领域专业知识一直是真正的护城河

2026年5月30日 软件工程 AI 领域专业知识一直是真正的护城河

编写软件的难点从来不是写代码本身。首先要在脑海中构建一个可工作的领域模型。在你能交付一个薪资系统之前，你必须理解工资扣押、税前扣除，以及当某人的发薪周期跨越税率变更时会发生什么。在你能交付一个公交应用之前，你必须学习什么是GTFS数据源，为什么行程和路线不是一回事，以及一辆“准时”的公交车如何仍然是错误的。代码是对那种理解的转录。获取理解才是工作本身。

智能代理AI切断了两者之间的联系。现在你可以在不构建模型的情况下产出软件，这打破了整个行业赖以运作的假设。标准的看法（包括我自己去年的看法）是这些工具能增强资深开发者，因为资深开发者拥有判断力。这没错，但不完整。我后来观察到的事情更具体、更有趣：约束条件已经从“你能不能构建它”转移到了“你能不能判断它是否正确”。

思考一下谁能真正用好这些工具。想象两个人。第一个人是领域专家，没有真正的软件背景。比如物流调度员、临床编码员、精算师。他们看不懂堆栈跟踪，也分不清哈希表和列表的区别。但是他们能看一眼代理生成的日程表，立即知道没有司机能合法地值那个班，或者某个带有那些编码的索赔永远不会被支付。他们知道对于给定输入的正确输出，因为他们已经在那些输入和输出中生活了十年。把一个代理交到他们手里，他们惊人的高效，因为他们所缺失的——生成代码的能力——正是代理所提供的。他们带来的是代理无法提供的东西：事实真相（ground truth）。

第二个人是强大的通用型工程师，从未在相关领域工作过。他们可以架构任何东西，精通可靠性、测试以及如何防止系统在凌晨两点崩溃。但如果把他们丢进临床编码领域，他们无法区分一个看似合理的错误答案和正确答案。代理会很乐意生成一条编译通过、通过工程师想到的测试、但在细节上昂贵的错误计费规则。工程师没有“神谕”。他们可以验证软件构建良好，但无法验证它是否正确，因为这里的正确性完全由他们头脑中没有的领域定义。

注意这个剪刀差。在代理时代之前，工程师拥有一条调度员没有的道路：他们可以去学习领域。慢慢来，痛苦地，通过跟随专家、阅读规范、在生产中犯错，他们建立起心智模型，然后构建系统。那条路在很多领域就是整个职业阶梯。领域专家没有等效的道路，因为学习构建可靠软件是好几年的工作，他们永远不会去做。

智能代理工具压扁了其中一条道路，而不是另一条。工程师的优势——将领域模型转化为可工作代码的能力——现在变得廉价。而领域专家的优势——知道什么是对的——却没有变得廉价。你不能通过提示词获得它。没有技能文件能包含一个处理过上千次薪资的人的隐性知识。

因此，在这个新世界里最有价值的人是同时拥有两种技能的人，因为他们能在两个层面进行验证。他们知道生成的代码是可靠的，也知道它产生的结果是真实的。他们可以编写编码“司机不能超过11小时”的测试，因为他们知道这条规则，而且他们能判断测试本身是有意义的，因为他们知道自己在测试什么。代理负责转录。他们负责判断，两次。

如果你是一位经验丰富的工程师，正在决定未来几年在哪里投入，这就是赌注。你为之奋斗的机械技能——将清晰的想法转化为干净的代码——已经变得显著贬值。仍然稀缺的是某个真实领域的深入、经过验证的模型。去获得一个。选择一个行业、一种工具、一套监管制度、一个物理过程，像你曾经学习编程语言或框架那样去学习它。那是代理无法为你做的事情，也是现在最有价值的部分。