物理AI正推动机器人技术从数字空间向现实世界转型，VLA大模型将控制转化为“下一个Token预测”，结合仿真训练与高频安全控制器，取代传统C++算法。软件工程师无需制造硬件，可通过通用AI中间件、合成数据管线、垂直场景微自动化和人机接管基础设施四条路径实现价值，抓住数万亿美元市场机遇。

随着AI生成代码的普及，软件工程师角色将分化为产品工程师和平台工程师。产品工程师专注于客户界面，而平台工程师则构建AI工具链。平台工程从支持功能转变为核心，涵盖代理护栏、成本控制、反馈循环等，确保AI安全高效编码。未来多数工程师将转向平台侧，因为构建和维护AI“引擎”的适配层比写代码更关键，组织需重视此转变。

Cognition公司开发的自主AI软件工程师Devin于2024年初问世，专注于代码迁移和修复bug。Claude Fable 5模型提升了Devin的任务持续时间和自我调试能力，使其能够独立处理复杂问题。Alberti预测未来90%的工程任务将由主动AI代理完成，从而提高工程团队的效率。

AI正在改变软件工程师的角色，许多工程师转向管理职位。Gartner预测到2029年，软件工程团队将缩小至两到三名工程师。尽管AI工具普遍存在，工程师的生产力未必提高，企业应关注决策质量和客户结果，而非仅仅是代码输出。过度依赖输出指标可能导致工程团队偏离真正的客户价值。

本文讨论了理想与现实的平衡，作者分享了失业三年后的经历，最终选择重拾软件工程师的工作，接接软件外包项目。他强调务实的重要性，认为解决生计问题是追求理想的前提。

2025年，作者回顾了一年的经历，感受到时间的流逝和生活的变化。AI技术迅速发展，开源大语言模型的出现降低了使用成本，推动了AI在各领域的应用。尽管编程工作受到影响，软件工程师的角色依然重要，需解决复杂问题并理解需求。作者在旅行中感悟生活，珍惜与伴侣的关系，期待未来能输出更多有价值的内容。

在AI时代，软件大师Eric S. Raymond和Uncle Bob Martin放弃了C和Java，转向Go和Rust。他们认为编程语言的选择标准已改变，关键在于AI能否高效生成代码，以及人类能否轻松审查。Go语言因其简洁的语法适合AI生成代码，而Rust则提供内存安全保障。传统语言如Python因复杂性受到批评，未来软件工程师的角色将从编写者转向审查者。

Stack Overflow推出了新的博客平台“The Heap”，旨在让软件工程师和技术人员分享想法和经验。该平台目前处于测试阶段，允许社区成员提交文章，未来将增加直接投稿和投票功能。所有文章将采用CC BY-SA 4.0许可证，鼓励作者分享和推广作品。

编译器在计算机科学中至关重要。Claude C Compiler（CCC）展示了AI在编程语言和系统工程中的进步，AI不仅能生成代码，还能参与系统设计。CCC的设计基于多年编译器工程经验，表明AI能有效融入现有工程实践。尽管AI降低了实现成本，但创新仍需人类的判断与创造力。未来，软件工程师的角色将转向系统设计与复杂性管理。

随着软件工程师晋升，现代安全实践愈发重要。需将旧代码中的MD5和SHA-1哈希更新为SHA-256或Argon2等更安全算法，并将AES/ECB加密替换为AES/GCM，以防止模式泄露。同时，工程师应确保密钥安全存储，避免硬编码。

硅谷科技巨头在业绩创新高的同时，裁员超过14万人，导致软件工程师岗位被AI取代，初级职位需求下降，求职市场严峻，员工感到愤怒与背叛。

埃里克·卡尔森是一位自学成才的软件工程师，曾在多米诺比萨担任经理。他在45岁时转行成为开发者，分享了在育儿期间自学编程的经验，包括提高专注力、有效学习和做详细笔记的方法。他的经历激励了许多人。

卡勒布·加纳是一名软件工程师，因膝伤放弃棒球梦想后自学编程，19岁获得前端开发工作。他扩展技能，参与大型Python和C#项目，并分享了求职和应对裁员的经验。

这位自学的软件工程师在43岁时获得了首份开发工作。他在制造业工作多年后，通过freeCodeCamp学习编程，成功转型为企业Java应用开发者，目前在一家半导体公司工作。

软件工程师大部分时间用于维护和繁琐任务，仅有16%时间用于编码和创新。调查显示，过度工作和工具问题导致工程师疲惫。尽管AI和自动化有所帮助，但信任缺失。未来，AI代理将承担更多任务，释放工程师的时间。