一个人的软件工程(3):在AI新时代要有新思维

封面:同样一批方块被两只手重新组合成新的分组

过去,TBA 大约一年升级一个大版本。后来借助 Qoder,重构 Python 版、Electron 版,各用一到两天做出成品,开始内测。

我把这个变化看作百倍以上的速度提升,而且认为以后还会更快。

如果只是快一点,原来的做事办法也许还能沿用。变化到了这个量级,又让一个人能做出原本不会做的软件,就不能只理解成“程序员少写了些代码”。哪些事值得做、由谁来做、还需要怎样的协作,都可能重新安排。

我的判断是,社会劳动协作关系早晚会因此发生变革。既然如此,我就不能等到变化全部落定,才开始准备。

但从一个自用工具,怎样走到这个判断?中间不能跳过软件工程里真正要做的工作。

一、一年到一两天,改变的不只是日程表

先把时间口径说清楚。

“一年一个大版本”,是我过去的版本节奏,不是连续一年都在写代码。“一到两天”,是两次重构做出成品并开始内测,也不是所有测试、交付和后续维护从此结束。重构还承接了多年积累的脚本、业务规则和使用判断,不是对着空白重新发明全部需求。

所以,“百倍以上”是我对亲历变化的量级判断,不是同样工作量、同样质量要求下测出的工时倍率。我也不会拿版本数量去换算生产率。

即使把这些区别说清,变化仍然很大。

我是项目经理,本科学金融,硕士学会计。以前为工作需要自学 VBA,能做一些工具,却不会独立实现 Python、Electron 这样的完整产品。Qoder 改变的首先是这一点:原来做不了的,现在可以做;然后才是做出来用了多久。

第二篇已经写过实际分工。R1 时,我把 AI 给的代码接回工程,自己调试;Electron 重构时,先讨论到 AI 能复述需求,再让它制定并执行开发计划,我测试最终功能。

这就带来一个比“快了多少”更值得追问的问题:如果一个人能够接下原本超出自己技能范围的工作,原来的任务划分与交接还有多少必须保持原样?

要回答它,先得知道原来有哪些工作。

二、从发现问题到交付,工作究竟怎样变了

下面关于通常团队分工和企业应用的内容,是我向 AI 请教后的个人学习整理,不是给企业的建议,仅供参考。如有出入,请联系我修改。这部分也不代表任职机构的观点。

我把软件工程拆成十一项工作。它们不是只能按顺序走一遍:测试可以提前参与需求讨论,部署与安全条件也可能从选型时就要考虑。

职责也不等于人数。一个人可能兼做几项工作,同一种职责在复杂项目中也可能由多人承担。列出十一项,不能直接说需要十一个人,更不能据此计算 AI 替代了多少人。

还要分清两种比较。一种是我自己在 Qoder 介入前后怎样做;另一种是通常团队怎样分工。以前我也是一个人,不能把“没有团队交接”全部算成 Qoder 带来的收益。

表中的“可辅助”,是具备相应工具、环境与授权时可以承担的动作,不是我的逐项使用记录。我的实践只写已经能确认的部分。最后一列是当前需要有人处理的判断,也不是断言这些工作永远不会继续变化。

1. 决定做什么,以及怎样做

环节 通常由谁做,具体做什么 Qoder 介入前,我怎样做 介入后的变化或可辅助动作 当前仍需明确的判断
立项与范围业务负责人说明问题和收益;产品经理梳理用户、场景与范围;项目经理评估资源、预算和计划从自己每天查询、改配置、导出数据的负担出发,做自用工具,不套正式立项流程Python 重构出于学习后的尝试,Electron 重构出于编辑体验与分享负担;讨论方案后,我决定继续开发为什么做、做到什么程度,由实际目的决定;能写出来,不等于每个想法都值得投入
需求分析产品经理、业务分析师把场景写成业务规则、异常情况和验收条件,业务用户确认含义自己说明输入输出;R1 阶段的 EDict 请求,已经具体到搜索时机、范围与结果格式Electron 重构时,先讨论到我确认 AI 能复述预期,再进入计划与开发;AI 也可帮助整理规则和遗漏条件需求方说明真实约束并确认理解;复述一致只是开工条件,结果仍要检验
架构与技术设计架构师、技术负责人选择技术栈,划分模块,约定接口、数据流和运行方式受白名单条件影响选 VBA;工具发展后拆公用库;R1 已参与方案讨论选 Electron 前,AI 解释概念、比较技术栈,帮助我作决定;具备工程上下文时,也可辅助分析模块和依赖体验、兼容、复杂度与维护成本怎样取舍;我作了选型,不等于亲自设计或审查过全部接口
交互与视觉设计UX(用户体验)设计师梳理操作路径、页面状态与错误反馈;UI(界面视觉)设计师确定布局、控件和视觉规范按自己的使用习惯,把查询集中到窗体,把配置编辑放到 Excel,把多次查询改成批量操作我以 VSCode 的编辑体验为参照提出需要,AI 接续实现,我测试功能;界面状态、原型与布局也可以由它辅助制作操作是否顺手、关键反馈是否清楚,要放回实际任务判断,不能只看截图好不好看
数据设计后端开发、DBA(数据库管理员)设计结构、查询和索引,处理权限、迁移与一致性做配置表转 INSERT、批量查询转 DELETE+INSERT,凭业务熟悉度判断结果后期版本记录有字段映射和生成规则的修订;AI 可辅助起草 SQL、检查映射、分析提供的查询计划数据含义、真实变更权限及目标环境表现仍需确认;生成脚本与执行写库不是一件事

这里最明显的改变,是选定目标与实现目标之间,不再完全受我自己的编码能力限制。需求仍然来自使用,方案却可以超出我原来会写的那一小块。

2. 把东西做出来,并确认能用

环节 通常由谁做,具体做什么 Qoder 介入前,我怎样做 介入后的变化或可辅助动作 当前仍需明确的判断
编码与联调前端实现界面和状态,后端实现逻辑、接口与数据访问;开发共同评审、写单元测试、对接模块自己搜资料实现;R1 给出 EDict 代码后,我仍要接回模块、运行与调试Electron 重构中,AI 制定并执行开发计划,我不再承担这段实现工作我以功能测试判断是否符合预期,不等于审查了全部代码;其他专业检查是否充分,仍需分别确认
测试与质量测试工程师设计用例、准备数据,开展功能、集成、回归及必要性能测试;开发修复缺陷早期配置输出靠熟悉度核对,不做全量细查;R1 的 EDict 则由我调试、反馈报错,直到测试通过Electron 重构由我测试最终功能;后期版本记录还增加了回归检查,AI 可辅助生成和执行测试预期结果是否正确、实际场景是否覆盖,不能只看测试有没有报绿;不同阶段的办法不能混成一套从来都有的制度
安全检查安全人员会同开发、运维检查权限、依赖、敏感信息和高风险操作,按要求参与评审自用工具没有让我经历完整的正式安全审查查询工具对连接的业务数据库设有只读边界,日志也有敏感字段掩码的记录;AI 可辅助检查代码、配置与扫描结果产品限制不等于完整安全证明;什么资料可以提供、什么操作获准执行,需要相应责任方确认
业务验收业务用户实际操作,产品经理对照需求和验收条件,项目经理协调未完事项我同时是使用者与验收者,知道配置和脚本要用来做什么Electron 重构从需求复述开始,最终由我测试各项功能是否符合预期,形成前后对照功能跑通与业务目的达到要分别看;自我验收能利用业务知识,也可能带着同一处理解偏差
发布与交付运维、平台或发布人员准备环境、构建部署、备份回退和监控;实施人员按需迁移数据、说明用法VBA 工具持续更新并使用,具体更新操作在这里不作比较Python 版曾因安装依赖麻烦没能分享给同事;Electron 重构明确提出免安装,目前是我唯一使用的版本;AI 可辅助构建与交付说明自己能用与别人能顺利使用不同,目标环境仍要确认;不能由免安装要求推定跨机器交付已经全部验证

测试与业务验收值得分开。测试会检查搜索、保存、导出是否按规则工作;业务验收还要回到最初的目的:它是否真的省掉了那批重复操作,输出是不是后续工作需要的东西。

在我的工具里,两种判断可以由同一个人做,但它们仍是两件事。否则,很容易把“功能实现了”直接当作“需要满足了”。

3. 贯穿全程的工作

环节 通常由谁做,具体做什么 Qoder 介入前,我怎样做 介入后的变化或可辅助动作 当前仍需明确的判断
计划、版本、文档与风险协调项目经理协调进度、依赖、资源与风险,各岗位共同维护版本、文档和变更记录有持续使用和版本沿革,早期怎样排期、怎样组织文档,这里不作实测比较Electron 重构由 AI 制定并执行计划;它也可汇总任务状态、更新文档和版本说明,但这不代表我已逐项采用全部管理动作是否继续投入、怎样处理外部依赖、谁对承诺负责,仍须明确;计划、完成记录与验收结果不能相互替代

十一项工作放在一起,才看得出 Qoder 的影响不是均匀的。

它让我跨过了不少实现门槛,但没有凭空带来所有环境的权限,也没有让我自动经历正式立项、安全审查和线上值守。某个环节在自用工具里很轻,不代表把它放进其他项目后也能省去。

反过来,也不能因为仍有这些工作,就否认最先发生的收益:我已经可以组织自己原来做不好的开发,把需求变成能用的软件。接下来需要讨论的是,哪些职责因此可以重新组合,而不是只问还有哪些事 AI 没做。

4. 一条业务规则,怎样穿过整张表

Query Toolkit 的 S2DI,是把查询结果生成 DELETE+INSERT 脚本。它的业务用途在 VBA 阶段就有,后来的 Electron 版继续处理这件事,并修订了字段映射等规则。

2026 年 9 月 29 日的 8.3.2 记录了一条重要要求:查询结果与目标表的字段对不上,不能默默丢掉那一列,再生成一份看起来正常的脚本。

原因是,删除旧记录后再插入,如果漏了一列,原值可能变成空值或默认值。这条规则要防止的,就是这种后果。

沿着这条要求,至少会经过五个动作:

  1. 需求上,说明哪些映射可以接受,哪些情况不能继续生成。
  2. 设计上,决定失败时怎样告诉使用者,不能只留一个空白结果。
  3. 实现上,把判断和拦截真正写进生成过程。
  4. 测试上,构造字段对不上等情况,检查生成与拒绝行为。
  5. 验收上,核对脚本是否保持了业务需要的数据含义。

这是一条规则对应的工作链,不是我当时逐项完成检查的现场记录。紧接着的 8.3.3 又修订了 Oracle 字段清单读取和映射问题,也说明一条版本说明不能包办所有使用环境的验证。

还有一个边界:生成 DELETE+INSERT,不代表工具会在连接的业务数据库中执行这些增删改语句。查询工具的只读范围与脚本生成可以同时存在,本地保存脚本和配置又是另一回事。

需求、设计、实现、测试和验收,围绕的是同一条规则。它们可以由更少的人衔接,但不能因为代码能生成,就当作后面的工作已经结束。

三、迭代不是省掉环节,而是更早检验和调整

前面按工作内容拆开流程,实际开发却不是每项只走一次。软件用起来,原来的理解可能要调整,新功能可能暴露缺陷,修改又会回到需求、设计和验证。

敏捷强调尽早形成可用成果,利用反馈调整后续工作。Scrum 是其中一种框架,不是敏捷的全部。

按 Scrum Guide,Scrum 有三项核心职责:Product Owner 负责产品价值与待办排序;Scrum Master 帮助建立和运用框架、改善协作、推动障碍解决;Developers 共同交付可用成果,不只指写代码的人。Sprint 是不超过一个月的固定周期,版本记录不能直接当成 Sprint 记录。

借这套区分,可以看清一次迭代里有哪些工作,而不必把我的个人开发称为一支完整的 Scrum 团队。

迭代中的工作 通常谁做,具体做什么 Qoder 可辅助的动作 我的前后对照与当前判断
需求发现与整理产品负责人同用户讨论和排序,设计了解场景,开发与测试提前发现限制及遗漏整理反馈、合并需求、补正常与异常示例VBA 需求来自日常工作;后期有功能停用和交互调整的记录。记录能说明改了什么,不能代替每次如何排序的过程
迭代计划团队确定目标,开发评估工作量、选择事项并制定实施计划分析依赖、影响范围,拆分任务并提供估计参考Electron 的开发计划已由 AI 制定和执行,但没有据此认定采用固定 Sprint;具体承诺与可用时间仍需确认
设计与技术验证设计形成操作方案,技术负责人和开发确定结构、接口,验证不确定部分生成原型、接口草稿和小规模验证代码我由自己设计 VBA 操作,走到借 AI 理解、比较 Electron 方案;讨论过方案,不代表实际试做过多套原型
开发与持续集成开发实现、写测试、评审合并,及时处理模块冲突跨文件修改、补测试、分析构建与接口问题EDict 要自己接回代码,Electron 由 AI 执行计划;这证明实现分工改变,不证明使用过团队合并流程或持续集成服务
持续测试测试把验收条件转成用例,开发边做边修,必要时引入其他专业检查准备测试数据、执行检查、整理失败和回归范围早期目测、R1 调试到通过、Electron 最终功能测试各有范围;不能把最终测试写成开发全程持续自动验证
日常协调开发检查目标进展和障碍,调整近期计划,Scrum Master 帮助解决阻塞汇总代码、测试与任务状态,提示依赖个人与 AI 对话不是每日站会;跨会话组织的细节不作前后实测比较,工具看不到的外部条件仍需人说明
迭代评审团队和用户检视成果、讨论环境变化,产品负责人调整后续工作准备演示、需求对照,整理反馈后期有停用功能、调整状态显示的记录;产品是否有用与是否跑通要分开,修 Bug 本身不能证明需求方向改变
迭代回顾团队分析方法、协作和质量,确定下一轮改进从记录中归纳重复问题,提出候选改进项Electron 选型请教是学习,不是迭代回顾;写了更新日志,也不等于已经解释并解决反复出错的原因
发布可用成果开发或运维按条件构建、发布,需要时回退辅助打包和发布检查过去按版本持续更新,如今两次重构各一到两天成品内测;外部交付仍要看目标环境,不能拿更新次数证明质量

这张表里的变化,不只是把同一份计划执行得更快,还可能让计划更早遇到真实结果。

版本记录给了两类不同的线索。

一类是做出来后修正错误。8.8.0 加入报表查询,可以选择报表、填写参数、查询并导出;8.8.1 随后记录了导出日期早八小时的问题。它说明有了可用功能,才能拿实际结果继续检查,但不能因此说原来的业务目标变了。

另一类是改变产品本身。8.6.0 以“实际用不到”为由,停用了变量替换与 Hex 解码;8.8.4 则因为状态标注妨碍继续编辑 SQL,把显示位置挪走。这些记录已经不只是“某处坏了”,而是在调整要保留什么、怎样用更合适。

成品更快出现,意味着有机会更早检验设想;但只有真的拿结果改变后续安排,这个机会才成为收益。版本多,不自动说明每次都学到了东西。

四、维护要分清需求变更和 Bug

软件交付后,还有持续运行的问题。一般项目里,运维或平台人员要处理环境、资源、监控与恢复,必要时和开发、DBA 一起处理数据与兼容性。

个人桌面工具与长期在线服务的维护强度不同。我没有因为持续使用 Query Toolkit,就经历了一套线上值守工作。AI 可以辅助整理配置、脚本和日志,也不等于已经承担持续运行保障。

维护中会回到开发的两条线,还要进一步分开:一种是想改,一种是坏了。

想改,先问值不值得改、影响多大;坏了,先问偏离了什么预期、影响哪些使用。两者都可能需要修改代码,但不能用同一套“让 AI 改一下”概括。

1. 需求变更:先决定改什么,再检查影响

环节 通常谁做,具体做什么 Qoder 可辅助的动作 我的对照与需要明确的判断
收集与澄清用户提问题,客服或运营记录场景,产品经理区分新需求、疑问和缺陷整理反馈、合并重复项,追问输入与预期早期直接从自己工作中找需要,后期有停用功能和调整交互的记录;提出的改法不一定是唯一解
影响评估产品判断价值,技术负责人、开发、DBA、运维检查接口、数据、性能和兼容性查调用关系,列出相关文件、接口与回归范围个人前后的具体评估过程不在本次对照中;从职责看,实际环境与外部依赖都在检查范围内
优先级与安排产品负责人决定顺序,开发估量工作,项目或交付负责人协调资源和时间拆任务、梳理依赖、更新计划早期和后期都要决定现在做、以后做或不做;实现变便宜,不代表维护与验证成本归零
设计与实施设计调整操作路径,开发修改实现,涉及数据时由 DBA 等参与迁移设计修改代码、起草兼容与迁移处理、同步说明8.8.4 有明确的显示位置调整;具体谁怎样拆分实施不作推定,数据迁移也不能凭存在功能就认定执行过
验证与验收测试验证新行为并回归旧功能,需求方确认是否达到原意生成并执行可用检查,整理前后差异重构时由我测试最终功能;每次变更的实际检查不能单靠版本说明确认,本项同时涉及新的能用、旧的没坏
发布与反馈运维更新,客服或运营解释变化,产品观察效果辅助打包和编写说明个人工具有版本沿革,这里没有据此比较外部使用效果;更新是否解决原问题、必要时怎样恢复仍要确认

8.8.4 的状态位置调整可以说明,一项小改动也会跨过这些环节。

原来每条 SQL 执行后,行数和耗时标在编辑区内。继续编辑时,标注与代码混排,碍事。版本记录写明,后来把状态放到结果区标签,失败原因也在结果区展开,让编辑区保留脚本本身。

从工作分析看,这件事涉及显示位置、运行状态、失败反馈和原位置清理,不只是把一行文字搬过去。若要判断改动完成,就得同时看新位置和原位置。这里分析的是检查范围,不是从版本说明里推定每项检查的结果。

实现越来越容易时,做不做、改到哪里结束,仍然会影响总投入。8.6.0 停用实际用不到的功能,也说明产品可以做减法,不必每次更新都增加东西。

2. Bug:恢复、定位与验证,各有各的工作

环节 通常谁做,具体做什么 Qoder 可辅助的动作 我的对照与需要明确的判断
发现与分级用户、客服、测试或监控发现异常,运维与开发判断影响范围整理版本、错误、操作步骤与近期改动早期按自己的数据核对办法未发生问题;后期日志有保存等缺陷。是否影响数据、是否紧急,要另行判断
止损与恢复严重故障时,运维、SRE(站点可靠性工程师)、开发及协调人选择回退或其他恢复办法汇总恢复步骤,分析选项和检查项本项保留一般职责,不作个人恢复经历的对照;严重故障需要先判断恢复办法,快速写补丁也不能替代这一决定
复现与定位测试复现,开发追踪代码,运维和 DBA 提供环境、日志对照工程和脱敏线索提出假设,辅助构造复现条件后期记录提供了原因说明,Debug 提供定位能力;原因仍要用实际操作与证据核验,不把猜测当确认
修复与影响检查对应开发修改实现,相关开发评审,并按需要检查其他模块生成补丁、搜索同类模式、补针对性测试报表保存和连接保存的记录指向同一根因;除了单个入口是否修好,还涉及同类问题的覆盖范围,日志没有证明查遍全部入口
验证与回归测试确认原问题不再出现,开发运行检查,业务核对关键结果执行可用测试,比较前后结果,提示关联检查项EDict 调试到通过是早期已明确的经历;后期日志写“修复”,不能替代每个真实环境的验证结果
发布与观察运维按影响选择正常或紧急发布,观察结果,必要时回退辅助构建、发布清单和日志分析个人工具持续发布修订,与线上紧急发布不是同一场景;具体发布方式要看影响,一般缺陷不都需要紧急处理
复盘与防复发开发、测试、运维及相关负责人分析遗漏,落实检查和流程改进整理时间线、归纳重复问题、起草改进项后期增加了回归能力,但没有据此认定每次都完成回顾;写“已修复”和落实有效改进仍不同

报表保存和连接保存,是两条值得放在一起看的记录。

2026 年 10 月 12 日,8.8.2 记录了报表一直卡在“保存中”的问题;10 月 13 日,8.8.3 又记录设置页保存连接没反应,并明确说明它们有同一个根因:界面中的数据对象,在交给另一个进程时不能按要求转换和传递,保存因此失败。

两个不同的操作入口,可能共享同一种错误写法。因此,修好一个入口与处理完这一类问题,是两个不同的检查范围。

单凭第一条“已经修复”的记录,不能保证所有同类入口都没问题。按 AI 对这两条记录的分析,修复范围不仅要问“这个按钮好了吗”,还要问“同样的处理方式是否在别处出现”。实际有没有查全、怎样验证,不能由两条日志替代。

此外,版本记录还列出了 Debug 模式和回归检查。Debug 能显示控件名称及代码标识,并记录操作和调用信息,让“某个地方没反应”变成比较明确的位置与过程。8.9.0 记载了分三层的 27 条回归用例,覆盖服务逻辑、进程间调用和界面操作。

这些都是软件里已有的定位和验证能力记录,不等于它们已被证明覆盖所有缺陷。8.9.0 同时还修订了 Debug 自身的错误。用来检查软件的工具,也需要检查。

从这里能得到的判断是:人与 AI 的交接没有消失,而是在一些任务里,从搬代码转向提供定位线索、确认原因和检查结果。它能让个人继续接住维护工作,但“有工具”与“已经验证”不能混在一起。

3. 旧版本与旧数据,也有后续安排

长期维护还包括何时停止支持旧版本,怎样处理配置、数据与兼容。通常由产品或责任人决定支持范围,开发和实施处理迁移,运维或数据责任人按需要保留与导出资料。AI 可以辅助整理格式和迁移检查,但真正保留什么、是否可用,仍需确认。

就我自己而言,目前只使用 Electron 版,VBA 本身却一直能用。这说明我换了使用版本,不代表旧版已对所有人停用。迁移、停止维护和删除旧数据,都是另外的动作,这里不据版本选择推定它们已经发生。

长期负责不止继续加功能,也包括安排不再使用的部分。不同产品会用不同的方式处理这些工作,不能一律搬用线上系统的强度。

五、从做得快,到一个人能够承接更多事情

到这里,流程、迭代和维护才接成一件事。

若只看编码,会看到 AI 很快生成实现;把前后都放进来,才看见另一个变化:一个知道业务需要的人,有机会持续组织这件事,从提出要求、得到成品,走到试用和修改,而不必先独立掌握全部实现技术。

这也是我最在意的收益。写代码提速很重要,但能力范围扩大在它前面。

变化 我的依据 可以得到的认识
能承接的范围扩大自学 VBA 的项目经理,借助 AI 完成 Python、Electron 重构自己不会独立实现,不再必然意味着软件做不出来
完成事情的节奏改变大约一年一个大版本,变成两次各一到两天成品内测可以更快拿到实际成果,再进入验证和调整;不是全部环节同比提速
学习可以和委托开发并存选 Electron 时先问概念,再比较方案,开发计划与实现交给 AI得到产品与理解技术不必互相排斥,AI 既能做事,也能帮助作选择
交接内容改变EDict 要自己接回代码调试;Electron 先确认需求,再由 AI 执行计划少的是我原来承担的实现与接回工程的动作,不是所有沟通
产品选择多了可能性VBA 可用仍尝试 Python;又因体验和分享负担转向 Electron不必等旧工具彻底失效,才有机会得到更适合自己的做法

还有一些可能的收益,比如更多小需求值得做、更早发现方向要改。它们可以从成本与反馈机制上分析,但还没有相应的投入产出数据。已有的版本记录,也不足以证明所有返工都减少了。

另外,软件不是只由我和 AI 创造。成熟的编辑器、数据库驱动、表格读写组件,承接了大量工作。业务积累、已有软件和开源组件也都参与了结果。

文档与记录同样没有因为少了人工实现而失去用途。需求边界、业务规则、已知问题和版本变化,可以帮助以后接着做的人,也可以帮助下一次参与任务的 AI。它们能减少重新解释的成本,但有没有在具体任务里用好,仍要看实际做法。

至于从个人走向团队,关键变化可能在这个取舍上:

以前,一件事超出自己的实现能力,可能要找人做、买现成产品,或者先不做。现在,自己组织 AI 完成,也成了一种可选办法。

不是每件事都因此更适合自己做。但只要其中一部分任务的选择发生变化,谁来承担、怎样交接、哪些职责要放在一起,就有了重新安排的理由。

六、为什么我判断,劳动协作关系早晚会变

这一节是我向 AI 请教的个人学习整理,不是给企业的建议,仅供参考。如有出入,请联系我修改。问题按本次讨论的主题归纳,并非逐字对话;其中组织变化的机制是 AI 的分析,我的趋势判断与职业选择另行写明。

问:为什么开发变快,会影响人与人的分工?

AI 的分析: 单个动作更快,未必改变组织;但若一个人能承担的任务范围也扩大,原来分开交给不同专业人员的工作,就可能出现新的组合。

从前面的流程看,这种变化不只涉及“谁写代码”。知道业务需要的人,可能在 AI 帮助下把方案和实现接起来;原来几次分开的交接,可能集中在同一项任务中推进。于是,自己做、委托他人、购买现成产品、组织团队,几种办法的相对成本可能变化。

这才是重新分工的动力。它不要求所有岗位同时改变,也不等于每一种职责都消失。

职责 在相应条件成立时,可能改变的工作重心 不能跳过的条件
项目管理重新估计周期、资源与任务组合,协调新的实现节奏和交接关系开发加快不表示外部依赖、业务协调与交付条件同步加快
产品更多围绕真实需要、业务取舍和效果验证组织工作材料整理容易了,不代表真实需求和利益冲突自动清楚
开发常规实现之外,更多处理复杂系统、公共组件、生成工具和难题自动实现要足够可靠,个人工具的表现不能直接推广到所有系统
测试更多建立独立的验证依据,处理高风险场景测试预期不能只是生成代码时同一个错误理解的重复
运维关注持续运行、恢复办法与长期可靠性自动生成软件,不等于目标环境已经准备好或长期运行无人负责
安全关注授权边界、风险判断与事件处置能调用工具不等于得到使用数据和执行操作的授权

我的判断: 我看重的不是用这张表计算能少多少人,而是分工的依据已经可能改变。对我本人,这种变化已经表现在“不会实现的产品也能做出来”;若这种能力继续提高并被更多人采用,劳动协作关系很难始终保持原样。

问:技术条件具备了,组织就会马上改变吗?

讨论的起点: 我提出过两类可能让变革变慢的因素。一类是安全合规要求带来的信息与技术使用限制;另一类是就业与社会稳定方面的顾虑,也就是我所说的“社会维稳”。技术上能做,与现实中允许怎样做、能够多快调整,可能隔着很长一段距离。

AI 的分析: 这两类因素可以作为观察问题的线索,但不能直接认定为每家企业没有改变的原因。不同组织面对的数据、权限、既有系统、责任和人员安排不同,采用条件可能差别很大。

如果有适合的方案解决数据使用、安全边界及人员调整等问题,一部分限制可能缓解;但降低开发成本本身,不能代替这些问题的解决。

变化也未必只朝着减少人员的方向走。开发便宜后,原来不值得做的需求可能增加,同一批人也可能承担更多工作。需求会增加多少、哪些任务先变、岗位最终怎样组合,不能从 Query Toolkit 这一个例子算出来。

我的判断: 整体变革可能漫长,但我认为一定会有部分企业、部分部门率先革新。两者并不矛盾。我不必等到所有地方都改变,才开始考虑自己能否参与其中。

问:一个人组织 AI,再加一个复核人员,有没有落地机会?

我的设想: 从自己的实践看,如果一个人能够借助 AI 跑通软件工程的所有环节,再增加一个复核人员,就有机会大幅降低企业开发成本,从而让这种分工落地。

这是我想进一步理解的模式,不是已经在企业验证过的结果。我的自用工具也不能证明所有企业工程环节,都已经由我独立完成。

AI 的分析: 这个设想把“职责可以重新组合”具体化了:一人组织 AI 推进需求、方案、实现和修改,另一人对关键结果进行复核。它可能减少部分实现和交接成本,但仍需要看任务范围。

复核者如果只是确认程序能启动,不能代替业务规则核对;如果同样只接受生成过程给出的解释,也未必增加了真正独立的判断。需要哪些业务和技术能力,要由被复核的工作决定。

同时,前面十一项工作并没有因为只提到两个人而消失。运行维护、安全与发布责任,是由这两人承接,还是由已有专业力量提供,要看具体环境。后一种情况,也应把已有支撑的投入算进去。

要比较成本,得在相同交付范围和质量要求下,看实现、AI 使用、复核、返工及后续运行维护的总投入,不能只数开发人数。权限与合规要求也要单独满足,不是增加一个复核者就全部解决。

我的看法: 我没有依据承诺“任何项目两个人都够”,但这不妨碍我把它当作一种有机会落地的新组合。它也让我看到,职业机会未必只是去原来的岗位上,用 AI 把原来的动作做快一点;还可能参与组织一种不同的做事方式。

问:如果再往前走,软件可以按任务生成,什么还值得积累?

AI 的分析: 可以再作一个比今天更强的假设:模型已能可靠地完成设计、实现、测试与打包,并获得授权的业务背景和环境信息,使用者的一句话就能启动完整软件的生成。

这不是当前 Query Toolkit 的能力,也不是一句话可以省掉所有上下文。它假定的是那些准备已经到位。

如果创建和修改都足够便宜,软件便可能更贴近某次任务,而不必总迁就固定界面。此时,长期值得保留的可能更多是规则、数据、结果依据和可迁移记录,而不只是某一版程序。

但个人生成工具容易,不等于共同系统不再需要。多人共享数据时,业务口径、权限、接口和责任仍要协调。模型、算力或分发如果依赖少数平台,数据与成果能否带走,也会影响这种自主有多大。

我的理解: 这个假设不必现在就完全实现,也能提醒我:只盯着自己会哪种语言,或者手里是哪一版软件,可能已经不够。值得重新考虑的,是怎样理解问题、利用工具、积累知识,以及能否把这些能力带到下一个任务里。

七、不等变革落定,为率先革新的机会做准备

说到这里,“新思维”不能只剩一句跟上时代。对我来说,它至少涉及三处判断的调整。

1. 不必精通每一种技术,但不能没有技术视野

两次重构说明,不会独立写某种技术栈的代码,不等于做不出相应的软件。

但还不能由此推出:既然 AI 会做,人什么都不必知道。

如果我不知道某个技术栈,或者对几种方案都不太了解,而 AI 恰好也没有提出合适的选择,最后仍可能选中一个不太好的方案。我的看法是,AI 的判断不是完全可靠,尤其在发现新可能、也就是“想象力”方面,不能全指望它。

它能解释我已经问到的 Electron,不代表它一定会替我发现所有尚未想到的选择。这两个问题不同。

因此,我需要的未必是把每一种技术都学得特别深,而是至少知道有哪些办法、大致适合什么事情。没有这层基本了解,就连 AI 遗漏了什么,也可能看不见。

过去判断自己能做什么,主要看自己会写什么;现在可以把 AI 的实现能力算进去,却仍然要给自己的知识留一个位置。

2. 先有成品,再把成品当教材

选 Electron 时,AI 担任了技术顾问。它解释概念,比较方案,帮助我作决定。

这又让我看到一种新的学习方式:先让 AI 把软件产品做成,再把这个产品当教材,与 AI 讨论各项细节的来龙去脉。

不是随便找一份代码来看,而是围绕自己有真实需要、已经能操作的完整产品学习。为什么这样组织,另一种办法会怎样,界面与数据之间如何联系,都可以结合眼前的东西讨论。

这样一来,成品不只是学习完成后的作业,也可以成为学习的起点。

对过去那个必须一边搜索、一边自己写 VBA 的我来说,在尚不会开发时,先得到按自己的需要做成的完整软件,再围绕它持续请教,这样的条件是没有的。现在有了这种可能,学习投入就不必全部按照“先学会全部实现,再开始做产品”的顺序安排。

我看到的是一种新的学习可能。至于能理解多深,还得逐项学习和判断,AI 给出的解释也不例外。拿到成品不是已经掌握技术的证明。

但它确实改变了学习的起点:我可以从一个自己知道用途、看得见结果的东西,逐步追问背后的知识。

3. 把率先革新的地方,看作职业机会

我的准备,也不只为了再做一款自用软件。

现实中的组织变化可能受很多条件影响,整体上未必很快。但既然我判断一定会有部分企业、部分部门率先革新,就可以把这些地方视为职业机会,提前做好准备。

一是争取增加收入。二是技多不压身,多一种能力、多一种职业选择,给自己多一点安全边际。

这是我的职业准备方向,不是一份已经实现的收入账。与其等新的协作方式都安排好了再问自己能不能参与,我更愿意提前积累能力。

我原来是业务侧提出需要的人,也通过自学做过工具;有了 AI,又能组织不熟悉技术栈的开发,还可以在过程中继续学习。这样的能力组合,正是我想提前准备的基础。

能否用于企业,怎样分工、怎样复核、怎样满足环境要求,还要放到具体任务里判断。但不能因为尚未看清全部条件,就继续把过去的能力边界和开发周期当成不变的前提。

这三篇文章,写的是同一个人的变化:工作需要推动我学开发;AI 让原来做不到的产品变得可做;当能力与速度都改变了,我也开始重新考虑学习与职业选择。

我不打算等劳动协作关系全面改变之后,再开始准备。能先做的,是为率先改变的机会积累能力。收入增长还只是目标,未来怎样展开也没有定论,但准备的方向已经明确。


上一篇:《一个人的软件工程(2):从辅助开发到包办开发,再到亦师亦友》

0 0 投票数
文章评分
订阅评论
提醒
0 评论
最旧
最新 最多投票
0
希望看到您的想法,请您发表评论x