Claude等Coding Agent实现、测试和修CI。完成后由另一个模型（如ChatGPT高能力模型）做Review，发现问题再发回实现Agent修改，直到没有blocker就合并。整个循环中经常没有人工逐行Review。
为什么作者不再亲自Review代码？
因为Agent生产代码的速度远超人的Review带宽。如果机器一天产生几十个值得合并的修改，人坚持逐行读完会锁死Agent的生产能力。作者主动区分注意力：普通实现细节、测试失败、一般Review意见都交给Agent处理，只在成本上升、产品方向改变、权限边界变宽、架构失控或用户体验明显不对时才介入。
Agent时代，软件工程师的经验还有什么价值？
经验仍然重要，但作用从直接生产能力变成风险控制能力。有经验的工程师知道什么地方不能随便相信、该问什么问题、哪些结果值得怀疑、什么设计虽然能Work但从根上不该做。Anthropic研究显示，经验显著影响Agent任务成功率：novice session严格验证成功约15%，intermediate以上约28%-33%；遇到问题时novice最终成功约4%，expert可达15%。
Agent时代，软件工程中人的注意力应该集中在哪些地方？
人应集中在少数高后果决策点：产品方向（决定不做什么）、成本（如Cloudflare账单、模型API费用）、最终人类体验（声音自然度、按钮位置、等待时间）以及责任（账号、服务器、信用卡、用户问题最终由人承担）。普通实现细节、测试失败、一般Review意见、偶发生产错误则交给Agent处理。
Agent时代，软件工程行业可能面临什么长期风险？
最有效的Agent工作流受益于有经验的人，但这种工作流本身可能减少产生这些经验的机会。过去Junior通过亲手写代码、犯错、被Review、Debug事故来积累经验，未来如果Agent负责写代码、Review、Debug和事故分析，Junior只看到“tests passed”，这条经验形成路径会变化。软件行业可能在改变自己生产Senior Engineer的方式。
