夜雨聆风这是三月份写的文章
--------------------------
因为长期高强度在一线做开发，可以说我们是眼睁睁看着AI能力一步步增强，也见证了AI是如何一步步剥夺初级研发岗位的。也正是高强度的AI使用，使得我们有能力对未来AI在工业软件领域做出一些预测。
现阶段，个人认为：
如果想开发工业软件，主要工作可能是整理需求
为什么这么说？
1. 基于最新的AI大模型，丢给AI一句话“帮我开发一个线弹性静力学求解器，支持三维四面体单元，边界条件支持xyz固定”这类，AI基本上可以准确无误的实现，不需要太多干预。但是如果你要说“帮我开发一个线弹性静力学求解器”，AI可以实现更多内容，比如支持更多单元，更多边界条件，但是远远达不到完善的标准，其中还是不断进行沟通，迭代，完善。
AI做成一个功能完善的静力学求解器并完成测试，目前大概需要一周时间。当然只是原型，针对超大模型，奇异网格单元，数值扰动等实际工程问题，还需要专项解决。
2. AI进化速度实在太快了
CC去年3月发布，到现在才1年；CodeX从5.1到5.4，大概也就半年不到。也就这短短的时间，已经完成了从vibe coding到vibe engineering转变。今年马斯克更是提出以后不需要编程语言，Anthropic 的CEO 说我们离AI 取代软件工程师只有12 个月了。
最新的Anthropic报告显示：计算机和数学类职业理论可自动化率高达94%，但目前真实覆盖只有33%。也就是说，AI远没发挥出全部潜力，可光是已经实现的这部分，就足够让程序员的日常工作被“切掉”四分之三。
AI进化速度太快，编码能力是其具体体现之一。这个我们目前的日常工作也是高度一致的。
但可能有朋友说“我不会编程，想开发一些工业软件，可入门还是很难”
也可能做研发的朋友说“我做研发很多年了，可要开发成熟的工业软件，AI能力还远远不够”
确实，以上都是目前客观存在的事实。传统的工业软件体积庞大，业务复杂，积累了多年的经验，AI短期是也是难以覆盖的。大型软件对于架构，设计评审也依旧要求偏高。但现状是AI公司正在解决这些问题，迭代飞快。3个月前棘手的，让人冥思苦想的难题，现在可能一个skill两句话就解决了。
好几次深夜面对电脑思考，如果AI飞速发展，几年后，几个Agent就能解决大部分传统问题，我们现在做的所谓软件研发 是否还有意义。是否应该转向需求收集，需求设计，将具体的业务难题转成AI能识别的问题。比如设计发动机，将传统发动机设计的难点，进行数据化，参数化，把数据喂给Agent，并转成能识别的难点，然后让Agent采用最合理，最高效的方式设计实现。
2026年可能是 AI+工业软件 逐渐发力的一年，很多新产品新内容会涌现。其实很多AI新产品在国外在推广，到国内可能要延迟一些，不过今年应该都可以看到。
最后，针对所有研发，不太建议再去钻研传统的工业软件领域的算法方法，包括 几何内核，网格，数值计算等等。不仅耗时耗力，而且效率低下。稍微往上一层，理解需求，找到痛点，熟练使用已有的工业软件，利用AI研发做验证，完成闭环，能提供实际解决方案。
当一句话就能生成abaqus的时候，普通人实际就两条路：
1. 自己做老板
2. 做对AI最后方案能拍板的人
