AI正在删除软件工程的＂中产阶级＂?1014分热帖吵了915楼

#AI编程 #软件工程 #职业发展

"The damage we can do in an afternoon used to take them months."

「过去要几个月才能造成的破坏，现在一个下午就够了。」—— Florian Herrengt，《AI is removing the middle class of software engineering?》

一、网络热议：一个周一早晨，7个PR，第一个就是24506行

8月12日，工程师 Florian Herrengt 在个人博客发表长文《AI is removing the middle class of software engineering?》（AI正在删除软件工程的中产阶级？），投稿 Hacker News 后冲上首页。

"It's 2026. You make yourself a nice coffee, open your computer and find yourself with 7 PRs to review. You open the first one: +24506 -3938 lines."

「2026年，一个普通的周一早晨。你冲了杯咖啡，打开电脑，发现有7个PR等着你评审。你点开第一个：新增24506行，删除3938行——团队一个周末干的活，比你休假几周积累的还多。」

互动数据：1014分 · 915条评论 · 持续发酵两周。

这篇文章讲的不是「AI会不会写代码」，而是一个更扎心的结构问题：AI让好工程师更值钱、让差工程师更危险，而夹在中间的「中产工程师」——那些靠熟练执行吃饭的人——正在被两头挤压。

作者的核心断言很简单：过去，坏决策的破坏半径受限于人的打字速度；现在，智能体替你踩下了油门。「这就像30公里时速撞车和200公里时速撞车的区别——事故还是那个事故，致死率完全不同。」

二、趋势解码：三个关键视角

1. 油门装了涡轮，刹车还是木制的

这是整场讨论的技术底座：生产代码的成本趋近于零，而理解代码的成本一寸没降。

过去为什么「坏工程师」是可容忍的？因为自然减速带存在——人打字就那么快，写得烂也烂得有限，评审跟得上，坏决策还没复合就被拦住了。AI拆掉的正是这个限速器：现在一个下午就能产出一万行「看起来能跑」的代码。

核心逻辑：瓶颈从来不是写代码，而是理解和验证代码——AI只优化了前者。

这就像给全城司机发了法拉利，但红绿灯、交警和驾校一样没变。@cautiouscat 的比喻更狠：以前的坏代码是花园水管，现在是消防水管——同样是浇花，冲毁力完全不同。评论区里最有说服力的，是 @RSHEPP 拿出的实测数据：

坏代码产出速度：AI之前，以「人打字速度」为上限；AI之后，一天可产出过去一年的量。

破坏半径：AI之前，有限（编译都难通过）；AI之后，「无限」（能跑但没人懂）。

评审负荷：AI之前，跟得上；AI之后，一个周末7个PR、单个2万行。

真实代价（实测）：RSHEPP所在团队一年间CPU用量指数级增长——最大消耗是HTTP连接抖动，每个请求都新建client。

2. 职业杠铃化——中间消失，两头加重

作者的经济学判断是全文最尖锐的部分：「就业的门槛，就是当前最强模型的能力线。」

低于这条线的能力，市场直接用AI替代；高于这条线的能力（架构、判断、品味），因为AI放大了杠杆而更稀缺、更值钱。健身房的杠铃片全挂到了两端：一头是极少数「可被信任的人」，另一头是大量低价的「AI驾驶员」，中间的杠铃片——熟练但可替换的执行层——正在一片片被卸走。

@mikert89 给出了悲观的量化：「公司可以付8万美元让人清backlog，过去是17.5万——不是活变少了，是干活所需的技能变低了。」而 @declan_roberts 指出了更深的裂痕：「AI加全球竞争，初级和中级岗位从未这么难找——我们通往高级工程师的管道，完全断了。」

核心逻辑：AI不消灭工程师，它消灭「平庸的执行」这个价位段。

3. 出路在「维护」——AI改不动的大泥球

但作者的结尾留了活路，而且相当具体。他说：维护才是软件行业的本质。LLM改不动几十万行、牵一发动全身的遗留系统；把大系统拆成可理解块的能力（partition architectures），仍然完全属于人类。「Learn that」——去学这个。

他举了个反直觉的例子：自己带过两个很好的初级工程师——好就好在他们用AI来增进理解，而不是替代理解。他甚至反驳了「AI会的就不用学了」的论调：「计算机算术早就比人快了，我们仍然教算术——因为你要的是心智模型，不是计算本身。」

核心逻辑：护城河不是「会用AI」，而是「知道AI该往哪开」。

技能价值变迁一览：2010年代，值钱的是熟练写代码、背框架API，被替代的是手工部署；2020年代初，值钱的是会用云平台、编排工具链，被替代的是基础CRUD实现；2026之后，值钱的是架构拆分、判断力、「可被信任」，被替代的是把需求翻译成代码的纯执行。

三、声音图谱：社区都在说什么

支持的声音

1.「坏工程师现在能把他们的『坏』放大10倍，扩散到整个组织。」——@Syntaf（44条回复，全帖最高热）

最危险的不是新人，而是「老资格+失热情」的组合：有足够的信用去ship，却没有足够的兴趣做好它。垃圾进，垃圾出。

2.「过去坏工程师连能编译的代码都写不出来；现在一杯咖啡的功夫，一万行能跑的垃圾。」——@ryandrake（10条回复）

「破坏半径无限」论的代表作。他连发两楼，火力全开：所谓10x工程师，可能只是把生产力从同事那里偷走的人——评审、修复、返工的时间都由团队垫付。

3.「一年间CPU用量指数级增长——坏工程师把Claude给的东西直接ship，从不思考后果。」——@RSHEPP（12条回复，实测数据）

全帖唯一拿出真实监控数据的评论。「哪怕push back一下，Claude自己都会告诉你这是错的。但他们不。」「平台工程在有坏工程师+无限代码机器的时代，难了10倍。」

4.「未来十年的软件咨询，主旋律是修复『大泥球』。」——@greenavocado

引用1997年Foote与Yoder的经典反模式文献《Big Ball of Mud》：AI批量制造的大泥球，将成为下一代咨询师的金矿——破坏即商机。

质疑的声音

1.「讽刺的是，AI反而缓解了坏开发者的问题。」——@CuriouslyC（9条回复，最强反方）

架构和设计来自上层，AI写的代码比坏开发者更整洁、测试更严格——AI可能同时抬高底线与峰值，坏工程师的产出质量反而是被拉高的。值得每个忧虑者认真消化。

2.「创业公司用代码生成抢到市场契合点，即使之后重写，这个赌注也值。」——@tp3358

附上物流行业六家实例的反方：债务可以活下来再还，但错过市场窗口连还债的资格都没有。速度本身就是生存权。

3.「我AI-first干活，PR最多改12-15个文件，激进改动也就30个，人完全可审。」——@pelagicAustral

实践派反证：2万行的PR不是AI的原罪，是使用方式的原罪。「有正确做法的，亲爱的卢德分子们。」

4.「AI是工具。工具提供杠杆，不会把差工匠变成好工匠。」——@api

淡定派的历史视角：1950年的人也觉得计算机是不可理解的黑箱。杠杆改变的是幅度，不是方向。

经验与离开的声音

1.「我现在就是『新经理』。Claude比我带过的任何开发团队都好，10分钟干完过去3周的活。」——@trey-jones

一线体验：工程师正在变成AI的项目经理——而且这个「下属」出乎意料地好用。兴奋与失落在同一段话里并存。

2.「把思考委派给Claude的那一刻，你自己就变成了管理层。」——@tantalor

对原作者最锋利的一刀：你批评工程师「不理解就ship」，那经理「不理解就拍板」呢？工程师与经理的旧边界，正在被重新划线。

3.「AI是压垮我离开这个行业的最后一根钉子。」——@hn_throwaway_99

一位热爱工艺、乐于带新人的老工程师的告别自白：不是恨AI，是「永远半生不熟地ship」的文化，终于耗尽了热爱。技术的提速与文化对工艺的挤压，是两件事，却同时到账。

4.「再等6个月，所有开发者都会被替代，bro。」——@edukite（嘲讽）

「那为什么他们卖token，而不直接卖完整应用？」——对空头支票式预言的经典反问：如果终点就在眼前，为什么商业模式还停留在卖铲子。

行文至此，忽然想起作者那两个「用AI增进理解」的初级工程师。楼里吵了915层，吵的其实是一件事：当生产变得免费，理解成了唯一的稀缺品。

工具永远在变，从编译器到云计算再到智能体，每一次都有人喊「手艺死了」，每一次活下来的都是那些比别人多懂一层「为什么」的人。AI删掉的不是中产阶级，而是「停止学习」的权利。

愿你我都是那个被信任的人。也愿那个在深夜里追查「数据到底从哪来」的工程师，下次打开电脑时，看到的第一个PR，小于300行。

（仅为阅读讨论，不构成投资或其它专业建议。）