ARTICLE · 1089622
“软件工程”这栋烂尾楼,被 AI 拆了
欢迎大家关注“凯哥讲故事系列”公众号
第二期 LeanFDE 开班了，点击左下角查看原文即可了解详情
凯哥讲 AI · 真实体验
软件工程这栋烂尾楼，被 AI 拆了
凯哥讲 FDE · 第一篇：从 Cynefin 框架说起
引子：1968 年的那场会
1968 年，北约在德国加米施召开了一场软件大会。参会的大佬们达成一个共识：写软件这件事，已经乱到没法看了——项目延期是常态，预算超支是标配，交付的东西 bug 满天飞。这就是历史上著名的"软件危机"（Software Crisis）。
为了解决它，人们造了一个词：软件工程（Software Engineering）。
从那天起，整整五十多年，全世界最聪明的一批工程师前赴后继，只干一件事：让"写软件"变成真正的"工程"。
结果呢？楼还没盖好，AI 把地基连图纸一起端走了。
今天这篇，咱们从 Cynefin 框架说起，一层一层把这件事剥开。这是"凯哥讲 FDE"系列的第一篇。
第一层：世界上只有四种问题
1999 年，IBM 的研究员 Dave Snowden 提出了一个框架，叫 Cynefin（威尔士语，意思是"栖息地"）。它说，别管什么行业，世间所有问题只分四种：
- 简单（Simple）
：因果关系一目了然，照着手册做就行。照菜谱炒菜、按流程报销。 - 繁杂（Complicated）
：因果关系存在，但得靠专家分析才能看清。造汽车发动机、做心脏搭桥手术——难，但难得有章法，好专家能搞定。 - 复杂（Complex）
：因果关系事前看不清，只能事后诸葛亮。养孩子、做市场、带团队——你永远不知道哪句话会点燃什么。 - 混乱（Chaotic）
：没时间分析，先行动再说。火灾现场、服务器宕机。
记住这个划分。下面所有的结论，都从它长出来。
第二层：什么叫"工程能力"
"工程"这个词，到底在说什么？
说白了，工程能力就是一句话：把一个问题，从"复杂"驯化成"繁杂"的能力。
造桥：风有多大、钢有多硬、水流多急——全部可测、可算、可验证。桥不会今天心情好就不断，明天心情不好就塌。 造芯片：纳米级的精度，靠的是一整套标准、流程、工具链，把不确定性一层一层关进笼子。
工程的本质，就三件事：可预测、可重复、可控。
注意一个细节：真正的工程，从来不去碰"复杂"域。没人试图"工程化"养孩子，也没人给"怎么让员工有归属感"写标准作业流程。工程的聪明之处在于：先把问题定义清楚，把不确定性挡在门外，然后在门内大展拳脚。
所以，一个领域能不能"工程化"，只看一步：你能不能把输入和输出之间的因果关系，变成可分析、可复现的。
第三层：软件工程——盖了五十年的烂尾楼
回到软件。从 1968 年那场会开始，软件工程干的事，就是想把"从需求到上线"这个过程，驯化成真正的工程：
1970 年，瀑布模型：需求→设计→编码→测试→上线，一步一步来，像造桥一样严丝合缝。 1975 年，Brooks 写出《人月神话》：向延期的项目加人，只会让它更延期。品品这句话的潜台词——如果写软件真是"繁杂"问题，加人手就该线性加速；加人不灵，恰恰说明它骨子里是"复杂"问题。 2001 年，敏捷宣言：瀑布太僵了，咱们小步快跑、拥抱变化。 后来，DevOps：开发运维打通，自动化测试、持续集成、持续部署。
每一代方法论，都在回答同一个问题：怎么写软件，才能又快、又稳、不返工？
但五十年过去，软件工程始终有个绕不过去的坎：需求是人嘴里说出来的。
客户说"我要一个快一点的系统"——多快算快？ 产品经理写"用户体验要好"——什么叫好？ 程序员理解的"做完了"，和测试理解的"做完了"，和客户理解的"做完了"，是三回事。
从需求到上线，中间隔着一连串的人：提需求的人、翻译需求的人、写代码的人、验收的人。每一次传递，都是一次主观解释；每一次解释，都是一次信息损耗和变形。
这就是软件工程的宿命：它想驯化的是"繁杂"，但它天天打交道的，是"复杂"——人的主观性，是永远关不进笼子的。
所以我说，软件工程是一栋盖了五十年的烂尾楼：它一直在接近"工程"，但始终没真正成为"工程"。
第四层：AI 来了，把楼拆了
然后，大模型来了。
它干了一件让所有软件工程师后背发凉的事：它不跟你玩"把流程工程化"，它直接把"人"这个变量拿掉了。
以前：客户说人话 → 产品经理翻译成文档 → 程序员翻译成代码 → 测试翻译成用例。每一层翻译都在丢信息、加主观，软件工程的全部流程——评审、联调、回归测试——本质上都是在为"翻译损耗"擦屁股。 现在：人说一句话，AI 直接生成可运行的系统。
看明白了吗？软件工程五十年想解决的问题——"主观传递太多，过程不可控"——AI 的解法是：把需要传递的人全干掉，还传什么传。
这就是"软件工程被 AI 吃掉"的真正含义：AI 不是在软件工程的赛道上跑赢了它，而是把这条赛道直接拆了。
最讽刺的是什么？软件工程的终极理想，是"让写软件像造桥一样可靠"。AI 实现这个理想的方式，是"让写软件不再需要软件工程师"。楼没盖完，但住的问题解决了——因为大家发现，原来不盖楼也行。
当然，软件工程不会彻底消失。它的遗产——版本控制、自动化测试、持续集成这些思想——会活下来，变成 AI 生成代码的护栏。但作为一门"学科"、一种"职业路径"，它被釜底抽薪了。
第五层：那 FDE 呢？
好，写代码不值钱了，流程也不值钱了。那什么值钱？
回到 Cynefin 框架。AI 吃掉的是 "繁杂"域——那些因果可分析、流程可复现的工作：写代码、写测试、搭流水线、调参数。
但 "复杂"域 还在，而且越来越值钱：
客户到底想要什么？（他自己都说不清楚） 这个业务问题，到底该不该用 AI 解决？从哪下手？ 系统上线了，组织里的人愿不愿意用？怎么让他们愿意用？
这些问题的特点是：事前看不清因果，只能深入现场、不断试探。这恰恰是 FDE（Forward Deployed Engineer，前线部署工程师）天天干的活。
Palantir 发明这个角色，逻辑很简单：再好的软件，扔到客户现场都会水土不服。所以派工程师驻扎进去，在混乱的业务现实里，把"真问题"找出来，把"能用的系统"立起来，把"不愿意用的人"搞定。FDE 从第一天起，泡的就是"复杂"域。
所以结论很扎心，也很清楚：
AI 吃掉的是"把事情做对"的能力，留下的是"做对的事情"的能力。
软件工程想驯化的，是"繁杂"；FDE 天天泡在里面的，是"复杂"。AI 越强，写代码越不值钱，深入业务、定义问题、推动落地就越值钱。
这就是"凯哥讲 FDE"这个系列想讲的事。下一篇，咱们聊聊：FDE 到底是干什么的，Palantir 为什么靠这帮人撑起几百亿美金市值。
凯哥讲 FDE · 第一篇 ｜ 转发给还在卷软件工程的朋友
以场景牵引战略、数据与AI，形成可运行、可核验、可复制、可运营的场景生产体系。
Lean Scenario Innovation Method · 2026
凯哥讲 AI｜智胜系列
策略决定边界，洞察穿透表象，行动创造价值。
书籍简介
Springer Nature 出版社已经签约出版此书的全球版
敬请期待
“精益数据方法，是基于20年中国信息化，数字化市场的深度实践，超过100家大型头部企业的数字化转型规划，实施的落地总结沉淀出的，以数据要素为核心，以价值场景为抓手的中国特色的数字化转型方法论和体系化实践工具。
2023年已经出版了原创著作《精益数据方法论-数据驱动的数字化转型》，并且已经在多个全球头部行业领军企业落地。
精益数据方法，将精益思想深度融合到企业数字化转型领域，以创造价值，消除浪费为目标，打造高质量发展的数字化企业，助力企业在新的数字化时代获得高响应力，建立数据驱动的企业。”
如何找场景？ 如何让场景落地？
如何让企业建立起持续生产高质量场景的组织能力？
场景创新咨询落地 | 数据智能咨询落地
精益数据训练营/解决方案架构师特训营
从数据到价值：精益数据工作坊
数字化咨询教练陪跑服务：
数字化转型规划 | 顶层设计 |企业创新与运营
IT战略规划 | IT服务管理体系 | 数据治理
往期推荐内容
智胜｜Agent Discovery：AI 时代的价值互联网
智胜｜从“智能体应用”到“智能互联网”：中国智能体政策的底层逻辑与产业范式跃迁
富贵研究所 ｜ 我们花了 7 天，才把 AI 编程的起点搭起来
富贵研究所 ｜ CEO 都开始写代码了，你的老黄牛思维还没醒悟？