工程师不会消失，但工作方式一定会变。
很多人讨论 AI 替代程序员，只考虑“技术能不能做到”，却忽略了一个更现实的问题：ROI。
拿自动驾驶来说。
固定路线、简单路况很好自动化，但想覆盖暴雨、施工、临时交通管制、突发障碍等所有长尾场景，成本会越来越高。
自动化从 0% 做到 90% 可能很划算，但从 99% 逼近 100%，每提高一点，都可能意味着巨大的研发投入。
当解决最后 1% 的成本高于直接用人时，最合理的方案就变成了：机器负责规模，人负责例外。
AI 编程也是一样。
写接口、搭页面、CRUD、补测试、查文档，这些标准化工作的价值会快速下降。
但需求定义、业务理解、架构设计、系统集成、复杂 Debug，以及各种边界情况，依然需要工程师处理。
而且还有一个经常被忽略的问题：AI 让软件开发更便宜，也会创造更多软件需求。
以前一个系统需要 10 个人做半年，公司可能觉得不值得做。未来两个人两周就能完成，公司反而会想：那销售做一个、财务做一个、供应链也做一个。
所以最后可能出现一个看似矛盾的结果：
单个软件需要的工程师更少了，但整个社会需要的软件更多了。
AI 真正淘汰的，不一定是工程师，而是工程师过去的工作方式。
未来“会写代码”会越来越不值钱，真正值钱的是：知道该做什么，为什么这么做，出了问题怎么解决，并且能对最终结果负责。
工具负责解决标准问题，人负责解决工具解决不了的问题。
工具越强，工程师的价值就越会向那些最后的“缝隙”迁移。#计算机科学 #未来工程师 #计算机科学 #交互的未来 #未来职业发展 #计算机专业 #编程 #人工智能发展