X记录空间JSNation 即将上线，除了我的演讲（我会把链接放在评论里，免得我第十次刷屏😅），还有各种讨论室。不知怎么的，我居然被邀请加入了其中两个。
正常人听到这些话可能会停下来想一想：“我有时间吗？”、“值得吗？”、“要不我这次别给自己安排太多任务吧？”。而我呢，却以西尔维娅一贯的风格，几乎立刻就回答：“哦，听起来太棒了！当然，所有活动我都参加！”😎
就这样，我进入了一个名为“新晋高级工程师：建设者、审阅者还是协调者？”的讨论室。
现在，我的职业顾问 ChatGPT 总是跟我说：“Sylwia，请你好好规划一下自己的人生。如果你非要同时做十件事，至少要重复利用内容。”😅 所以，与其自己琢磨所有结论，我想：为什么不问问开发者社区呢？
但在我提出这个大问题——人工智能时代高级工程师应该成为什么样的人——之前，我认为首先还有一个更有趣的问题：你在工作中实际上是如何使用人工智能的？
不是在会议演示里，不是在病毒式传播的推特帖子里，也不是在“我的AI代理午休时间重写了Kubernetes”之类的故事里。我说的是真正的工作，真正的项目，真正的团队。
当然，欢迎直接在评论区留言（你们知道我喜欢和大家交流❤️），但首先，我想分享一些我的看法。
人工智能凌驾一切之上
至少互联网给我们呈现的是这样一种印象。会议标题、新闻简报标题、LinkedIn上的预言家们。
Matteo Collina 为 Node.js 提交了一个 10 万行的 PR，结果引发了恐慌。
有人在两周内将整个 React 应用重写成了 Svelte。涉及数十万个文件。
Bun 的作者只用了一个晚上就把 Zig 改成了 Rust，还漫不经心地提到当晚他还去约会了。（难道只有我一个人觉得这其中有奇怪的联想吗？😅）
大量的智能体取代了开发团队。智能体自动提交 PR 供其他智能体审核。一切都实现了自动化。而在这一切的背后，高级工程师却成了某种 AI 的“牧羊人”，偶尔检查一下这些机器人是否正朝着悬崖直冲而去。
说实话，这既令人着迷又有点可怕。有时候你会想，我们是不是都应该重新考虑一下职业选择，或许应该在机器人学会美发之前去报个美发学校😅
但随后我停下来想一想：我其实就在这个行业工作。我认识很多开发人员。而现实生活往往……大不相同。
从兴奋到成本优化
我有个朋友在一家大型科技公司工作。就是那种你肯定听说过的公司——而且你可能要么很喜欢它，要么很讨厌它😄
当然，他们很早就开始使用人工智能工具，包括 Copilot。但真正让事情发展迅猛的是他们拥有了合适的编码代理——我想是 Claude Code。
起初，公司完全被人工智能迷住了。他们购买了最贵的套餐，并鼓励员工积极使用人工智能。如果有人达到代币上限，管理层基本上会说：“别担心，我们会买更多。这可是革命性的技术！”
我的朋友碰巧在从零开始开发一个新应用，说实话——他乐在其中。生成的代码量简直惊人。通常情况下，开发这样的应用需要整个团队花费数月时间。而现在呢？短短几天，系统的大部分功能就已经完成了。
而且因为他确实是一位非常优秀的开发者，所以他能非常精准地察觉到克劳德开始彻底失控的那一刻。有趣的是，这种情况经常发生在下午5点左右。看来人工智能也想下班了😅
但几个月后，兴奋之情渐渐消退。事实证明，虽然人工智能有时能显著加快开发速度，但并非总是如此。
然后第二个惊喜来了：公司竟然计算出了所有这些人工智能应用的成本。大家突然发现——真是意料之中——无限量的人工智能代理可不便宜😄
所以现在大家都在讨论代币使用限制、优化和减少代币消耗的问题。照这个趋势下去，说不定最后雇佣实习生又会成为更划算的选择😂
说实话，我们已经越来越频繁地看到这种趋势了。Meta是不是率先引入了某种“代币最大化”文化，让用户使用更少的代币就能获得奖励？
最后，我的故事
现在让我们进入我的世界。
一个庞大的国际机构。一艘需要三年才能完成转向的巨轮。一个将隐私奉为圭臬的地方。因此，人们长期以来对法学硕士项目抱有极大的怀疑也就不足为奇了。
但最终人工智能也渗透到了那里，说实话，这让我觉得这些工具现在基本上无处不在了😄
那么：编码代理能否大幅加速企业遗留系统的开发？
嗯……事情就变得复杂了。
当然，人工智能在某些任务上确实很有用。比如修复简单的bug、添加一些小功能、处理一些重复性工作。但有些任务呢？它就完全失效了。
代理读取库代码，遍历应用程序，搜索半个代码库，却仍然一无所获😅
有时候我不得不直接告诉它：“或许应该检查一下七年前一位初级开发人员编写的那个奇怪的文件。”或者：“我们的用户界面库有一些非常特殊的遗留问题，或许应该从这个方向调查一下。”
说实话，在这个项目上花了两年半的时间，在很多调试场景中，我的速度都比人工智能代理快得多。
并非因为我更聪明，也并非因为人工智能毫无用处，而是因为企业系统经过多年积累，会包含各种背景信息、历史数据、奇特的决策、经验知识、隐藏的依赖关系以及架构缺陷。而我掌握着这些信息，人工智能通常却不具备。
说实话，我怀疑我的项目在这里并非个例。如今全球运行的软件中，很大一部分都是企业遗留软件，它们的寿命远远超出了最初的预期——而且至今仍在积极演进😄
所以，或许，我最终还是能以程序员的身份活到退休。或许我也不需要去学理发了。
这大概对人类来说是件好事，因为我肯定做不好😅
但我现在真的很好奇：在你的工作中，人工智能的实际应用情况是怎样的？
百万行人工智能公关稿？与遗留系统的日常斗争？代币优化？还是完全不同的其他问题？
