当AI写完所有代码，为什么还要招100个工程师？
【当AI写完所有代码，为什么还要招100个工程师？】有人发现一个有趣的矛盾：Anthropic宣称Claude Code已经能写100%的代码了，但他们的招聘页面上还挂着100多个开发岗位。这不是打自己脸吗？
Claude Code团队的Boris Cherny回应说：总得有人来给Claude下指令、跟客户沟通、协调团队、决定下一步做什么。工程师的角色在变，但优秀工程师比以往任何时候都重要。
这个回答引发了更尖锐的追问：既然AI这么强，为什么不能自己给自己下指令？
一位每天用Claude Code的开发者说出了真相：瓶颈从来不是写代码。架构决策、边界情况的思考、知道什么不该做，这些才是核心。提示词只占10%，剩下90%是工程判断力。这东西没法自动化。
这话点到了要害。写代码是手艺活，但决定写什么代码是脑力活。AI能帮你把想法变成代码，但它不知道哪些想法值得变成代码。
有人总结得更直接：工程判断力现在比工程速度重要得多。知道什么不该做，突然成了团队里最值钱的技能。
还有人看到了更大的图景：瓶颈不再是原始能力，而是如何把数据中心里的智能变成真正改变组织运作方式的系统。
这让我想到一个更本质的问题：软件工程从来就不只是写代码。代码只是把想法固化的手段。当这个手段被AI接管，工程师的价值反而更清晰了，就是那些AI接管不了的部分：判断、取舍、对业务的理解、对用户的同理心。
有人调侃说，提示工程师正在变成新一代产品经理。也有人说，工程越来越像管理，在更高的抽象层级上运作和协调。
但也有人泼冷水：用“总得有人给Claude下指令”来描述一份年薪20万美元的工作，这说法承载的东西也太多了吧。
这个质疑很实在。如果工程师的核心工作变成了写提示词，那这份工作的门槛和价值确实需要重新定义。
不过换个角度想：写提示词只是表象，背后是对问题的拆解能力、对系统的整体把控、对边界的敏锐嗅觉。这些能力不会因为工具变了就贬值，反而会因为杠杆变大而增值。
工具在进化，但使用工具的智慧不会过时。
x.com/bcherny/status/2022762422302576970
页:
[1]