AI时代，到底是拉近了还是拉大了资深工程师与新人的差距？
前几天看到一个帖子。
我其实也一直很好奇这个问题。
我从毕业以来，做过很多不同的工作内容。最开始做运维，后来做SRE，然后又开始做DevOps，然后做Python后端开发，又接触了一点前端开发，期间还学会了一些基础的AWS（公有云）的技能。
2023年年初开始接触AI（这篇博客中特指大模型），去年10月换了一份工作，现在专职做AI应用开发。
我以前一度担心我的技术栈问题，我属于典型的技术栈广泛但不深入（Python和SRE还不错，但是公有云和前端就稍差一些），有一点担心未来在职场的竞争能力。
随着AI的发展，我的这个“缺点”反而在一定程度上成了优点。
我做过的岗位多，这让我本身对于整个软件开发流程比较熟悉，同时，我对于Python开发和SRE有足够深入的理解，所以AI对于我来说变成了一个很强大的助手。
这里的AI是指cursor这一类IDE工具和Gemini这一类聊天工具。
比如，大概三个月前，我开发了一个学习英语的工具。
我在一家合资公司工作，英语是我的主要工作语言，平时跟同事开会、发邮件、写文档以及live code review都是用英语。可我的英语不是特别好，就想好好学一下英语。
我在市面上找了一圈，发现没有特别适合我的英语学习工具。
首先，我有一定的英语基础，基本的听说读写都没问题，希望进一步提升；其次，我有很明确的学习场景，就是软件开发相关的英语；再者，我有很好的学习材料，比如我们的项目文档、邮件内容，甚至同事之间聊天的内容等等。
这些都是最贴切我的工作场景的，我希望从中挑选一些比较常用的表达收集起来，方便我经常复习，这对我来说是最高效的学习方式。
由于没有这样的工具，于是我就自己开发了一个。
这个工具可以通过浏览器插件收藏我在工作中看到的英语句子，后台会通过AI进行翻译并且生成音频，这样我就可以经常复习，尤其是可以在通勤的时候用手机进行学习。
如果没有AI（或者说cursor这样的工具），我也能开发这样的工具，但估计最少需要1个月时间。
现在，在AI的帮助下，我只用了两三个晚上就开发完成了。前端使用React，后端使用FastAPI，部署到一台ubuntu上，对了，还有一个浏览器插件。
现在，在AI的帮助下，我只用了两三个晚上就开发完成了。前端使用React，后端使用FastAPI，部署到一台ubuntu上，对了，还有一个浏览器插件。
其实在AI的帮助下，职场新人也能开发出类似的工具。关键的区别在于：我具备识别AI输出正确性的能力，能在架构层面指导AI实现更高效的方案，因为我心中有一个整体的技术架构
而大部分新人缺乏这种判断力——这不是能力问题，而是经验积累的差异（其实也算是一种能力）。
从架构上来讲，这个工具还只是一个很简单的项目，没有微服务，没有网关，没有可用性要求，甚至没有正规的CICD流程。
如果是企业里的正规项目，情况就复杂得多了。
企业项目通常有严格的代码检查、review流程、部署规范、网络隔离、K8S集群等要求。虽然AI在这些环节都能提供助力，但如果新人完全依赖AI，仍然很难胜任。
原因很简单：AI掌握的是公开知识，而企业内部往往有自己独特的规定和限制。 这些”内部知识”AI无法获取，新人该如何应对？
AI掌握的是海量的、公开的显性知识，但它缺乏的是基于特定业务背景、团队文化和技术演进历史的隐性知识。
这种隐性知识恰恰是高级工程师的核心价值所在，它表现为一种技术直觉或架构品味。
当AI犯错时，能一眼看出来，依靠的就是这种长期积累的隐性知识。
举个具体例子：如果在稍大一些的公司（几百人）工作过，你会发现企业内部的网络环境往往异常复杂——各种内网规则、安全策略、自定义配置等，这些都是AI无法直接获取的”隐性知识”。在这种场景下，一名有经验的高级工程师能快速定位问题、制定解决方案，这是新人+AI组合无论如何都做不到的。
更深层次的问题是，企业开发工作本质上不仅仅是技术问题，更是协作和沟通的问题。
CICD流程需要与运维团队协调，网络隔离方案需要与安全团队讨论，业务需求需要与产品经理反复确认。AI可以帮你生成代码，但它无法替你去开会、去协调、去理解复杂的组织关系和业务逻辑。
在AI时代，这些”与人打交道”和”理解复杂系统”的软技能反而变得更加稀缺和宝贵。
那是不是说我们以后在技术上成为各方面都懂一些的”通才”就可以了呢？
也不完全是。
虽然广泛的技术栈在AI时代确实有优势，但作为一名软件工程师，深度专精仍然不可或缺。原因有两个：
首先是职业发展的现实需要。
AI对初级岗位的冲击远大于高级岗位。程序员需要在某一两个领域比较精通后才能晋升到高级岗位，这样相对更”安全”，短期内不容易被替代。
其次是技术判断的能力要求。
只有对某个领域有深入理解，才能准确判断AI输出的正确性和方案的优劣。如果只具备初级水平，很可能会被迫全盘接受AI的建议—-而目前来看，AI的编程能力已经完全不输于一个初级工程师。
所以理想的状态是：在保持技术广度的同时，必须在核心领域保持足够的深度。
回到最初的问题：AI 到底是拉近了还是拉大了资深工程师与新人的差距？
我的答案是：它拉近了“实现”的差距，却拉大了“认知”和“架构”的差距。
对于新人而言，AI 是前所未有的强大工具，能帮助他们快速上手，跨越初期的技术鸿沟。但对于资深工程师而言，AI 解放了我们重复性的编码工作，让我们能更专注于架构设计、复杂问题攻坚和团队协作这些更具创造性和价值的领域。
最终，决定一个工程师价值的，不再仅仅是你“会不会写代码”，而是你“知不知道该写什么代码”，以及“如何让代码在复杂的系统中优雅地运行”。