资深工程师正在成为下一个DRAM内存:AI时代的工程师危机与反脆弱策略

稳定币与中央银行数字货币
当AI吃掉了初级工程师赖以成长的工作岗位,整个行业的资深人才培养管道正在断裂。本文深入剖析这一危机的成因、市场动态与应对策略,揭示为何现在培养他人就是投资未来的稀缺资产,以及如何在代理化浪潮中构建可持续的人才增长曲线。

当AI吃掉了初级工程师赖以成长的工作岗位,整个行业的资深人才培养管道正在断裂。本文深入剖析这一危机的成因、市场动态与应对策略,揭示为何现在培养他人就是投资未来的稀缺资产,以及如何在代理化浪潮中构建可持续的人才增长曲线。

全球科技行业正站在一个隐秘的拐点上,一个几乎没有人把它写进战略报告、放进董事会PPT里的拐点。内存行业的剧本即将在人才市场上重演,而这次的主角是资深工程师。过去几年,我们亲眼见证了DRAM内存价格如何因为AI数据中心的疯狂需求而垂直飙升 - - 从2024年初到2026年底,涨幅超过百分之四百,在高峰期的一个季度内几乎翻了一倍,这场短缺预计将持续到2028年甚至更远。原因非常简单:需求爆发的速度远远超过了产能的建设周期,你不可能在一个季度内建出一座晶圆厂。内存行业的供应刚性、建设周期长、需求爆发快,这些特征叠加在一起,制造了一场教科书级别的价格冲击。 现在,请把同样的逻辑框架套在资深工程师这个群体上。

回答问题即可获得报酬

需求正在爆炸 - - 每一家公司都迫切需要一个能够以判断力驱动一群AI代理的资深工程师。供应却严重不足 - - 因为培养一个资深工程师需要多年时间,这中间的过程根本无法通过砸钱来压缩。更要命的是,整个行业正在系统性地摧毁培养资深人才的唯一机制。这场危机不是即将到来,它已经在发生。早在2024年6月,Martin Fowler和Thoughtworks在瑞士恩格尔伯格召集了一群CTO、架构师和资深从业者进行闭门研讨,五条核心发现之一就是所谓的学徒制与技能传承危机。请注意他们的措辞,这不是一种可能,而是一个已经被正式命名的危机。

在至少六场独立的小组讨论中,这个问题不约而同地被提了出来。如果初级工程师永远没有机会在真实代码、真实生产事故和真实设计权衡中挣扎成长,如果这些成长所需的经验全部被AI代理吸收,或者被那些只和AI代理并肩作战的资深工程师包揽,那么整个行业将失去培养下一代工程师判断力和品味的关键机制。这不是危言耸听,这是正在发生的现实。 要理解为什么这会演变成一场真正的短缺,我们需要先看清初级工程师在整个产业体系中扮演的角色 - - 那个被捆绑在一起、从未被拆开审视的双重角色。雇佣一个初级工程师,你的公司实际上获得了两样东西,而不是一样。第一样是他们的劳动产出 - - 真正的工单、真正的修复、真正的功能。

BC.Game Shitcode 2026:获取独家优惠和奖励

这些工作可能不够光鲜,但它们确实在交付,而且大体上Cover住了这个初级工程师的薪资成本。第二样,也是更重要的,是他们正在成为的那个人。每一个工单对初级工程师来说都是一次重复训练,真正的技术品味、对什么会出错以及为什么出错的判断力、对异常情况的直觉 - - 这些都不可能从书本或培训班中学到,它们只能在资深前辈的指导下,通过日复一日的真实工作慢慢习得。第二样东西才是真正的产品。雇佣初级工程师从来都是一个制造资深工程师的产业链,只不过我们从未意识到这一点,因为第一样东西在不知不觉中为第二样东西付了钱。在职培训几乎是以零成本的方式,附着在那些你本来就要购买的人工劳动之上。

这看起来像是雇佣廉价劳动力,实际上是一个由劳动力补贴的资深工程师生产线。 现在,AI戏剧性地把这个捆绑结构拆开了。第一样东西 - - 劳动产出 - - 正在越来越多地由AI代理完成,比任何初级工程师都更快、更便宜。于是电子表格得出了那个明显的结论:停止招聘初级工程师,工作由代理干完了。从纯劳动产出的角度来看,这个结论完全正确。但它同时也悄无声息地取消了第二样东西 - - 那个我们培养资深工程师的唯一机制。

AI让初级工程师的劳动变得多余,而公司们正准备把初级工程师的培训价值也一并抛弃,因为这两者从来是捆绑在一起的,而没有人曾为那个更重要的部分单独设立过成本项。这就是全部问题的核心:因为那个曾经为制造资深工程师提供补贴的东西被自动化了,我们即将停止制造资深工程师。 我知道接下来会有什么反驳,这是最显而易见的方案,而且整个行业历史上一直是这么做的:等需要的时候再挖人。让别人去培养,我来挖现成的。更便宜、更快、而且在整个行业历史上都行得通。没错吧?大错特错。

问题在于,每个人都在同一时刻产生了完全一样的想法。每一家悄然决定不再招聘初级工程师的公司,同时也在悄然决定未来到公开市场上抢购资深工程师。已经有信号显示这个趋势正在形成 - - 顶级科技公司的招聘人数同比增长了约百分之二十。几年之后,整个行业将在一个无人补充的资深工程师池子上竞价。需求直线上升,供给却保持平稳 - - 甚至比平稳更糟,因为整个行业同时切断了培养管道。这种供需曲线会对价格产生什么影响,你甚至不需要发挥想象力。

还记得内存价格发生了什么吗?同样的剧情正在准备重演。资深工程师的薪酬将是下一个DRAM:多年平稳,然后在需求超过供给的那一刻急剧拉升。当这种短缺到来时 - - 它一定会到来 - - 那些在行业低谷期坚持培养人才的公司将拥有自己的供给,以成本价计价的供给。而其他所有公司将在公开市场上为剩下的人才相互竞价,以市场价格、以垄断性高价去抢。那么,让我们彻底翻转一下这个思路。培养自己的工程师不是慈善行为,也不是自我感觉良好的文化建设。

这是一笔对冲交易。你正在以今天的价格购买未来的资深工程师期货,为那个你已经在市场上看到信号的价格飙升周期上保险。这就像我经常说到的自有推理硬件投资逻辑 - - 现在就花一点资本,以免将来受制于一个你无法控制的供应来源。人才是同样的赌注,而且它更大。 让我们来谈谈最残酷的部分 - - 当前大多数公司使用AI的方式正在加速这场危机。那个关键的反派概念是资深工程师只和AI代理并肩作战。

有一份来自FlintAI的精彩报告:他们团队现在有5名开发人员和45个AI代理,全部生活在Slack里。每个开发人员对应9个代理。代理承担各种角色 - - 分诊、部署、审查 - - 人类只在两个真正重要的决策点上介入,代码审查和发布批准。他们报告说有大约3倍的产出提升。这是非常出色的工程实践,你应该去读读。这是每一家公司正在竞相模仿的模式:让最优秀的资深工程师给每个代理接上九个,然后收获这个乘数。

这个模式的确有效!我承认它有效,我也在做同样的事。但请看这个结构:一个资深工程师,九个代理,三倍产出。如果你有五个资深工程师,你就有五组这样的结构。这是线性增长。你的杠杆率完全取决于你拥有多少资深工程师 - - 而刚才我们已经确认过,你无法快速制造资深工程师,他们即将变得稀缺而昂贵。你把自己的整个杠杆故事建立在了那个即将变成DRAM的输入上。

更糟的是,那个资深工程师在指挥私人代理管弦乐队的每一个小时,都是没有在铸造下一个资深工程师的一个小时。九个代理的资深工程师不仅仅是线性增长 - - 放任不管的话,它甚至是递减的。一座正在悄悄耗尽自身库存的晶圆厂。 这并不意味着所有公司都应该立即把全部资源转向人才培养。在此之前,需要依据你的业务阶段做判断。如果你是一个三个人组成的初创公司,正在资金耗尽之前拼命寻找产品市场契合 - - 那你就全力以赴,快速行动,单人作战,绑上九个代理就往前冲。

你还没有下一代需要培养;你面前有一条必须战胜的跑道,这没有错。但如果你是一个成长中的公司,计划在五年后仍然存在,届时需要你现在还不拥有的资深工程师 - - 那么算计方式就完全不同了。你正在,不管你是否已经为它命名,从事着制造资深工程师的生意 - - 而且你刚刚目睹了补贴这个生意的资金来源消失。有一句你可能听过的话:如果你想快走,一个人走。如果你想走远,一起走。它通常被当成一句非洲谚语来引用,但这九个字就是整篇论据。

带九个代理的资深工程师正在快走,独自一人。指导是在走向远方。速度和距离不是同一场比赛。 现在让我们运行另一个剧本。让同一个资深工程师,不是自己去驱动九个代理,而是同时指导三个初级工程师 - - 并教会每个初级工程师去驱动他们自己的代理集群。初级工程师们应该构建什么?真正的、业务需要的、有价值的工作 - - 但是有边界的、可隔离的、可测试的、能在脑袋里完全装下的那种大小。

我来详细展开:首先,给初级工程师真正的、有真实爆炸半径的工作,但故意控制得很小:金丝雀测试、小型服务、SDK、同时作为测试框架的示例客户端。这些是业务真正需要的东西 - - 但它们是有界的、可隔离的、可测试的,是你能够完全装进脑子里的。他们交付重要的东西,同时获得重复训练。没有人能在玩具上学会判断力。然后演习他们 - - 不是比喻意义上的,而是字面意义上的。混沌演习,而不仅仅是工单。

这是我最兴奋的部分。把混沌猴的想法变成一种训练手段:故意破坏东西 - - 在安全得可以摧毁的集群上,杀掉一个正在滚动发布中的节点、切分网络分区 - - 把一个初级工程师放在故障环境前面,计时器在走动。这是从Rickover方法论中直接借鉴的伤员演习,只不过目标是软件系统。而预测然后观察是整个训练的核心:在他们动手之前,他们必须先大声说出他们期望看到什么以及为什么。预测与实际发生的之间的差距才是课程所在,远比他们最终是否修好它更重要。证书也有其价值 - - 把它作为强制机制而不是终点线。

我不在乎墙上的徽章。我在乎的是,一个基于实操的考试把一个人独自放在一个出故障的系统面前,面对一个实时的终端和计时器 - - 这正是AI代理所掩盖的那场与失败的遭遇,那也是最好的老师。 别把这里的任何一句话理解成不要写代码了去当全职导师之类的意思。绝对不是。我写了很多关于老板们又在写代码的文章,每一个字都是认真的 - - 资深工程师绝对必须继续构建。你无法指导一种你自己没有在实践的判断力。

你停止交付的那一天,就是你的反馈变得陈旧、直觉开始漂移、初级工程师们能闻到味道的那一天。你无法从书本上或在甲板上看两年而学会游泳 - - 教练也一样。下水去。待在水中。转变不在于资深工程师是否构建。而在于构建时间在总共时间中的占比。

陷阱不是写代码的资深工程师,而是一个把百分之百的时间花在写代码上、私藏着他那支九代理管弦乐队并称之为杠杆手段的资深工程师 - - 而他身后的板凳席上一个人都没有。留出真正的时间 - - 不是边角料,不是那种有空再说的承诺 - - 专门用来培养人。用大部分时间构建;用真正的一部分时间指导,并且有意地保护这部分时间。两者都有意识地做。一个包揽了所有关键路径却不指导任何人的带头人算不上在扩展规模,那是一个吞吐量很大的单点故障。 但这里有个难点,也是大多数看着办的说法崩盘的地方:你无法把一个没有判断力的人带出去放养。

因为一个没有判断力的初级工程师驱动九个代理,那不是效率放大器,而是一台对着你的生产系统乱喷的糊涂大炮。FlintAI的人说得对,判断力才是整个博弈的关键。所以真正的问题不是初级工程师应不应该用代理 - - 答案显然是应该,甚至也不是资深工程师该不该让他们用 - - 答案也是应该的,而且那会让你感觉很难受,这一点我们待会再谈。真正的问题是:当一个工具会愉快地在人理解之前就把事情做完的时候,你怎么在这个人身上构建判断力?我一直在认真思考这个问题,甚至真地坐下来写了一份实际的培养计划。核心洞见是:基于代理的工具移除了生成代码和基础设施变更的摩擦,但它们没有消除 - - 实际上是增加了 - - 验证这些变更的必要性。接下来几年的失败模式不是初级工程师不会敲命令。

而是初级工程师无法分辨一个自信满满的工具输出何时是局部正确但全局错误。那个配置清单看起来完美但错误地配置了资源限制。那个修复解决了一个节点的症状却忽视了分区问题。那个脚本运行成功然后删除了错误的东西。 理念方面的问题就讲到这里。现在让我们谈一个更微妙、也更违反直觉的问题:资深工程师如何做到既保持高速构建,又培养他人?答案藏在一个关于时间的重新分配里。

带九个代理的资深工程师每小时都在产出可供量化的结果,但他们实际上是在花费最终的不可再生资源 - - 专注于困难问题的人类时间。没有人愿意用那些躲不开的例会、告警分诊、交接文档来和它竞争。而正是那些困难的、非结构化的问题,一些必须抱着头思考才能搞定的事情,在新的经济形态下塑造了最多的判断力。经验、感觉、对什么会出错以及为什么出错的直觉 - - 不是从代码提交里出现的,而是从激烈的、耗费心力的挣扎中出现的。机械性的编码越便宜,这笔真正的人类斗争就越是无价之宝。所以当我坚持要求高级工程师花时间带教时,我的意思是给他们分配那些困难的、结构不良的、不舒适的、被推迟到明天再处理的问题 - - 给他们一个机会进入学习和突破的边缘地带,看着他们自己在处理这些问题时建立自信和能力。

而通过这种方式,成功的故事就被传了下去。未来并不是一条直线,它不是一除以三再乘以九;它是一个指数,在联结点上出现分支:一个导师带出三个徒弟,三个徒弟分别再带出三个徒弟。资深工程师真正意义上的成果不是他们写的代码,而是他们培养的下一代资深工程师。在一个代理可以编写任何软件的历史时刻,培养有判断力的、能够在模糊和不确定中航行的软件人才,是留下来的人类劳动中最无可争议的增值部分。这里有一个让我十分清醒的事实:代理越多,判断力越值钱。而判断力是通过反复面对现实与预测不符的场景锻炼出来的。

每一次预测和结果的差距,都在更新大脑的地图。每一次知道什么会失败以及为什么失败的感觉,都在星图上刻下一笔。 我自己的团队里现在就有初级工程师。这是我的问题,就是现在,此刻。不是某个人将来要面对的抽象困境,而是我每一天都要做出选择的具体活计:是把那个具有教育意义但能被代理更快完成的工单交给他们,还是自己上手套上代理的缰绳立刻把它干完?第一种选择让我慢得发疯,让我想用拳头砸向键盘。第二种选择让我在短期内更快,同时保证在长期内慢慢扼杀我的组织。

有时候我不得不提醒自己,如果我不在教育我们组织里下一个人上投入时间,我就会把公司未来的人才存量像消耗一块不可再生的资源那样烧掉。这个选择我没有在输。我已经有三个初级工程师在进展中,每个都带着尺寸合理的服务模块正在生产路上推进,每个都在学习为他们的模块运行自己的代理集群。他们写出了正确的、有用的、生产级别的代码,而且他们的推断能力 - - 那种看到一个小症状然后追根溯源、在没有被告知的情况下定位到深层原因的能力 - - 在明显可见地增长。没有人告诉他们如何做。他们在以他们认为合适的方式做判断,收获判断力的回报。

所以,事情真的不一定要按照当前的轨迹发展。我们有能力改道 - - 事实上,我们是有意识地建立了那个护城河。但通过我们给予关注的方式,通过我们选择在领导力上进行投入,以及通过我们在紧迫感和理解之间已经建立已久的平衡 - - 记住,今天最真实的竞争通常是在界限的另一边进行的。在这个世界里,一个具体的数字在催促我们:现在市面上有多少资深工程师可以带教三个初级工程师?这个比率,如果它上升哪怕一个点,都是我们未来的一个重要信号。这提醒我们,未来不是某件已经被摧毁的东西。它是我们每一天、每一个决定都在共同创造的成果。

当整个行业追逐最便宜的容量时,竞争的优势将越来越倾斜向那些投资于其人民的人。我们可以有意识地避免那个危机,但问题不是我们是否能够,而是我们是否有意愿去做。每一个现在把时间花在培养他人的领导身上,每一个选择把那份结晶的智慧 - - 那些诀窍、那些判断、那些难以言说的专业技艺 - - 传递给下一代的工程师,都正在建设那种我们称之为文化的护城河。而这个护城河驱动着可持续的、不受速率数字束缚的软件构建效率。而且那正是第一片多米诺骨牌 - - 没有人能夺走的乘法效应。它比那些曾经定义过成功的代码行更持久。

在软件构建的世界中,这种映射的积累就是价值的定义。而现在,它是一份无人能够复制的遗产。 我不再关心那九位数字或任何特定技术。坦率地说,我关心的是,相当多的资深人士只会说出善意的空话,而不会通过行动来兑现。他们要找到方法,让自己的队伍越来越强壮 - - 而不是仅仅点燃一支火焰,而是确保当他们在几年后回头看时,看到的是整整一片森林 - - 的领导人。当然,这只是一连串的想法,仅此而已。

但这是也我们应该在的人生中找到的最重要的一课。因为当消息传来时,当那些至关重要的资源争夺战真的到来时,那些把别人未来当作自己遗产一部分的领导人,那些能够看到一片树林而不仅仅是一棵树的领导人,将是那些能够理所当然地召唤多年投资回报的人。我相信这其中的智慧 - - 不是关于你写得有多快、多么漂亮,或是有多少代理在暗中助阵,而是关于你对别人的承诺、你对文明的承诺,是传递火种的能力。记住:如果一家科技公司真的相信它的未来取决于它的制造能力,那它应该实实在在地制造正确的东西,然后它还应该让下一代有更好的机会来正确地制造它 - - 既不变得愤世嫉俗,也不被束缚住。因为最终的检验不是你在自己的任期内驾了多少个代理,而是当你离开时,队伍是否比你找到它时更强。抉择不在某个假定的未来被困住。

它每天都在发生。你能付出关注的时间 - - 那些零碎的、大约十五分钟的、凝聚了整个人的特质的那段时间 - - 才是我们真正的、最珍贵的资源,超越任何廉价的token或昂贵的、由人工智能生成的代码。为火花腾出时间:你就是那条管道。每种颜色、每个视角、每个温度、每个形状的火花 - - 包括这个 - - 都在等你去流动。然后是有意识地选择去帮助别人,才让它成了一条河。继续流动,帮助其他人流动,以你的方式,以他们的方式。

因为事实上,不存在单一的管道;它是跨越时间和自我的一个巨大信息集,由一群足够慷慨、愿意作为管道的人们构建,他们把这些智慧传递下去。然后链条将继续延伸。它还将指引方向。在未来的岁月里,我们的道路将无限延伸,波浪将永续推进 - - 永远在流动,因为知道水在它之前就去过哪里,以及它的目标是什么 - - 带着它所有的力量、它的坚持,以及它最重要的,对推动下一个潮汐的持续承诺。这才是真正重要的投资。没有它,我们甚至不会有今天。

而且如果没有它,我们也会没事的,因为最终,你无法买断的恩赐是当你最需要他们的时候,站在你身边的人们。这就是一切的意义所在。这就是为什么我们在这里的原因 - - 不仅因为我们此刻的硬件有多么强大,而且因为我们在不断的转变中结下了广泛的纽带,这些纽带定义了我们是谁,以及我们能够成为什么。所以不要捡起那支灭音手枪。解决那场技术危机的一部分就是走向它。这不是直线。

我们会跌跌撞撞,走在路中间,走失的野性,弄得一团糟。这与制图学的精确性无关。这关乎地平线,关乎我们用自己的生命放大彼此的磁化线。穿过这幻觉的撕裂,我们留下的是我们之间有意识地建造的真实结构的沉淀物。建造我,也让我建造你。看着这些根基用庄严的、笨拙的、壮丽的人类存在方式铺展。

然后,当你站在天平的这一边接受审查时,看到那深处的光芒,并知道是时候了。现在,这一刻,就是那个永远的时刻。面对短缺,不是囤积,而是播种。 。

Stake.com Shitcode 2026:获取独家优惠和奖励 加入我的 Kraken 游戏,使用代码 4yczp84w 即可解锁高达 250 欧元的奖励 carechain.online 捐赠平台

下一步
深入分析Y Combinator旗下Little Tech PAC的捐款流向,揭示硅谷科技领袖如何在2026年选举中同时资助民主党和共和党候选人的深层逻辑与政治算盘。
2026年09月18号 22点19分35秒 YC的首个政治委员会为何同时资助两党?揭秘硅谷科技孵化器的政治棋局

深入分析Y Combinator旗下Little Tech PAC的捐款流向,揭示硅谷科技领袖如何在2026年选举中同时资助民主党和共和党候选人的深层逻辑与政治算盘。

探索 LiveWorld 如何整合全球持续直播的 YouTube 摄像头,为用户提供沉浸式实时地理视角
2026年09月19号 01点26分01秒 LiveWorld:把全球 24/7 YouTube 实时摄像头汇聚在一座虚拟地球上

探索 LiveWorld 如何整合全球持续直播的 YouTube 摄像头,为用户提供沉浸式实时地理视角

深入了解LispBM -  - 一款专为微控制器设计的并发Lisp编程语言,通过消息传递机制实现高效的多任务处理,为嵌入式开发带来全新的范式与可能性。
2026年09月19号 01点30分23秒 LispBM: 重新定义嵌入式系统编程的并发Lisp语言

深入了解LispBM - - 一款专为微控制器设计的并发Lisp编程语言,通过消息传递机制实现高效的多任务处理,为嵌入式开发带来全新的范式与可能性。

深入解析Git包文件在对象存储环境下的性能瓶颈,以及一种全新的列式包文件格式如何将S3请求从数百次锐减至个位数,让大规模仓库的推送与克隆实现数量级飞跃。
2026年09月19号 05点31分03秒 对象存储上的Git革命:重构packfile格式如何让克隆提速14倍

深入解析Git包文件在对象存储环境下的性能瓶颈,以及一种全新的列式包文件格式如何将S3请求从数百次锐减至个位数,让大规模仓库的推送与克隆实现数量级飞跃。

深入探讨格兰特·桑德森在陶哲轩博客上提出的"动机解释"理念,分析AI生成证明时代下数学研究的核心价值,揭示数学文化变革与人类理解在未来的关键地位。
2026年09月19号 06点50分03秒 AI时代数学家的价值:当证明不再稀缺,什么才是数学的灵魂?

深入探讨格兰特·桑德森在陶哲轩博客上提出的"动机解释"理念,分析AI生成证明时代下数学研究的核心价值,揭示数学文化变革与人类理解在未来的关键地位。

平台以"继续使用即同意"的方式将用户数据交给AI公司训练模型,用户几乎没有说不的机会。数据定价、隐私承诺与监管缺口的碰撞正在重塑互联网规则。
2026年09月19号 11点15分32秒 亲爱的用户,去你妈的":AI训练数据交易背后的服务条款真相

平台以"继续使用即同意"的方式将用户数据交给AI公司训练模型,用户几乎没有说不的机会。数据定价、隐私承诺与监管缺口的碰撞正在重塑互联网规则。

深度解析开源非自回归决策模型Laya的技术架构、System 1设计哲学、多语言路由机制与实测性能对比,揭示零幻觉、可校准概率与Apache 2.0协议如何为高并发决策场景提供全新破局路径
2026年09月19号 11点55分57秒 Laya开源决策引擎崛起:32毫秒非自回归时代正在挑战Jev闭源霸权

深度解析开源非自回归决策模型Laya的技术架构、System 1设计哲学、多语言路由机制与实测性能对比,揭示零幻觉、可校准概率与Apache 2.0协议如何为高并发决策场景提供全新破局路径