05. 初级工程师的困境与出路：AI 时代的真实生存路径
焦虑的蔓延：当 AI 抢走你的“第一行代码”
最近，我收到了很多初级工程师的私信，字里行间充满了迷茫和焦虑。
“学长，我刚毕业，每天的任务就是写一些简单的 CRUD 接口。现在公司引进了 AI 辅助编程，一个命令下去，代码就生成了。我感觉自己毫无价值，是不是很快就要被 AI 取代了？”
这种焦虑并非空穴来风。AI 确实极其擅长处理那些重复性高、逻辑结构清晰、对上下文依赖不强的任务。而这些任务，恰恰是传统上初级工程师入门、练手的“练兵场”。
当 AI 能够以比你更快、更稳定、更符合规范的方式完成这些工作时，初级工程师的**“执行力”**优势，在一夜之间土崩瓦解。
AI 不会替代人，它只会替代“低判断力角色”
在第一篇文章中，我们提到了 AI 最大的破坏力不是替代工程师，而是制造认知幻觉。 而对于初级工程师而言，最大的风险在于，他们很容易被归类为 “低判断力角色”。
（注：这里的“低判断力角色”，指的是被组织设计成只需要执行、而非判断的位置，而不是对个人能力的否定。）
设想一下这个场景： 一位初级工程师接到一个任务：为用户管理模块添加一个“删除”功能。他用 AI 快速生成了前端按钮、后端接口和数据库删除语句。代码“看起来”完美无缺。
然而，他可能没有判断到：
- 业务要求软删除（Soft Delete），而不是物理删除。
- 删除用户前需要检查该用户是否有未完成的订单。
- 删除操作需要记录操作日志，并通知相关业务方。
- 更致命的是，如果没有正确处理事务，可能导致数据不一致。
AI 默认假设你的问题是正确的。它高效地执行你的“错误”指令，生成**“高质量的 Bug”**。这比手写 Bug 更可怕，因为它藏得更深，更容易被信任。
缺乏经验和全局视野的初级工程师，很容易成为 AI 错误的“放大器”。
出路：从“只会一种技术”到“组合能力”
那么，初级工程师还有出路吗？当然有，但路径变了。
回想我刚入行时，总想着把某个框架学深学透，以为那是唯一的晋升之路。但在 AI 时代，我意识到那条路正变得越来越窄。
AI 时代的初级工程师，不能再满足于**“精通某个框架”**。因为框架的生命周期在 AI 面前可能短到你无法想象。AI 能在几秒钟内掌握一个新框架的用法，你花几个月去学，性价比已经不高。
真正的出路在于培养 “组合能力” 和 “系统视野”：
- 解决完整问题的能力：你不再是一个“组件开发者”，而是一个“小问题解决者”。能够从前端到后端，从数据库到运维，独立地理解并解决一个完整业务闭环中的问题。这并非要求你精通每一个领域，而是要建立起**“端到端的全局认知”**。
- 判断力与批判性思维：AI 给你 10 种方案，你不能照单全收，需要能够质疑、筛选、优化。这比盲目执行 AI 生成的代码要难得多，但也更有价值。
- 学习和适应能力：技术变化太快，唯一的确定性就是变化。拥有快速学习新工具、新框架、新范式的能力，比掌握任何单一技术都重要。
简单来说，AI 时代，初级工程师的生存之道，在于从**“写好代码”转向“用好代码解决复杂问题”**。
管理者的新责任：培养“监督资格”而非“纯执行者”
对于管理者而言，AI 时代的初级工程师培养是一个全新的挑战。
- 停止把他们当作“纯执行者”：不要只分配 AI 可以轻易完成的任务。
- 提供“完整问题”的上下文：让初级工程师从一开始就接触到业务的全貌，理解他们所写代码的上下游影响。
- 刻意培养“监督 AI”的能力：鼓励他们质疑 AI 生成的代码，通过 Code Review 引导他们发现 AI 潜在的“盲点”和“幻觉”。这比自己写代码更难，因为你不仅要懂，还要会“纠错”。
- 给予“小范围的责任”：让他们在有限的范围内拥有完整的决策权，即使犯错，也能从完整的问题闭环中汲取经验。
我曾有一个初级工程师，他被分配去负责一个小型的内部工具。虽然这个工具很简单，但他从需求分析、技术选型、开发、测试到上线，全程参与。几个月后，他成长为团队中最有全局观的成员之一，因为他知道一个“系统”的诞生，不仅仅是写代码那么简单。
结语：超越代码，拥抱复杂
AI 不会取代那些拥有高判断力和全局视野的工程师，它只会让他们更强大。
对于初级工程师，这意味着你需要更快地从代码细节中抽离，将目光投向代码之外：业务的真实需求、系统的运行逻辑、团队的协作边界。
AI 时代，初级工程师的生存路径，不再是“我能写多少代码”，而是“我能独立解决多复杂的问题，并为结果负责”。 这是一场心智模式的转变，而非简单的技能升级。
如果一个组织在 AI 时代只想着“少招新人”，而不思考“如何培养判断力”，那它只是在透支未来。