纳德拉说「验证成了手艺」,LeadDev 却在为一门手艺写讣告:77% 工程师写码时间减少,最认真的「工匠」成了被耗尽的最后一道防线
昨天本栏刚写完纳德拉的「软件工厂」:代码从输入变成输出,规格与验证成为工程师的新手艺。今天就来了对账的另一面——科技媒体 LeadDev 发布深度报道,标题就叫《工程师正在为一份不复存在的工作而哀悼》。
研究人员 Annie Vella 最近接触到的案例是:一家公司里多名工程师同时辞职,**有人希望离开之后,工程师的工作还能回到过去的样子;也有人干脆决定退出这个行业。**而他们并不是因为工作太忙才离开的。
从创造者,成了监督者
很多工程师入行的理由并不只是薪水,而是享受亲手创造:自己分析问题、设计方案、敲下代码,看着一个想法变成真正运行的软件。Annie Vella 的判断是,这份职业认同正在被改写:
「我们正在从创造者转变为协调者,从构建者转变为监督者。从工程师,变成某种看起来很像是……管理者的角色。」
她的研究给出两个数字:**77% 的工程师表示自己编写代码的时间减少了;接近一半的人担心,原本赖以立足的核心技能,未来可能被提示词编写能力取代。**软件行业过去几十年一直在推动专业化分工,让工程师专注编码;如今 AI 接管编码,工程师反而要去编排智能体、审查代码、验证结果——绕了一圈,最像「创造」的那部分被拿走了。

数据的两面:更快了,也更累了
这不是矫情,有研究背书。俄勒冈州立大学调查了来自 56 家组织的 442 名专业开发者,用「工作需求—资源模型」分析,结论是:AI 带来的工作需求增加——尤其是工作量强化和组织压力——显著加剧职业倦怠;而且倦怠与岗位、资历、公司规模都没有显著关联,初级和资深一样中招。一位受访开发者说得最直白:「借助 AI,我的工作速度确实变快了,也能一口气完成大量任务,但我正在失去对这份工作的热情。」
Atlassian 的《2026 年开发者体验报告》(1500 多名从业者)把这种撕裂量化了:**87% 认为 AI 帮自己更快交付,80% 认为不延长工时也能完成更多任务——但 49% 每周至少花 4 小时审查 AI 输出、修正提示词,75% 表示要承担更多验证 AI 生成内容质量与安全性的责任。**效率的账是正的,体验的账是负的,两本账同时在记。
工匠的队列:15 个 PR 与 2 万行
这场转变里最累的人,恰恰不是抵触 AI 的人。前谷歌和 Meta 工程师、现为风投人的 Deedy Das 把开发者分成两种:「懒惰型开发者」只管把 AI 代码推上去,不真正编码、不手动测试、连代码都懒得读;另一种是他口中的**「工匠」——认真对待工程质量的那些人,「工匠们已经累坏了,真的非常累。」**
他的描述像一部微型悲剧:工匠的待审队列里堆着 15 个 PR,Slack 消息不断弹出;代码审查的重担全落在他们身上,不仅要审,还要承担理解代码的责任。他们一行一行地读、认真地提修改建议,得到的回应是同事懒洋洋一句「这个想法真不错」,AI 提交的修改依然有问题。没关系,工匠自己修,还写文档提醒同事重视质量。结果第二天,新的挑战来了:**一个足足 2 万行代码的 PR 等着审查。**日复一日,Bug 不断进入生产环境,没人在意——出了问题?再让 AI 修一轮。
Deedy Das 点破了工匠疲惫的真正原因:不是怕 AI 抢走工作,而是自己成了团队里最后一道质量防线——当其他人不再关心代码是否被理解、测试和验证,所有责任便落到了少数认真做事的人身上。最终的结局是:「他们曾经热爱的那门手艺,似乎已经死了。」
看不见的劳动,与一场逆向淘汰
为什么管理层发现不了?因为传统的工程指标正在掩盖真实情况。代码提交量、开发速度、部署频率——这些数字在 AI 时代不再等于真实劳动:AI 可以瞬间生成大量代码,但审查、调试、验证这些工作不体现在任何仪表盘上。于是一种「不公平」出现了:**借助 AI 快速生成代码的人看起来产出很高;认真审查、修复问题的资深工程师,反而因为提交量不够显得低效。**如果考核只看产出、不统计审查与验证成本,就是把最承担的人误判为最低效的人——这是一套逆向淘汰机制,惩罚的恰好是对质量最较真的那批人。
报道给管理者的建议也很具体:重新审视生产力指标,统计审查 AI 生成 PR 花的时间、调试他人或 AI 代码的时间、验证复杂行为花的精力。所谓 AI 效率提升,很可能只是把工作从一个环节转移到了另一个环节——转移不是消失,账总要有人来还。
对照与落点
把这篇报道和昨天纳德拉的访谈放在一起看,其实是同一枚硬币的两面:CEO 看到的是「软件工厂」的组织升级,工程师经历的是「手艺之死」的亲历哀悼。Annie Vella 说得公道:问题不在于软件工程该不该随 AI 改变,而在于这场变革有没有考虑过工程师的感受,还是仅仅被管理层强行推到了他们面前。她给出的乐观愿景——工程师重新关注用户需求、系统设计与业务影响,成为掌控构建全过程的全能型工程师——不会自动实现;缺少引导,它会滑向另一条路:享受创造的人继续离开。
给带团队、带学生的人两个务实落点:其一,验收标准里把「AI 参与的代码」单独标出来审,别让认真的人默默兜底——我们的生产实训课已经把「你怎么证明它对了」写进作业要求,团队项目同理;其二,考核表里加上「审查工时」与「验证工时」两个字段,我们给单位做项目管理系统时早把这类隐形劳动算进工时——仪表盘看不见的东西,制度要看得见。而管理者最该做的第一步,LeadDev 那句话已经说尽了:主动问一问工程师——你现在的工作,还是你当初热爱的那份工作吗?
读报须知
其一,77%、442 人、1500 人等数字分别出自 Annie Vella 研究、俄勒冈州立大学研究与 Atlassian 报告,原文为英文报道,本文经由 CSDN 编译稿转述,样本边界与统计方法以原文为准;其二,「工匠」「懒惰型开发者」为 Deedy Das 个人帖子的定性分类,非学术概念;其三,「15 个 PR」「2 万行 PR」为个案描述而非统计均值;其四,辞职案例为研究人员访谈见闻,未具名公司与人数。方向不掺水:AI 把写代码的工作搬进了审查队列,而审查是认知负荷更高的劳动——为不属于自己的代码担责,是这场倦怠的核心。指标与考核还停在旧世界,这才是管理者真正欠工程师的那笔账。
参考来源