最近跟几个技术管理者聊天，发现一个有意思的现象：大家都在重新考虑招人的标准。

原因很简单——AI编码工具太强了。Cursor、Copilot、Codex这些工具，让一个中级工程师的输出量接近以前的高级工程师。团队不再缺"手快"的人，缺的是"能判断"的人。

这个变化，正在悄悄改变技术招聘的底层逻辑。

编码速度，曾经是硬通货

做了很多年技术，见过不少高P工程师的核心竞争力，说白了就是"手快"——需求来了能迅速出方案，别人三天的活他一天搞定。在编码为主的年代，这种能力确实值钱。

但这个优势正在被稀释。AI工具写得越来越像样，大部分情况下能直接给出80分的代码，改改就能用。当编码速度不再是瓶颈，手快的优势就没那么突出了。

这不是说技术能力不重要了，而是"会写代码"这个能力的市场价值在下降。就像Excel普及后，打字员这个岗位消失了一样。

资深工程师的真正壁垒

资深工程师的价值，从来就不只在写代码上。真正的壁垒是判断力——在信息不完整、约束条件模糊时做出正确选择的能力。

举个常见场景：系统选型，三个方案各有优劣，参数对比AI可以做，但最终选哪个，要考虑合规要求、团队技术储备、未来三年的业务增长方向。这些判断依赖经验和对业务的理解，AI帮不上忙。

另一个场景是大型项目的拆分。怎么把一个大需求拆成可并行的模块，定义好接口让不同人同时开发，这种能力跟写代码完全是两回事。

还有一种能力更难被替代：跨团队协调。后端觉得前端矫情，前端觉得后端不灵活，产品觉得两边都在推。一个有经验的资深工程师能翻译各方的诉求，找到让所有人接受的方案。这需要理解人、理解组织，AI做不了。

团队需求结构变了

当AI把编码工作量压缩到原来的三分之一，团队需要的能力结构变了。过去大部分时间花在写代码上，所以招人手速是重要指标。现在编码时间大幅缩短，真正耗时的是需求理解、方案设计、跨部门沟通、线上问题定位。

这些能力恰好是资深工程师花了多年积累的。需求理解需要对业务的敏感度，方案设计需要对系统演进的直觉，跨部门沟通需要对人际关系的把握，问题定位需要对生产环境的经验。

有意思的是，AI越强，这些"非编码能力"就越值钱。因为编码被自动化了，剩下那些AI做不好的事情，反而成了团队最稀缺的能力。

招聘市场在调整

一些公司已经在调整招聘策略。听说有团队把"AI工具使用与判断"作为高级工程师的新要求——不是会用就行，而是能评估AI输出的风险，能在AI方案中挑出问题。

这意味着，未来的高级工程师是"AI增强型"人才：用AI加速基础工作，同时用自己的经验做AI做不了的判断。编码效率提升了，但判断力和架构能力成了新的竞争维度。

市场上不缺会写代码的人，也不缺AI工具。缺的是那种经历过多个复杂项目、踩过够多的坑、能在关键时刻做出正确判断的人。AI时代，这类人才不是贬值了，而是更稀缺了。

说到底，资深工程师值不值钱，取决于他值钱的维度是不是只有手速。如果核心竞争力建立在编码速度上，确实在贬值。但如果建立在判断力、架构能力和业务理解上——这些恰恰是AI替代不了的——那不但没贬值，反而因为AI的普及变得更稀缺。