夜雨聆风
AI时代的新职业:当＂软件机械师＂成为最抢手的工作
你以为AI会让程序员失业？错了。一个新职业正在崛起：软件机械师（Software Mechanic）。他们不写代码，但修复AI生成的代码；他们不懂算法，但理解业务逻辑。这是AI时代最稀缺的技能。
一个农民的故事
Margaret Brennan种了340英亩卷心菜。6个月前，她用AI生成了一个收割时机优化工具，整合了土壤湿度、天气预报、市场价格和卫星图像，帮她省了4万美元。
上周，这个工具建议她提前4天收割一块60英亩的卷心菜地。她照做了。结果卷心菜头只有正常大小的一半，损失2.5万美元。
工具出了什么问题？
天气服务商更新了历史数据集，让天气预报更准确了3%。但这个更新改变了“生长度日“（Growing Degree Day）的计算方式，导致AI工具高估了卷心菜的成熟度2天。
天气预报变准了，卷心菜却提前收割了。
Margaret找到了Tom Hartmann，当地的软件机械师。Tom花了45分钟修复了问题：在工具的规格说明（specification）里加了一条监控规则——”任何上游数据源版本变更时，暂停推荐，等待人工验证“。
收费180美元。不到损失的1%。
什么是软件机械师？
这是一个7年前还不存在的职业。
软件机械师不写代码。他们修复AI生成的代码。
具体来说，他们做三件事：
1. 诊断“规格说明“和“实际执行“之间的差距
AI生成代码的流程是：
1.你用自然语言写“规格说明“（specification）
2.AI生成代码
3.代码运行
问题在哪？自然语言不够精确。
Margaret的规格说明写的是：“根据土壤湿度、天气预报、市场价格和卫星图像，推荐最佳收割时机。“
听起来很清楚，对吧？
但AI不知道：
·“天气预报“的底层模型会更新
·模型更新会影响“生长度日“计算
·“生长度日“计算会影响卷心菜成熟度推断
·成熟度推断会影响收割时机
这些都是“领域知识“，AI无法从规格说明里推断出来。
软件机械师的工作就是：找到这些隐藏的假设，把它们写进规格说明。
2. 管理“工具生态“的复杂性
Ethan Novak是个26岁的奶农，第三代。他用AI生成了40个工具：
·饲料优化
·牛群健康监控
·牛奶定价
·粪便管理
·天气调整放牧轮换
·……
这些工具互相连接，共享数据。
10天前，Ethan更新了饲料优化工具（调整了青贮饲料配比）。AI重新生成了代码，改变了输出数据的格式。
牛奶定价工具读取饲料工具的输出，计算成本。格式变了，定价工具误读了一个字段，把“每头牛的成本“当成了“每百磅的成本“，导致牛奶定价低了8%。
3个月的合同，自动按低价锁定，损失1.4万美元。
Ethan改了一个工具，破坏了另一个工具，但他不知道。
Tom告诉他：“你有40个工具，但没有系统。你需要一个编排师（Choreographer）。“
编排师是软件机械师的升级版，专门管理工具之间的关系：
·绘制工具生态地图
·定义工具之间的接口
·验证工具更新不会破坏下游
这是AI时代的“系统架构师“。
3. 翻译“人类知识“和“机器逻辑“
Carol Lindgren，71岁，种了45英亩有机蔬菜。她的孙子Tyler用AI生成了一个灌溉优化系统，比她的手动方式省水15%。
但Carol发现：温室旁边的那块地被过度灌溉了。
为什么？
那块地下面有粘土层，水会积在传感器下方。Carol知道这个，所以30年来一直少浇那块地。
但Tyler的规格说明写的是：“根据传感器读数，保持60%田间持水量。“
传感器读数低（因为水积在下面），系统就多浇水。
Carol的手知道，但她说不出来。AI的规格说明也写不出来。
Tom的解决方案：给Carol装了一个物理开关。系统自动运行，但Carol可以随时手动覆盖。系统会记录她什么时候覆盖、为什么覆盖，这些数据会反馈到规格说明里。
机器建议，人类决定。
为什么这个职业会存在？
1. AI很擅长“通用原则“，但不擅长“具体情境“
AI可以告诉你：“蔬菜灌溉应该保持60%田间持水量。“
但AI不知道：
·温室旁边的地下面有粘土
·东北角有鹿道，土壤被压实了
·西边的几排因为树荫挡风，干得更快
这些知识在Carol的手里，不在任何数据库里。
软件机械师的工作就是：把这些“身体知识“翻译成“规格说明“。
2. 软件不再“坏掉“，而是“规格说明不够精确“
以前的软件：
·代码写好了，就固定了
·坏了，就修bug
·修好了，就继续用
AI生成的软件：
·代码是动态生成的
·“坏“的原因是规格说明不够精确
·修复方式是“改规格说明，重新生成“
这需要完全不同的技能。
以前的程序员：理解代码逻辑
现在的软件机械师：理解业务逻辑 + 诊断规格说明
3. “上游变化“是新的故障模式
Margaret的卷心菜问题不是代码bug，而是：
·天气服务商更新了模型
·更新让天气预报更准确
·但破坏了卷心菜成熟度推断
这是以前不存在的故障模式。
物理工具（拖拉机）不会因为John Deere更新了数据库就突然改变引擎校准。
AI工具会。
软件机械师的工作就是：监控上游变化，评估影响，调整规格说明。
对小微企业主的启示
1. AI工具需要“持续维护“，不是“一次性购买“
很多人以为：
·生成一个AI工具
·用到坏为止
·坏了再生成一个
错了。
AI工具需要持续维护，因为：
·上游数据源会变化
·业务需求会变化
·工具之间的关系会变化
这就是为什么软件机械师会存在。
Tom的客户Margaret拒绝了他的“坑组服务“（Pit Crew Service，定期检查工具）。她觉得“坏了再修“就行。
结果：损失2.5万美元，修复费180美元。
预防永远比修复便宜，但人类总是等到出事才付钱。
2. “领域知识 + AI工具“是新的竞争力
以前：
·你懂农业，但不懂技术
·你只能用通用工具（Excel、ERP）
现在：
·你懂农业，AI帮你生成工具
·但你需要软件机械师帮你维护
领域专家 + AI + 软件机械师 = 定制化解决方案
这对小微企业是巨大的机会：
·你不需要雇程序员
·你不需要买昂贵的软件
·你只需要：清楚地描述你的需求 + 定期维护
3. “物理开关“比“软件界面“更重要
Tom给Carol装的物理开关，成本4美元。
但这个开关解决了一个心理问题：控制感。
人们抗拒AI不是因为AI不好用，而是因为“AI在替我做决定“。
物理开关说：“AI可以建议，但我决定。“
这是产品设计的关键洞察。
如果你在做AI工具，记住：
·给用户一个“紧急停止“按钮
·让用户感觉“我在控制“
·即使AI 99%的时候是对的
给你的建议
如果你是小微企业主
4.预算“AI工具维护费“
– 不要以为“生成一次就够了“
– 预算每月$200-500的维护费
– 这比损失2.5万美元便宜得多
5.找一个懂你行业的软件机械师
– 不要找“通用程序员“
– 找懂农业/零售/制造的软件机械师
– 他们理解你的业务逻辑
6.记录你的“隐性知识“
– 那些“你知道但说不出来“的东西
– 温室旁边的粘土、东北角的鹿道
– 这些是AI无法推断的
如果你是技术负责人
7.重新定义“软件维护“
– 不是“修bug”
– 是“监控上游变化 + 调整规格说明“
– 需要不同的技能和流程
8.建立“规格说明版本控制“
– 像管理代码一样管理规格说明
– 记录每次修改的原因
– 追踪上游依赖的变化
9.投资“编排能力“
– 如果你有10+个AI工具
– 你需要编排师
– 否则工具之间的关系会失控
如果你是超级个体
10.考虑成为软件机械师
– 这是未来10年最稀缺的技能
– 不需要写代码
– 需要：领域知识 + 诊断能力 + 沟通能力
11.学习“规格说明工程“
– 如何用自然语言精确描述需求
– 如何诊断规格说明和执行之间的差距
– 如何管理工具生态
12.选择一个垂直领域
– 农业、医疗、零售、制造……
– 成为“懂X行业的软件机械师“
– 这比“通用软件机械师“更值钱
更大的趋势
这篇文章来自Hacker News上的一篇科幻小说式长文《Warranty Void If Regenerated》（145分，66评论）。
作者虚构了一个“AI转型后“的世界，但描述的问题是真实的：
AI让软件生成变得容易，但让软件维护变得更难。
以前：
·软件是“写一次，用很久“
·坏了，修bug
·修好了，继续用
现在：
·软件是“生成一次，持续调整“
·“坏“的原因是规格说明不够精确
·修复方式是“改规格说明，重新生成“
这需要新的职业：软件机械师。
他们不写代码，但理解：
·业务逻辑
·规格说明和执行之间的差距
·工具生态的复杂性
·人类知识和机器逻辑的翻译
这是AI时代最稀缺的技能。
———
关于这篇文章：
·原文：《Warranty Void If Regenerated》（nearzero.software）
·Hacker News讨论：145分，66评论
·作者虚构了“软件机械师“职业，但描述的问题是真实的
·国内尚无相关报道或讨论
核心洞察：
·AI让软件生成变容易，但维护变难
·“规格说明工程“是新的核心技能
·领域知识 + 诊断能力 > 编程能力
·物理控制感 > 软件界面
🚀 AI企业公众号没人持续更新？
擅衡网络专注AI企业公众号内容托管：
✔ 每日原创全球AI前沿资讯
✔ 结合企业定位深度定制内容
✔ 帮您持续输出专业声音
✔ 打造行业影响力
让您的企业
每天站在全球AI前沿，比同行快一步。
📩 扫码添加客服，了解托管方案与合作细节。
———
擅衡网络 | 高质量内容托管：专注AI，齐聚全球跨界精英，为AI企业专属定制，提供原创内容托管，让您站在全球资讯前沿，比同行快一步，成为行业风向标。