一个观察

最近在Lobsters上看到一篇文章，标题很直白：《AI is removing the middle class of software engineering》。大意是，AI正在把软件工程师分成两极——能驾驭AI的人和被AI替代的人，中间那层"能写代码但缺乏判断力"的工程师，生存空间正在急剧压缩。

我觉得这个判断基本正确，但还不够准确。

被压缩的不只是个人，还有组织。很多公司正在按照这个逻辑重构整个工程团队的架构，只是大部分人还没意识到这件事的严重性。

中间层是怎么形成的

先说一个事实：软件工程这个行业的"中间层"，其实是过去20年互联网高速扩张的产物。

业务跑得太快，公司需要大量的"执行型工程师"——能写CRUD、能对接API、能搞定常见的前后端需求。这类工程师不需要理解太深的业务逻辑，也不需要做什么架构决策，只要代码写得够快、bug够少就行。

于是行业形成了一套标准化的晋升路径：初级→中级→高级→Tech Lead→架构师。中间那几层，本质上是在为"规模化执行"买单。

但这套模型有一个前提假设：人力是完成编码任务的唯一方式。

现在这个前提正在崩塌。

AI吃掉的是"确定性工作"

我观察到的一个趋势：AI最擅长的不是写代码，而是处理"确定性高的执行任务"。

什么叫确定性高？就是输入明确、输出可验证、中间路径有标准模式的那些工作。比如：根据API文档写前端对接、根据设计稿还原页面、根据需求文档写CRUD接口、写单元测试、做代码迁移……

这些活，以前需要一个5人小组干两周，现在一个人加AI工具可能三天就搞定了。质量未必差，因为这类工作本来就不太需要"创造性判断"。

问题来了：如果一个团队以前有10个人，其中6个主要做这类执行工作，那现在这6个人存在的理由是什么？

不是"AI替代人"，而是"组织变薄了"

大部分关于AI替代工程师的讨论，都停留在个人层面：你会不会被替代？你应该学什么来避免被替代？

但站在管理者的角度，我看到的真实情况是：组织正在变薄。

具体来说：

以前一个典型的技术团队结构是金字塔形的——底部大量执行层，中间几个骨干，顶部一两个架构师或Tech Lead。这种结构能承接大量并行的需求，因为执行层的人力足够多。

现在，AI工具把执行层的产能放大了3-5倍。结果不是"底部的人变多了"，而是"底部需要的坑位变少了"。一个10人团队可能只需要5-6个人就能完成同样的工作量。

那裁谁？理论上应该裁效率最低的那几个。但实际上，很多公司裁的是"看起来还行但缺乏不可替代性"的中间层。因为底层太初级裁了没人干活，顶层太重要裁了影响架构，中间层——"能干活但不够独特"——成了性价比最低的裁员对象。

这不是AI直接造成的，是AI改变了组织的产能方程之后，管理者不得不重新排兵布阵的结果。

两类人变得更值钱了

在组织变薄的过程中，有两类人的价值反而在上升。

第一类：能定义问题的人。

AI能解决问题，但不能定义问题。"这个业务场景应该怎么抽象""这个技术方案该在哪些维度做取舍""这个架构的边界在哪里"——这些判断没法交给AI，因为它们需要理解业务上下文、组织政治、风险偏好这些AI看不到的东西。

以前这类能力是架构师和Tech Lead的专属领地。现在，任何层级的工程师如果具备这种能力，都会变得更值钱。因为当执行成本趋近于零的时候，"做什么"比"怎么做"重要得多。

第二类：能驾驭AI做高质量交付的人。

不是"会用Copilot"那种水平，而是能把AI当成一个初级工程师来用：知道怎么拆任务、怎么review AI的输出、怎么在AI生成的代码基础上做架构级的调整。这种人一个人能顶过去三四个人的产出。

注意，这里的核心能力不是"使用工具"，而是"判断力"。知道什么时候AI的输出可以直接用，什么时候需要推翻重来，什么时候AI走了一条看似正确但实际有隐患的路径——这种判断力，来自经验和对系统的深度理解。

管理者的难题

对于技术管理者来说，这带来一个很现实的问题：团队结构怎么调？

我的观察是，大部分管理者还在用旧框架思考这个问题——"我们有多少headcount，能接多少需求"。但headcount这个概念本身正在失去意义。

一个5人团队+AI工具的产能，可能已经超过一个10人纯人力团队。这时候再讨论"给我加两个人"就没有意义了，有意义的问题是"给我两个什么样的人"。

我觉得未来的技术团队结构会从金字塔变成哑铃形——两头大、中间小。一头是能做顶层设计和架构决策的人，另一头是能高效执行（借助AI）的人，中间那层"不上不下的资深工程师"要么向上突破，要么向下沉降。

这不是一个舒服的过程。对于很多在中间层待了5-8年的工程师来说，他们面临的选择是：往上走去做更需要判断力的工作（但坑位有限），或者接受自己的一部分工作正在被AI蚕食的现实。

那应该怎么办

没有标准答案。但有几个我个人的判断：

第一，别再纠结于"掌握某个具体技术"了。技术栈的更替速度会越来越快，你今天精通的框架明天可能就被AI生成的代码覆盖了。真正保值的是判断力——在模糊场景中做出正确决策的能力。

第二，开始关注业务。很多工程师觉得"我只管技术就行"，但在AI把执行成本打下来之后，技术的价值越来越依赖于"服务什么业务"。不理解业务的工程师，就像一个不懂乐理的录音师——工具玩得再好，也不知道什么声音是对的。

第三，学会和AI协作，而不是和它竞争。如果你的工作方式是"AI做初稿，我做精修和判断"，你的效率会是别人的3倍。如果你坚持"我要从头到尾自己写"，你不是在证明实力，你是在跟效率作对。

第四，如果你是管理者，现在就该重新审视团队结构了。不是等到公司要求裁员的时候才被动应对，而是主动思考：如果我的团队缩到60%的人数，但每个人加上AI工具都能顶两个人，我应该保留谁？转型谁？

这个问题很残酷，但不想这个问题的管理者，最终会被想这个问题的人替代。

最后说一句

工程师的中间层消失，不是一个"未来会发生的事"。它正在发生，只是大部分人还没感受到切肤之痛。

AI不是来替代所有工程师的，但它确实在重新定义"什么层级的工程师值得被雇佣"。这个标准，每个月都在往上抬一点。

跑不跑得过这条线，取决于你现在在做什么——而不是你过去做过什么。