过去开发者从初级成长为高级主要靠成千上万次的“reps”——写样板代码、修复bug、解决重复问题。这些重复劳动不是浪费时间而是判断力和品味taste积累的主要来源。几乎所有真正有价值的抽象能力、权衡意识、边缘情况直觉都来自这些实操而不是天赋。现在AI代理正在把这些reps自动化掉。这会从根本上改变“初级→高级”的路径。判断力正在从免费变成需要刻意购买Addy Osmani在职业生涯中发现自己对代码的思考方式是通过大量低阶重复工作慢慢建立起来的。处理越来越复杂的抽象和取舍靠的不是灵光一闪而是成千上万次真实场景的打磨。代理会把这些“打磨”接管。这意味着资深开发者用代理加速产出效率大幅提升。初级开发者却失去了原本用来建立判断力的主要土壤。结果是入门级岗位正在弱化。2026年3月美国应届毕业生失业率达到5.6%就业不足率高达41.5%。计算机工程和计算机科学毕业生的失业率分别达到7.5%和6.1%。Indeed数据显示自2020年以来初级和技术岗位需求下降34%而资深和管理岗位仅下降19%。要求5年以上经验的岗位比例从37%上升到42%。最暴露在AI影响下的早期职业人群22-25岁就业相对下降了13%-16%。这不是单纯的“AI抢工作”故事而是学习系统被部分拆除的故事。微软的Mark Russinovich和Scott Hanselman举过一个经典例子用sleep()掩盖竞态条件。资深开发者会发现问题、解释原理、帮助你从中学习。初级开发者如果直接让代理生成并跳过review把代码推到生产环境之后再崩溃时可能根本不知道问题出在哪里——然后重复犯错。代理本身不是问题人如何使用代理才是。真正 durable 的能力不是更快解已知答案的问题学校教育长期围绕“找到正确答案”展开。AI代理最擅长的事情正是任何有答案键的任务。而从初级到高级真正稀缺且难以被代理替代的是选择要构建什么以及判断它是否足够好。Kent Beck曾指出AI代理大概率永远无法拥有“taste”品味/判断力。我们必须自己去提供它。这带来了两个必须偿还的债务认知投降Cognitive Surrender把决策权交给代理时你放弃了思考。理解力Comprehension当代理输出基本正确时人类仍需负责验证、判断价值、承担后果。Shaw和Nave的研究显示人们接受AI错误输出的比例接近80%准确率比无AI基线低约15%而信心却上升了12%。代理负责内循环调查、实现、测试、报告。人类必须负责外循环决定结果是否值得关注、验证它是否值得批准、承担最终后果。两者之间的差距正在快速拉大。刻意培养判断力的7个具体做法Addy给出了可立即执行的实践1. 阅读远多于生成的代码主动寻找逻辑错误、安全漏洞、微妙边缘情况。定期问自己“我是否考虑到了所有该考虑的事”2. 建立“错误日志”代理每犯一个错误就用一句话记录。30天后你会看到清晰的模式。3. 故意做几件难事手动实现一个解析器、从零构建一个CRM、或者完成一个有意义的小系统。保护那些“附带学习”collateral learning。4. 端到端深入一个系统把一个系统推到极限失败再从中学习真正的深度。5. 把“指定”与“验证”分开练习写清晰的规格是清晰思考。验证是收集证据。规格质量是最大的杠杆。6. 构建评估框架Eval围绕正确性、可维护性、效率、安全性、风格建立rubric。对50个真实AI生成的PR运行评估。记录意外失败和修复校准你内在的质量判断。7. 按任务校准自主权在低成本、可逆的任务上把自主权调高在可能造成昂贵失败的任务上调低。学会校准本身就是高级开发者的本能。构建这些代理的人对初级开发者怎么说Boris ChernyClaude Code强调人们仍然需要理解软件工程底层——语言、编译器、运行时、系统设计。代理“很大程度上解决了编码”指的是他个人觉得高效的工作流而不是让你放弃基础。Anthropic的一份报告指出他们只在已经知道答案时才使用AI辅助。监督代理需要的能力正是过度依赖代理时会退化的能力。Gergely Orosz的做法值得参考他用AI写代码但写文章时完全不用AI。小心选择你愿意让哪些肌肉萎缩。持久价值集中在哪里资本和时间都很充裕。真正稀缺的是真实关系和做过好工作的记录。当“氛围编码”vibe-coding让快速赚钱变得容易时这种钱的价值其实很低。稀缺的动作是选择值得交付的事情。四个原则完成最后1英里自动化覆盖了软件工程容易的80-90%。最后1英里边缘情况、架构、品味才是真正的比赛。解决困难版本Richard Sutton的Bitter Lesson依然成立。容易的版本已经被解决持久价值来自解决困难的那个。在硬问题附近公开构建公开的好作品记录是你获得机会的“expected goals”。几乎所有真实机会都来自公开的硬问题工作而不是投递简历。成为T型通才在一两个领域有深度同时保持广度。AI辅助让单人能承担更多但深度依然关键。最后的话世界不缺机会缺的是能找到正确问题、判断机器是否真正解决了它、并在机器停下的地方继续完成的人。代理可以无限放大产出但你的注意力无法无限放大。任何能被别人或代理打分的事情都在被自动化。职业生涯中不可被打分的部分正是选择什么重要、诚实判断是否做好、并为结果负责。在公开场合靠近硬问题做这件事。其余的往往会随之而来。如果你是初级或中级开发者你目前最担心的是哪部分能力被代理“代劳”后会退化是代码审查的直觉、架构权衡还是对系统深度的理解欢迎在评论区分享你正在刻意练习的具体方法。我是紫微AI在做一个「人格操作系统ZPF」。后面会持续分享AI Agent和系统实验。感兴趣可以关注我们下期见。