我看未来的软件工程
WARNING
🧪 Beta公测版本提示:教程主体已完成,正在优化细节,欢迎大家提Issue反馈问题或建议。
从本章起是个人观点:不是业界共识,更不是预言,而是我把前面八章的技术事实放到一起后,对未来五到十年的软件工程做出的判断。我会给每条判断附上理由和它可能错的方式。欢迎带着最强的怀疑来读,更欢迎到 Issue 里反驳。
先亮结论,再展开论证:
- 「写代码」在软件工程师价值构成中的比重会大幅下降,但软件工程师不会消失——因为定义问题、划定边界、为结果负责这三件事没有外部承担者。
- 验证(而非生成)成为新的瓶颈,软件工程的重心将从「构造」移向「验收」,类型、测试、形式化方法的价值被系统性重估。
- 组织形态向小团队 × 大杠杆演化,同时出现「个人产能极大化」与「基础设施高度集中」的两极。
- 最大的风险不在技术,在于技能断层——如果初级工作全部被 Agent 接管,资深工程师从哪里长出来。
一、代码从手工制品变成生成物
把「写程序」的历史拉长看,它是一部抽象不断上移的历史:
图解说明:每一次抽象上移,都伴随两句对称的话:「这一层以下再也不用手写了」和「这一层以下总得有人懂」。汇编没有消失,它变成了编译器作者的日常工作;手工管理内存没有消失,它变成了语言运行时的职责。Agent 生成是这条阶梯的最新一级,历史规律提示我们:代码本身贬值,理解代码的能力保值。
每一次上移,社会上「会编程」的门槛就降一格,而「编得好」的定义就上移一格。Agent 这一级的特殊之处在于跨越幅度:它跳过的不是一种语法,而是「从意图到实现」的整段翻译工作。于是「产出了多少行代码」彻底失去度量意义——软件工程的价值锚点必须换地方。我认为新的锚点是:定义了什么问题、建立了什么不变量、验收得多可靠。
二、Software 1.0 / 2.0 / 3.0 的长期共存
Karpathy 的三层划分值得当作长期地图:
- Software 1.0:人写的确定性代码;
- Software 2.0:训练出来的神经网络权重(不可读,用数据评价);
- Software 3.0:自然语言驱动的模型行为(提示、规格、Agent 流程)。
我的判断是三层长期共存、按可验证性分层,而不是新层吃掉旧层:
| 层 | 用在哪 | 理由 |
|---|---|---|
| 1.0 确定性代码 | 内核、协议、结算、安全边界 | 错误代价极高、需要逐行审计的场合,确定性是刚需 |
| 2.0 训练权重 | 感知、判断、生成——「说不清规则但看得出示例」的能力 | 模糊输入的强项,用数据集和指标管理 |
| 3.0 提示与 Agent | 组合层:把 1.0 的可靠与 2.0 的灵活粘起来 | 变化最快、验证最弱的一层,适合低风险高迭代 |
注意一个容易被忽略的推论:3.0 层越强大,1.0 层(可靠的底座与验收器)越值钱。Agent 越能干,人就越需要确定性的缰绳——类型系统、测试、断言、权限边界。这不是保守,是分层架构的常识:上层越灵活,下层越要稳。
三、工程师的角色迁移
「软件工程师」这个头衔会保留,但内容会迁移。我把新角色拆成三种能力的加权:
- 架构者(architect):决定系统边界、抽象与不变量——不变的内功 的全部内容。Agent 拿到好边界如虎添翼,拿到坏边界加速腐烂。
- 验收者(verifier):定义「完成」长什么样——测试、指标、评测集、审查策略。这一项是从前「顺带做」的事,将变成显式的核心职责。
- 守望者(maintainer):对运行中的系统负责——监控、故障、债务、演化。系统跑得越久、生成代码越多,这份责任越重。
三种角色的公分母是判断力(judgment)与品味(taste):在信息不全时做出好决策的能力,以及在多个都「能跑」的方案里挑出对的那个的能力。这类能力只能从大量真实工程实践中长出来——这直接引出第六节的风险。
还有一个我确信的微观变化:「实现理由」会成为显式的工程资产。当实现可以随时重新生成,「当初为什么这样做」的决策史就成了一份代码无法替代的文档(ADR 之类实践的价值将远超今天)。仓库里最值钱的会从 src/ 变成「规格 + 决策 + 验收」三件套。
四、验证成为新的瓶颈
这是我最愿意押注的一条判断,理由是结构性的:
生成成本下降不会让总成本趋零,因为第二项守恒甚至上升:代码越多、变更越快,人需要确认的面积越大。经济学上这叫瓶颈转移——优化一段流程,成本涌向新的最窄处。
由此可以推出一批「买涨」的判断:
- 类型系统、契约、属性测试等「机器可读的正确性证据」从学术趣味变成产能工具;
- 形式化方法(规约语言、模型检验)会迎来小众但关键的复兴——在错误代价最高的层(并发原语、密码学、协议)成为准入门槛;
- **评测工程(evals)**成为每个产品团队的标配岗位,「给行为写验收」像「给函数写测试」一样普及;
- 相应地,安全面急剧扩大:能写代码的 Agent 也能被诱导写恶意代码(提示注入、供应链投毒),验证的对象要从「代码对不对」扩展到「代码想干什么」。
五、组织形态:小团队 × 大杠杆
工业界八十年的趋势是团队越变越大(曼哈顿式工程),Agent 第一次给了反向的力。我的判断:
- 产品团队的默认规模向小迁移。 当实现产能可以租(Agent),五人小队能打出过去五十人的迭代速度。单人公司在长尾市场成为常态。
- 但基础设施更加集中。 训练前沿模型的算力、数据、能源门槛把「平台层」推向极少数玩家。结果是一种新哑铃:极少数大平台 + 海量小应用团队,中间的「中型自研平台」最危险。
- 协作单元改变。 代码评审(PR)作为主要协作仪式的地位会下降,规格评审与验收审计上升。团队的「宪法」从代码规范变成「不变量清单 + 验收标准库」。
- 职业路径重构。 「写代码很勤」不再是晋升理由,「定义的问题值钱、建立的验收可靠」才是。工程师的评价体系向产品与研究的方向漂移。
六、什么不变,以及我可能错在哪
我确信不变的:问题定义的责任、对结果负法律责任的能力、对领域(金融、医疗、航空……)的真实理解、以及信任本身——用户信任的始终是一个「承担者」,不是一段代码。软件工程的「工程」二字,本义就是在不确定与约束下做可辩护的权衡,这行当的内核恰好是 AI 最不擅长的部分。
我可能错的地方(诚实列出,作为读者校准我的参考):
- 验证瓶颈可能被模型自己吃掉。 如果未来模型能自带高可靠的形式化推理(自我验证、自动定理证明),「验证贵」的前提就动摇了。我押注它十年内不彻底解决(正确性检查在最坏情形是难解的),但「AI 验证 AI + 人抽查」的混合形态可能比我预期的更早到来。
- 抽象可能跳得比我快。 我假设「人写规格、Agent 写代码」是稳态;也许五年后规格本身也由 Agent 从更模糊的意图生成,人只做终审。那时本节大部分论述要前移一层,但「人守验收与责任」的结论仍成立。
- 组织惯性可能拖慢一切。 大企业的流程、合规与责任划分对 Agent 时代的适应速度,可能远慢于技术准备度——错配期里「 Agent 可用但不敢用」会是常态。这对个人是机会窗口,对组织是生存风险。
七、给不同读者的建议
- 在校学生:把课程作业的 Agent 配额当成「规格训练」——每次先写验收再让 Agent 跑,练的是未来最值钱的手。同时别跳过底层课:操作系统、体系结构、编译原理正是 计算机系统线 展示的那个正在被重写的世界,谁懂旧世界谁改得动新世界。
- 一线工程师:现在就投资三件事——把当前仓库的测试与文档修到「Agent 能自主循环」的水平(Agent 时代的实践);养成写 ADR 的习惯;刻意练习「定义问题」而不是「实现方案」。
- 技术管理者:别按「节省了多少编码工时」度量 AI 的回报,按「验收可靠度」和「变更吞吐」度量。前者很快见顶,后者才是复利。
下一篇 我看未来的计算机系统:换个方向,从硅和电的角度做同样的练习。
参考
- Karpathy, A. (2017). Software 2.0;(2025). Software Is Changing (Again).
- Brooks, F. (1975/1995). The Mythical Man-Month——「没有银弹」对生成时代的翻译:AI 消灭偶发复杂度,本质复杂度纹丝不动。
- Liu, Z., Demirer, M., Stroebel, J., et al. (2024). The Effects of Generative AI on High-Skilled Work: Evidence from Three Field Experiments with Software Developers. SSRN.
- Dijkstra, E. W. (1970). Notes on Structured Programming——「测试只能证明 bug 存在,不能证明 bug 不存在」,验证瓶颈的经典表述。