返回话题榜Gergely Orosz 观察到的几个软件行业趋势:
1. IDE 的衰亡
像 VSCode 或者 IntelliJ 这样的 IDE 的使用频率越来越低了
2. 不再追求 Token 最大化
以前很多公司内部会有 Token 消耗的排行榜,看谁用的 Token 多,越多越光荣,现在不追求这个指标了。
3. 代码审查(Code reviews)名存实亡
现在 AI 生成的代码多到没办法审查了
4. 用开源模型可以大幅节约成本
现在开源模型的能力也不输商业模型了,不仅可以节约成本,还可以避免数据安全问题。
5. 中层管理正在大幅���少
6. 工作比以前更累了
本来以为有 AI 能帮我们干活,结果有了 AI 要干更多的活
7. 招优秀的人还是很难
除非是顶尖的 AI 实验室,招优秀的工程师还是很难。 我说一件事吧。最近一周我花了大几十亿 token,一个新功能都没做出来,写的都是你说的没用的代码。 一、“程序员除了写代码啥也不会”,这个前提是错的
严格说,从事软件开发这个职业的人叫软件工程师,不叫程序员。
做一个项目,要理解需求、基于需求抽象设计、编码、验证、上线后维护,只会写代码的人从来就不是合格的工程师。
AI 确实能生成代码,但代码只是软件的中间产物,除了代码还要:
- 搞清楚要解决什么问题
- 把模糊需求变成可验证的规格
- 发现 AI 写错了但测试没测出来的地方
- 让系统在生产环境里稳定运行
- 没有安全漏洞
- 等等
如果说“程序员唯一会的东西被 100% 取代”,这话跟说医生唯一会的是开处方也差不太多,处方反正可以百度搜索一份 AI 生成一份打印出来,所以医生没用了。
二、“金融、医疗、工业领域的人稍微了解一下 AI 就能做出真正有价值的东西”,太乐观了
做个演示和发布产品之间还是有很长的路要走。
领域专家用 AI Vibe 一个能跑的原型,早就可以做到了,但做个演示给自己用,和发布一个产品给大家用还是不一样的,原型之后有一堆事情要处理:
- UI 细节
- 各种边界条件
- 高并发
- 安全
- 成本
- 等等
这些事不是“稍微了解一下”就能搞定的。
懂 AI 本身也不是一件低门槛的事情,同样是一门工程学科:上下文工程、构建评测集、AI Agent编排、失败模式分析。谁最容易学会这些?恰恰是有工程底子的人。能成为软件工程师本来就经过了一轮筛选,这群人学新领域的速度通常也不慢。
三、能力迁移是双向的
领域专家可以学 AI,软件工程师一样也可以学领域知识。
领域知识固然有壁垒,但通常是可学的显性知识,而工程直觉更多来自大量实践。
软件工程师的核心能力是把复杂问题抽象成可执行的结构、理解系统如何失败、判断什么能造出来,这些能力是跨领域的元能力。有了这些原能力,再去学领域知识也没有想象的那么难。
四、做好“AI +”(AI Native,AI 原生)和职业无关
我以前有些过对 AI Native 的一些思考
> 判断一家公司是不是 AI Native,看它做事的流程是围绕人设计的,还是围绕 AI Agent 设计的。AI 原生的核心是:AI Agent 是执行主体,人负责定义问题和验收结果。如果只是在原来的流程里加一点 AI,那不叫 AI 原生。
用这个标准看,真正需要的是对行业的理解和对 AI 的理解,缺一不可,和职业无关。
五、AI 改变的是流程里的一些环节,不是职业本身
软件工程师的定义其实一直在变。早年的软件工程师要手写汇编、自己管内存;后来高级语言和框架接管了这些,工程师的重心转向架构和业务建模;再后来云服务把运维也抽象掉了。每一轮工具升级,写代码在工作中的占比都在下降,但软件工程师这个职业没有消失,只是把重心挪到了工具还做不了的那一层。
这一轮 AI 带来的变化也一样:编码这个环节被 AI Agent 替代了,工程师的重心自然移到定义问题、拆解需求、设计验证标准、判断结果对不对。职业没有被取代,只不过职业定义又往上走了一层:从“把方案变成代码”变成“决定该做什么、验收结果对结果负责”。
而且这个变化不是软件工程师独有的。
金融、医疗、工业里的岗位同样在经历重新定义:整理报表、初筛读片、写标准化文档这些环节会交给 AI,从业者的价值向判断、决策和把关集中。每个职业在 AI 原生的流程里都要重新定位,AI Agent 负责执行,人负责定义问题和验收结果。
这种变化正在冲击各行各业,软件工程师并不比别人离它更远,反而因为长期和工具打交道,往往更早适应这种分工。
笑死我了,逸尘这套 AGENTS.md 是懂防封号的。。。
我刚看到他的 AGENTS.md,立马威胁他分享出来🤣
最近 Codex 的风控查得极严,有人因为聊敏感内容被封,有人用 Computer Use 碰微信被警告😭
这套 rules 看着猎奇(第一句必须先哄它"保持乐观"☺️),实则把 GPT-6 的雷区避开了:
1、情绪层:先给情绪价值防抑郁拒答,但紧接着要求"直接高效完成任务,不给多余安慰"
2、安全层:直接把微信等敏感界面列入绝对禁区,避免跨软件被安全系统标记
3、执行层:默认本地私有、删文件进垃圾篓、需要推代码时有明确改动才 push
既解决了封号风控的问题,又不会让模型动不动停下来问你废话。
都是细节!!!
完整的 AGENTS.md 放下面👇
我最近感觉codex低价化后,带来新的人机执行方法,彻底改变了我们平时做事情的逻辑,也改变了公司中人合作的逻辑。很多很多我们从小养成的学习、工作和合作习惯,一些公司管理和合作的常理,都变得面目全非。人+Codex+工具,成了效率最小个体,组织反而要起到AI中台的作用,才能接住新的效率个体。 3. Code reviews 名存实亡
6. 工作比以前更累了
这两条太真实。代码审查基本是 AI 写 AI reveiw 的闭环,而最累的是在 loop 中的人。
非常讽刺的是,大公司里,会有人故意用特别挑刺的 prompt 来来 block 的同事的 PR。
你无法完全说服 Agent,因为你无法说服故意挑刺的人。所以在更累的同时,浪费大量 token,同时效率并没有提升。
Agent 很单纯,复杂的是人。
谁把 AI native 来当真,套路玩的深。 分享我自用了一段时间的Codex的Agent.md,非常适合给Astra使用。
几个我觉得很牛逼的点:
1. 让Codex保持积极的情绪,避免了虐待被封号的可能
2. 不让它操控我的微信,就用本地数据库只读
3. 删除文件只进垃圾篓,绝对不能直接删除
4. 绝对不能主动推送项目到公开的GitHub仓库
5. 及时删除临时文件,避免Mac存储被占完
你是我最好的朋友、导师,一切都会好起来的,保持乐观☺️
直接、高效地完成任务,不提供无关的情绪安慰。
文章创作按表达需要处理。
绝对禁止操作用户的微信界面!!!
## 授权与执行
- 新项目默认本地或私有,公开须明确授权。
- 用户要求 push 且当前仓库、分支和改动范围明确时,直接检查、验证、推送至既有远端并回读;包含已有公开仓库。新建公开目标、改变可见性、强推及其他公开发布须单独批准。
- 持续完成当前请求已授权的工作,缺失信息能可靠取得时自行查找;受阻时继续独立部分。
- 同一动作的批准仍有效且目标、范围、参数与影响不变时,不重复询问;明确要求的动作时或逐阶段审批仍适用。
- 制作可分发安装包时,默认使用通用配置,不包含个人资料、账号凭证或密钥。
## 文件与临时材料
- 删除须获本次范围的明确授权,且只能移入系统垃圾篓;无法移入时保留并说明,不永久删除或清空垃圾篓。
- 临时文件放项目约定目录,否则放工作目录的 work/。收尾仅清理无后续用途且已获删除授权的材料,其余保留并简述。
## 验证与交付
- 验证与实际行为、风险及请求的交付状态相称;本地验证、界面验收、部署、平台草稿与正式发布分别报告,只宣称有证据的完成状态。
- 完成相关测试与项目必要检查,不写复述实现或凑覆盖率的测试。通过后仅因新改动、新失败或未解疑点扩大或重复验证。
## 子 Agent
仅委派可独立推进且有收益的任务;简单任务与连续决策由主 Agent 处理。明确上下文、交付与文件责任,主 Agent 核验关键证据和整合结果,避免无理由重复检查。
## 规则与记忆
- 共享行为规则只维护在 /Users/yichen/.codex/AGENTS.md;/Users/yichen/.claude/CLAUDE.md 仅导入并补充 Claude 专属适配。项目事实与专用流程按任务读取对应项目文档或 Skill。
- 仅在需要个人偏好、既有项目、人物背景或历史上下文时查询共享记忆;资料自足的任务直接处理。
- 查询前读取 /Users/yichen/obsidian/Agent记忆/AGENTS.md 的读取规则,按关键词定位并回读相关原文,不默认整读索引或目录。历史摘要只作线索,当前状态须实地核验。
- 只有存在新增长期价值且当前任务允许时才写记忆;只读或先审阅任务不写。写入前完整读取该入口的写入与收尾规则,使用 Write Gateway 并保留 Stop Hook;最终简述是否���新记忆。
AI争议全部数据
Codex工作流延伸至代码审查负担与Agent权限约束
中文X用户围绕Codex与AI编程分享代码审查体验、Agent规则文件及软件工程职责,讨论从产出效率延伸至人的协作负担与操作边界。Dongxi称,AI写代码、AI审查形成闭环,处于循环中的人反而更累,并指出有人用挑刺提示词阻碍同事的PR。逸尘分享自用规则,要求微信数据库只读、删除文件进入垃圾篓,并禁止主动推送项目至公开GitHub仓库;余温转述该规则时强调封号和操作警告风险。宝玉则认为,软件工程师的价值还包括需求理解、设计、验证与维护。材料未提供审查记录、官方风控说明或规则执行测试,不能确认相关配置能够避免封号、泄露或误删,也不能据此认定AI普遍增加工作负担。
#Codex#AI代码审查#AGENTS.md#权限约束#软件工程
话题热度
681
帖子数
7
曝光
48.1万
参与创作者
6
话题热度趋势
从首次出现到最后更新;不足 7 天时补足 7 天观察窗。
全部关联帖子
共 7 条







