AI教育先驱、deeplearning.ai创始人吴恩达于4月13日发表长文，探讨 AI agent 加速程序开发后软件工程的未来。他提出的核心观点是：当建造变得容易，“决定要建什么“将成为真正的瓶颈——他称之为、产品管理瓶颈”。 ...

天下行

AI教育先驱、deeplearning.ai创始人吴恩达于4月13日发表长文，探讨 AI agent 加速程序开发后软件工程的未来。他提出的核心观点是：当建造变得容易，“决定要建什么“将成为真正的瓶颈——他称之为、产品管理瓶颈”。

吴恩达列出了 AI 对软件工程影响中已经清晰可见的五个趋势：

1. AI 让编程变简单后，会有更多人参与程序开发
2. 手写代码甚至阅读 AI 生成的代码变得不那么重要，因为可以直接问大语言模型关于代码的问题，在更高的抽象层次上操作
3. 为更小众的受众定制软件变得经济可行，定制应用将大幅增加
4. 决定“要建什么”比“实际建造”更成为瓶颈
5. 偿还技术债的成本正在降低（AI 可以帮你重构）

吴恩达明确反对目前在科技与政策圈流行的“AI 将导致大规模失业“论述。他称这种观点为“AI 工作末日论”（AI jobpocalypse），认为实际影响“不会像那些试图描绘自家 AI 有多强大的评论者所预测的那么糟”。

他引用Citadel Research的最新报告指出，软件工程职位正在快速增长。如果 AI 对软件工程的影响最大，而软件工程的就业反而在扩张，这对其他行业是鼓舞人心的信号。

吴恩达同时承认应届毕业生确实面临求职困难，也有CEO将裁员归因于AI——但他指出很大一部分是“AI 洗白”，企业选择将裁员归咎于 AI，即使 AI 实际上并未改变其内部运作。

吴恩达提出了一系列仍在探索中的问题：

- 未来资深软件工程师的关键技能是什么？
- 计算机科学课程应该如何改变？
- 如果每个人都能建功能，什么才是个人和企业的竞争优势？
- 软件团队应该如何组成？
- AI agent 如何改变机器学习工程师的工作流程？

这些问题与 Harness Engineering 和 Vibe Coding 的趋势直接相关。当建造成本趋近于零，品味、判断力与问题选择能力——而非纯粹的技术能力——将成为不可替代的人类优势。