很多人都在焦虑，说 AI 越来越强大，程序员是不是要失业了？
其实，你只要稍微深入思考一下，就会发现：AI 淘汰的只是“写代码”这个动作，而不是“做工程”这个能力。
代码从来都只是手段，而不是目的。你写代码是为了解决问题，为了创造价值，而不是为了写代码而写代码。在 AI 时代，应用工程师的核心价值到底在哪里？在于：理解需求、设计系统、做架构决策、处理边界情况、调试复杂问题。
这些事情，目前的 AI 做得很差，甚至可以说根本做不好。
你可能会说，现在会写代码的人越来越多了，供给在增加。没错，供给确实在增加，但你没看到的是，需求增加得更快。AI 降低了写代码的门槛，这意味着什么？意味着更多的人想把更多的想法变成产品。在这个过程中，那些能把 AI 能力真正整合进真实产品里，并且能处理好基础设施（infra）、安全性和可靠性的工程师，需求只会暴增，而不是减少。
那么，在这个新时代，我们到底应该如何提升自己？我总结了三个核心方向：系统设计、产品思维和用户体验。
一、系统设计：最快的路是读真实系统
很多人学系统设计，喜欢去啃教科书。其实，最快的路是读真实系统，而不是读教科书。
- 读 postmortem（事故复盘报告）。 Google、Meta、Cloudflare 的公开事故报告，比市面上任何教程都有价值。每一篇报告都在明明白白地告诉你：这个系统到底在哪里断裂了？为什么当初的设计没有预见到这个问题？你可以去搜
site:blog.cloudflare.com postmortem，能找到大量极具价值的真实案例。 - 读架构博客。 我强烈推荐 Uber Engineering、Stripe Engineering 和 ByteDance 的技术博客。但请注意，不要泛读，要带着问题读。你要不断问自己：“如果是我，我会怎么设计？他们为什么没有这么做？”
- 自己画架构图。 拿你现在正在做的 AI 应用，试着画出它的数据流、服务边界和故障域。你画不出来的地方，就是你根本没有理解的地方。用 Excalidraw 也好，用纸笔也罢，工具不重要，重要的是画出来。
- 刻意练习。 每周选一个系统（比如“设计一个 RAG pipeline 的在线服务”），给自己 45 分钟，把它写出来。然后，用 Claude 或者 ChatGPT 当你的对手，来挑战你的设计——它一定会问出你根本没想到的边界情况。
二、产品思维：从“功能”到“问题”的跨越
产品思维的核心能力，其实就是一次视角的转换：从“用户要什么功能”转变为“用户在解决什么问题”。
- 每天用 5 分钟做一件事。 当你在用任何一个 App 的时候，停下来问自己：“这个功能解决的到底是什么问题？他们为什么把按钮放在这里？如果砍掉这个功能会怎样？” 相信我，养成这个习惯，比你读 10 本产品经理的书都要有用得多。
- 读这三样东西（按优先级排序）：
- Paul Graham 的文章。尤其是《Do Things That Don’t Scale》和《How to Get Startup Ideas》。免费、篇幅短，但信息密度极高。
- Y Combinator 的 Startup School 视频。YouTube 上免费看，重点看 Michael Seibel 和 Kevin Hale 的课。
- 《The Mom Test》（妈妈测试）。这是一本很薄的书，但它教了你一个极其重要的技能：怎么和用户聊天才能得到真实的反馈，而不是那种礼貌性的“挺好的”。
- 实操演练。 找一个你觉得很难用的工具，拿出一页纸，写清楚：问题到底是什么？现有的方案为什么不好？如果是你，你会怎么做？记住，不需要写代码，写清楚“为什么”比“怎么做”重要一万倍。
三、用户体验：培养“这里不对劲”的直觉
你不需要变成一个专业的设计师，但你需要培养一种直觉——一种能瞬间察觉到“这里不对劲”的直觉。
- 读 Steve Krug 的《Don’t Make Me Think》。 这本书半天就能读完，它是 UX（用户体验）的最小必要知识。读完它，你就能识别出市面上 80% 的 UX 问题。
- 看别人用你做的东西。 找一个朋友，让他用你的产品，你就坐在旁边看着。不要说话，不要指导。 他卡住的地方，就是你的 UX 有问题的地方。这是最痛苦的练习，但也是最有效的练习。
- 抄好的设计。 看看 Linear、Vercel Dashboard、Raycast，这些产品的交互设计简直是极品。截图、标注、分析它们到底为什么好。不要觉得不好意思，“抄”是学习设计最正当、最高效的方式。
- 牢记一个规则： 如果用户需要读文档才能学会用你的功能，那就说明你的 UX 彻底失败了。
时代在变，工具在变，但那些底层的、核心的能力，永远不会贬值。不要去卷那些 AI 几秒钟就能做完的动作，去投资那些 AI 无法替代的能力。这才是工程师在 AI 时代的生存法则。
