AI如何重塑软件工程师的工作模式与技能需求

安妮·维拉对158名专业软件工程师使用AI的实践进行了研究，发现他们的工作重心正从创作转向验证，这种验证不同于传统代码审查和测试，而是指导AI运行、评估其输出并进行修正的‘监督工程’。她将软件开发过程分为内循环（编写、测试、调试）和外循环（提交、审查、CI/CD），认为监督工程处于两者之间。尽管研究完成于2025年4月，当时AI模型尚未显著提升软件开发能力，但作者认为这些模型的进展正在加速这一转变。研究指出，当前许多工程师对未来职业感到迷茫，因为传统技能可能被边缘化。巴辛·埃莱达斯提出了‘代理工程’的八个层次，描述了AI在软件开发中的不同应用阶段。他认为，AI的编码能力增长迅速，但人类在有效使用它方面仍显滞后。查德·福勒则关注代码替换的安全性，提出架构原则如数据所有权和评估机制。迈克·马斯尼克担忧AI对学术写作的影响，而安金特·贾恩建议采用多层次评估机制确保代码质量。这些研究为理解AI在软件开发中的角色提供了新视角。