Stack Overflow 2024年开发者调查显示，北美高级工程师年薪中位数是初级工程师的2.7倍。但经验年限的分布图里，两个群体有将近40%的重叠——有人工作10年还在写CRUD，有人2年就开始带架构决策。
差距不在智商，不在代码速度，在五个被刻意模糊的技能维度。
技能一：从"完成任务"到"拥有结果"
初级工程师的执行链很短：收到ticket，开始编码，卡住就喊人。高级工程师收到同样的"建一个通知系统"，会先问6个问题——通知类型？接收人？投递渠道？延迟容忍度？失败回退策略？峰值流量？
这6个问题不是拖延，是风险定价。 2023年Stripe的一次宕机，根因就是通知系统没问清"失败时重试几次"，导致级联雪崩。高级工程师在写第一行代码前，已经把依赖项（比如auth团队的排期）标红同步给PM。
初级工程师的时间线：编码→发现边界情况→范围膨胀→延期。高级工程师的时间线：拆解→写技术设计文档→识别3个子任务→标记阻塞点→并行推进。
技能二：代码的"可观测性"设计
两段代码实现同一个支付功能。第一段20行，能跑通测试，上线后出问题只能打断点猜。第二段35行，多了日志埋点和异常分层——但凌晨3点收到告警时，值班工程师能在90秒内定位到是第三方支付API超时，还是数据库连接池耗尽。
命名是最便宜的文档。 getUserData() 和 fetchUserProfileWithPermissions() 的区别，是6个月后维护者要不要Slack你问"这个data到底包不包含权限字段"。
函数长度没有硬性规则，但高级工程师的雷达会在30-40行处响——不是教条，是长函数通常在做太多件事。错误处理也一样：初级代码走happy path， senior代码显式处理数据库失联、第三方超时、脏输入三种失败模式。
技能三：系统思维的视角差
初级工程师看的是自己写的组件。高级工程师看的是组件在系统中的位置——调用频率、失败传播路径、扩容时的瓶颈点。
Netflix 2019年的一次架构复盘显示，70%的线上事故不是代码bug，是"我以为那个服务不会挂"的假设失效。高级工程师的代码里，try-except块的数量通常是初级的3-4倍，不是因为他们更悲观，是他们见过更多分布式系统的真实脾气。
技能四：让其他人变快的能力
这个维度最容易被忽略。高级工程师的PR描述会写"为什么改"和"不改的风险"，而不是"改了什么"。Code Review时他们问"这里如果流量涨10倍会怎样"，而不是"这里少了个空格"。
内部工具也是信号。初级工程师写脚本解决自己的问题，高级工程师写文档+脚本+故障排查手册，让下一个遇到同样问题的人10分钟搞定。这种"乘数效应"很难量化，但晋升答辩时会被反复追问。
技能五：对模糊性的耐受度
初级工程师需要明确的需求文档。高级工程师能在"我们要提升用户留存"这种OKR里，拆解出3个可验证的假设，设计A/B实验，定义"成功"的指标口径。
这种能力没有课程表。它来自一次次需求变更后的复盘，来自线上事故的事后分析，来自和产品经理撕扯优先级时的换位思考。
Google的工程师能力模型里，L4到L5的跃迁核心就是"处理模糊性"——不是学会更多技术栈，是在信息不完备时仍能做出风险可控的决策。
回到开头那个2.7倍薪资差。市场定价的不是年限，是"凌晨3点会不会被叫醒"的概率，是"项目延期时能不能有人兜底"的确定性，是"这个人走了代码会不会变成天书"的风险溢价。
你现在写的函数，有多少行？日志里埋了几个上下文字段？上次Code Review，你有没有让同事变快？
热门跟贴