2022年，一位从业多年的技术作者写下万字长文，预言AI将用十年时间重塑DevOps（开发运维一体化）。他把稿子锁进文件夹，没发。两年后重新打开，直接点了删除——不是预判错了，是现实比预判快了5倍。
「我以为的十年，两年就砸脸上。」
这篇文章的废弃手稿，成了技术迭代速度最诚实的注脚。作者原本讨论的「预测性分析」「自愈系统」，如今已是Midjourney生成一张图、Cursor写一段代码的顺手操作。变化的不是技术曲线，是人对「慢」的惯性假设。
「老工程师」标签被重新定义
作者提出一个刺眼的区分标准：Old DevOps Engineer（传统运维工程师）与年龄无关，核心指标只有一条——是否承认传统IT职业路径的地板已经塌了。
这个判断的残酷性在于，它针对的不是技能老化，而是认知框架的失效。两年前还在讨论「如何渐进式整合AI工具」的人，现在面对的是工具本身在重构工作流。不是辅助，是替换；不是优化，是取消。
ChatGPT刚出现时，业内主流叙事是「 copilot（副驾驶）模式」：AI帮你查文档、写脚本、排故障。作者当时的草稿也落在这个框架里。但2023到2024年的实际演进是，大量运维场景从「人机协作」滑向「机机自治」——监控告警自动归因、容量规划由算法预测、甚至故障恢复无需人工审批。
职业安全感的幻觉破裂
传统DevOps的核心价值建立在「连接开发与运维的桥梁」这一角色定位上。AI的介入方式不是拆掉这座桥，是让桥的两端直接通了高铁。
作者观察到，坚持「十年渐进论」的人，本质是在用时间换安全感。他们把AI当成又一个需要「学习并掌握」的工具，而非需要「重新理解」的生产关系。这种错位在2024年变得致命：招聘市场上，「熟悉Prometheus（开源监控工具）配置」的权重在下降，「设计AI Agent工作流」的权重在飙升。
一位云厂商技术负责人私下吐槽：「我们现在面试，问的是候选人能不能用自然语言描述清楚一个故障场景，让大模型自己生成排查剧本。会写YAML（配置语言）的人还是需要的，但溢价没了。」
新工程师的默认设置
作者没有给出转型指南，只描述了一个现象：2024年入行的工程师，他们的「基础技能包」里不包含对「稳定职业路径」的预期。
这代人的默认假设是工具会迭代、岗位会变形、技能会过期。他们不追求「精通某一栈」，而是追求「快速重新配置自己」。作者把这种状态比作「液态职业身份」——不是固体那样有固定形状，而是根据容器（市场需求）随时改变形态。
这种描述本身也是一种预判。两年后回头看，它会不会也像那篇废弃手稿一样，显得过于乐观或过于悲观？
作者最后留下的问题是：当AI把「经验积累」的复利效应打断，技术人的核心竞争力会从「我知道什么」转向「我能多快重新定义自己」——这个转向，你觉得自己跟得上吗？
热门跟贴