04. 全棧工程師的「翻身仗」：AI 時代的能力重估
曾經的鄙視鏈
在很長一段時間裡，技術圈存在一條隱形的鄙視鏈： 做底層內核的瞧不起做後端的，做後端的瞧不起做前端的，而所有專精某個領域的工程師，往往都有點看不上「全棧」。
我曾在一次跨部門的技術評審會上，親眼見過一位資深後端工程師，用一句「前端不懂系統複雜性」便結束了一場本可以更有價值的討論。
理由聽起來很充分：人的精力是有限的。「全棧」往往意味著「樣樣通，樣樣鬆」。在那個需要把 MySQL 源碼讀三遍才能解決死鎖問題的年代，深度的確是唯一的王道。
但今天，規則變了。 我最近在面試中發現了一個有趣的現象：那些簡歷上寫著精通某一個框架（比如 「Spring Boot 專家」 或 「React 資深開發」）的候選人，在面對複雜系統設計問題時，往往不如那些「什麼都寫過一點」的候選人有競爭力。
這不是因為深度不重要了，而是因為 AI 重新定義了「獲取深度」的成本。
新的護城河：廣度 × 判斷力
在 AI 時代，技術深度的獲取方式發生了根本性的變化。
- 以前：你需要花 3 年時間沉浸在 Java 生態裡，才能知道某個配置項的坑。這 3 年的經驗就是你的護城河。
- 現在：遇到不懂的配置項，扔給 AI，它能立刻給你解釋原理、給出示例、甚至列出最佳實踐。
這意味著，單純「持有」某種知識的價值在貶值，因為知識的檢索成本趨近於零。 相反，知道**「去哪裡檢索」以及「如何組合不同領域的知識」**，變成了新的稀缺能力。
一個現代的高價值工程師，他的能力模型應該是：
- 廣度（Vision）：知道解決問題有 10 種方案（Serverless、容器化、邊緣計算…），而不僅僅是手裡那把錘子。
- 判斷力（Judgment）：在 10 種方案中，根據成本、工期、團隊水平，選出最合適的那一種。
- AI 駕駛能力（Steering）：利用 AI 快速填補所選方案中的技術細節。
「樣樣通」不再意味著「樣樣鬆」，而是意味著擁有了更廣闊的「可能性空間」。
獲取深度的能力 > 持有深度的時間
這裡有一個反直覺的結論：不要試圖和 AI 比拼知識的儲備量，要比拼知識的「動態加載速度」。
我團隊裡有一位非常出色的工程師，他原本是寫 Python 的。上個月項目需要用 Go 重構核心模塊。他沒有抱怨「我不會 Go」，而是利用 AI 在兩天內上手了 Go 的並發模型，並在兩週內完成了重構，代碼質量通過了資深 Go 開發者的評審。
如果你問他：「你精通 Go 嗎？」 他可能會說不。 但他擁有極其強悍的**「元能力」**：理解計算機系統的通用原理（IO 模型、內存管理、網絡協議）。
語言只是方言，原理才是通用語。
AI 時代獎勵的是那些掌握通用語，並能隨時通過 AI 翻譯成任何方言的人。
風險提示：只會一種技術的危險
對於那些還在死守「我是後端」或「我是安卓開發」的工程師來說，警鐘已經敲響了。
當 AI 能夠以中級工程師的水平編寫任何語言的代碼時，單一技能的不可替代性正在急劇下降。 管理者在裁員時，優先保留的一定是那個「既能改前端 Bug，又能修數據庫，還能順手把 CI/CD 流程優化了」的人。
這並不是一個「應該如此」的價值判斷，而是很多組織在面臨巨大壓力時做出的現實選擇。
這並不意味著你要成為超人。 這不僅意味著你需要克服對陌生領域的恐懼感。 那個阻擋你去改前端代碼的，往往不是技術壁壘，而是心理壁壘：「這不是我的活」。
結語：通才的勝利
文藝復興時期，達芬奇既是畫家，又是解剖學家，還是工程師。那時的人們推崇通才。 後來工業革命，亞當·斯密提出了分工理論，我們被訓練成了流水線上的專才。 現在，AI 作為一種超級工具，正在把我們重新帶回**「新文藝復興時代」**。
在接下來的職業生涯中，請嘗試做一個**「T型人才」**： 依然要保留一根深扎的「豎線」（你的核心專長），但請務必無限延展上面的那根「橫線」（你的廣度）。
因為在 AI 時代，那根橫線，決定了你能飛多高；而那根豎線，只決定了你落地時穩不穩。