AI 能力已经成为工程师核心竞争力

我爱免费

作者：微信文章
近日，Meta 超级智能实验室裁员 600 人，有消息称其裁员标准竟简单粗暴地以 “代码量” 为依据。无独有偶，全球知名客户管理软件服务商 Salesforce 的 CEO 也在近期播客中透露，公司已裁撤 4000 名员工。

AI 发展至今，一个问题始终萦绕在人们心头：AI 虽能提升员工生产力，但它真的会完全替代人类员工吗？而近期这些大规模裁员动作，让这个问题变得愈发尖锐。

我近期正在面试软件工程师，“是否了解 AI” 已成为每个候选人的必答题。如今 AI 概念泛滥，几乎所有候选人的简历上都会写着 “热爱 AI、热衷探索和学习 AI 技术”。但这些所谓的 “热爱” 与 “探索”，在面试中往往不攻自破 —— 它们更像是为迎合行业热点的 “表面文章”，候选人并未真正投入时间深耕 AI，也未曾深度使用过 AI 工具。

举个实际案例，我问候选人 “平时编码是否常用 AI 工具”，他们大多会回答 “会用，比如做代码补全”。可当我进一步追问 “用得多吗？AI 写的代码占比多少” 时，得到的答案却惊人地一致：“用得很少，现在 AI 能力太弱，基本没法用。”

听到这句话，我便知道他们从未真正深度使用过 AI 编码工具。无论是 Claude Code、CodeBuddy、Tree，还是国内的通义灵码等，如今的 AI 编码工具早已表现得十分强悍，而这些候选人对此竟一无所知。

“你是否高频使用 AI 工具？比如豆包、DeepSeek？这些 AI 能力有没有真正融入你的工作流？” 答案往往是否定的。目前，多数人对 AI 的认知仍停留在 “知识搜索工具” 或 “简单内容摘要工具”，从未真正让 AI 成为工作的 “左膀右臂”。

如今已是 2025 年，这样的认知显然不符合 “高频 AI 使用者” 的基本要求。基于此，在内部讨论中提出了一个判断：

当前，AI 掌握程度正成为工程师核心竞争力的关键指标。

它主要体现在三个层面：

态度层面主动拥抱 AI，愿意尝试新工具、探索新可能，在原有工作流中寻找 AI 赋能的新解法。能力层面持续学习 AI 知识，了解大模型、微调智能体的基本原理，清晰认知 AI 的能力边界，而非盲目神化或贬低 AI。至少要亲手安装几个不同尺寸的 AI 模型，观察它们在同一问题上的表现差异，建立对 AI 能力的直观认知。实践层面高频使用 AI，并将其深度融入日常工作流，借助 AI 提升个人工作杠杆率。一旦真正让 AI 参与工作，就能感受到它 “魔法级” 的信息处理效率，个人生产力也会随之显著提升 ，这时代给予的红利。

若在这三个层面均未达标，可以说他没有拥抱新技术的真正热情。

而对所有软件工程师而言，“终身学习” 是应对未来不确定性的第一原则。更进一步说，终身学习早已不是软件从业者的专属要求，而是所有行业从业者都必须具备的基础素质。

共勉！