AI工程师的定义正在被凝视。在近期举办的AI工程师世界博览会上，ThursdAI主持人Alex Volkov抛出尖锐议题——到2026年，仔细阅读和编写代码是否仍是这一岗位的核心能力。他通过一个名为“Z/L连续体”的新框架，剖析了AI代理能力跃升如何重塑人类工程师的职责边界与技能图谱。

传统软件工程师的根基是手写代码，而现在AI代理已经能生成、优化甚至调试代码，人工介入点发生了位移。Volkov在演讲中强调了一个显著变化：AI不再只是辅助工具，而是开发流程中积极且深度嵌入的协作者，它正以前所未有的规模和速度产出代码。GitHub平台的数据印证了这种加速——合并拉取请求和新仓库创建量激增，其中AI辅助发挥了关键作用。这指向一个更短开发周期的未来，也促使行业重新审视“编码”对于工程师究竟意味着什么。

打开网易新闻 查看精彩图片

一个核心主题浮现：工程师的角色正从直接编写代码转向“代理保姆”或监督者。这意味着工程师更侧重引导和审校AI生成的代码，而不是亲手搭建每一行。例如，Anthropic公司Claude项目背后的关键人物Boris Cherry，据报道其近80%的代码由AI生成，只需极少的人工修改。这种转变下，工程师的首要职责变成了确保AI产出的质量、安全性以及战略对准，包括设定恰当参数、验证结果、维护伦理护栏，而不再死抠语法或实现细节。这不可避免地质疑了传统编程技能的长期需求，并凸显了提示工程、系统架构设计和AI治理等能力的重要性。

为了具体描述人机协同审查代码的不同层级，Volkov提出了“Z/L连续体”。这个光谱对AI工程师的代码参与程度进行了分级，从完全人工检查到近乎全自动审查，位于不同区间的工程师需要不同的介入深度和技能组合。尽管全文未详细展开每一级，但其想传达的信号很明确：随着代理能力的爬升，人类的位置正从代码中心退向监督侧，理解系统、定义目标、把控风险将成为更稀有的能力。