夜雨聆风▲戳蓝字（老蝈）关注我！我可能是错的。
20世纪60年代，软件规模膨胀导致成本失控、质量崩溃，如美国空军某系统硬件耗资1亿美元，软件却超10亿美元。
1968年，北大西洋公约组织首次提出“软件工程”概念，试图用工程化方法驯服代码的混沌。
20世纪70年代，结构化程序设计（如Pascal）将代码拆解为模块化结构，解决代码的难维护的课题。
80年代，面向对象编程通过封装、继承、多态，让代码复用成为可能，Java和C++成为主流。
90年代，打破瀑布模型的僵化，强调“快速迭代”和“客户反馈”，Scrum等方法至今仍是互联网公司的标配。
2010年后，开源运动和云计算彻底改变游戏规则。
2020年，AI代码生成工具的出现，标志着“代码生产”的边际成本趋近于零。
2025年，中国信通院数据显示，AI代码采纳率从22%飙升至35%，传统初级开发岗位净减14万。软件工程的上半场结束了。
当前，软件工程的核心已从“编写”转向“验证”。
这要求学习者关注三大新能力：
系统思维：将需求拆解为可验证的模块。
如达索系统的CATIA软件，通过参数化建模将复杂工程问题转化为数学约束。
AI协作能力：用结构化文档（如Markdown）定义需求，引导AI生成高质量代码。
例如，设计文档需包含系统架构、数据库模型和UI规范，让AI输出可复用的模块。
跨领域整合：结合行业知识解决实际问题。
如金融科技领域，工程师需理解监管政策与算法模型的结合，这是AI难以替代的人类优势。
面向未来，软件工程专业的规划需围绕“人机协同”展开，而非与AI竞争。
软件工程的未来，不再是“写更多代码”，而是“用更少代码解决更大问题”。
正如天津大学软件工程学科的发展轨迹，从奠基阶段的工程实践，到如今整合AI与行业需求的“三位一体”培养模式，未来的软件工程师需兼具技术深度与行业洞察力。
提醒
2021年我问Siri：张三在哪里？Siri：不知道。我再问它，它就会说些莫名其妙的话。
如果我问一个人，张三在哪里？
不管这个人什么文化水平，只要他不认识张三，都会反问：你说的张三是谁啊？
那时候我的结论：智能软件再强大，也只能在它固有的框架内回答问题。而人，则不会陷在一个框架里，他会审视这个框架，提出一个新问题。
就在我写这篇文字的时候，我问豆包：
张三在哪里？豆包：张三暂时下落不明😆，你说的是哪个张三？是课本里的、段子里的，还是身边那位？
这就是智能的进步幅度，这也是软件工程师的功劳。
现在学校里的专业课老师，都会讲AI，会分析局势，会介绍最能适应社会的知识。
只不过，老师所布置的任务，却不抵制借鉴AI。
关键是从技术上而言，也根本没有手段能够抵制“借鉴”。
让你思考一个问题：当“借鉴”成为常态，学软件该如何突围？
附上2025年面向河北物理组，投放软件工程的院校，以及录取分数
