我已经当了14年的软件工程师，曾在微软、Twitter和Stripe等公司工作过。我看到这个工作的变化。我认为，在某些方面，成为软件工程师是一个有趣的时刻。有这么多可用的工具，你几乎可以从零开始构建任何东西，而不需要自己的技能成为瓶颈。然而，对于许多工程师来说，这也是一个具有挑战性的时期。人工智能工具使编码变得更轻松，但最终，负责交付的代码还是工程师而不是人工智能。即使人工智能加速了许多代码审查过程并使其变得更有针对性，审查人工智能生成代码的额外责任也会导致职业倦怠。人们也担心人工智能会取代工程师。如果两年前需要10名工程师来交付一个项目，现在可能只需要5名。我认为初级工程师可能会受到最大的影响。在我去年找工作时，似乎经验丰富的工程职位比初级职位的招聘机会更多，我认为公司将继续依赖经验丰富的工程师使用人工智能工具。这也是我确保自己跟上这些工具的原因。 我在工作之余保持与人工智能的接触，而不牺牲工作与生活的平衡。我现在的工作是在一家大型软件公司的工程职位，过去一年人工智能彻底改变了我的工作流程。我的编码时间基本上被缩减到为人工智能工具编写提示，在某些情况下，我的工作节奏感觉快了10倍。我在工作中学到了很多关于人工智能的知识。不过，我认为花几小时在工作之外实验人工智能以保持与行业同步是很重要的。这样，我也能在忙于办公室工作时无法在工作时间创建的有趣项目上工作。在工作之外实验人工智能没有对我的工作生活平衡产生太大影响。一个重要原因是我家里有个幼儿，所以我甚至不能想在她醒着的时候打开笔记本电脑。当我在做个人项目或阅读有关人工智能的资料时，通常是在晚上她睡觉后或在周末——同样是在她睡觉时。我每月在人工智能工具上的支出不到100美元，并且建立了自己的聊天机器人。在工作之外，我经常使用Claude Code、Microsoft Copilot和Lovable。根据我使用的tokens和订阅费，我每月大约花费50到60美元在Claude Code上。我最近为个人项目尝试了Anthropic的Fable模型，哇，它速度快得惊人。我建立的一个副项目是开源的税务和财务助手。它允许用户连接像Gemini或ChatGPT这样的人工智能模型，并上传财务文件，如信用卡账单、投资组合和税表。该工具可以分析这些文件并指出一些开支超标的类别、昂贵的订阅费用，或者投资组合可能过于激进或保守。我使用该工具帮助准备我的2025年税务，并帮助我验证我的CPA是否完成了所有工作。我将其构建为在我的计算机本地运行，因为我不想将我的个人财务信息上传到互联网的人工智能模型。工程师应当利用人工智能无法拥有的领域知识。对工程师来说，适应一个可能由于技术变化和其他不可控因素而迅速变化的工作是最大的挑战之一。这在人工智能繁荣之前就是如此。近年来，生成性人工智能提出了有关工程师工作安全的新问题。跟上人工智能是重要的，但我也认为人工智能没有关于系统应是什么样子或为什么以某种方式设计的高层次观点。这也是我认为工程师仍然能增值的地方。我建议你利用你所拥有的经验——无论是你的工程技能，还是如果你在公司呆了一段时间所积累的制度知识。虽然未来某些项目所需的工程师可能会减少，但我认为留下来的工程师的责任将非常重要。人工智能也会犯错，因此必须有人参与。我给其他工程师的建议是，要勇于跟上人工智能的发展。无论你对人工智能的看法如何，如果你与另一个使用人工智能的工程师进行比较，毫无疑问，使用人工智能的工程师会有优势。