软件工程是坑吗？

搞 AI 是风口，被 AI 搞是坑，双一流硕士达到搞 AI 的门槛了，但是具体能不能搞看你算法水平，比起编程可能更需要数学天份，能搞的话，你就是风口的🐖。

你首先要明白，在中国，考研是用来跨学科的，用来扩展“格局”的。你本科是软工，考研还考软工，那不是妥妥的告诉人家你就是个小镇做题家？
同时考虑未来职业的问题一定要摆脱学生思维，条条大路通罗马，最好的未必适合你。你读这个书，可不一定干这行，就是毕业干这行，还不一定能赚钱。也许有一天你开店做生意啥的，干的比你的专业还好。

有价值的、有提升的考研
本科：数学系 硕士：软件工程（人工智能方向）
本科：软件工程 硕士：数学系

硕士毕业了还是风口吗

IT 行业已经 Game Over 了，国内外都一样，你看硅谷那边到处裁员就知道，这个行业基本上凉了，根本原因在于这一轮移动互联网大需求已经过去了。

美国那边能搞的，中国这边能复制的，基本上都到头了，现在都在 all in AI ，AI 这一轮 目前能产生价值，且路走通了的，就是 2b 业务，也就是把 AI 卖给软件开发行业公司，别的行业还在探索，我觉得还是有很大的潜力，目前 LLM 的应用价值挖掘不到 10%。

软工的价值是需求来定义的，不是软工学习的难易程度来定义的。
软工本身这个工作的成长性在我看来相比其他职业成长难度是要低很多的，没有任何门槛。
基本上一台电脑+梯子+基本的英语阅读能力，在中国，你通往顶尖软件开发者的阻碍基本上就没有了，剩下的只是需要时间去探索去摸索。

另外一个最重要的问题是，AI 编程自动化导致初中级研发本身存在的价值越来越低，需求在急剧萎缩。

可以说 1-3 年后，agent harness 这些工程实践完全成熟铺开的话，你如果还在公司里面只是作为一个执行层面的软件工程师的话，我可以说存在的价值几乎为 0 。

因为整个开发流程都在产生革命性的变化，敲代码或者说解决问题本身的价值越来越低，你能干的活，Agent 也能干的很好，而且还不会出错。

反而是公司里面那些 参与软件架构项目决策的人，他们本身知道 如何定义需求、如何定义问题，这些人的价值会越来越放大，就像 A 神说的那样，你可以外包你的思考，但是你不能外包你对软件开发本的理解，只有在软件公司里面站到决策层、架构层，你的价值会被放得更大。

如果你只是编码或者执行，那么可以说价值几乎为 0 ，AI 其实在这块反而急剧放大了马太效应。

未来一个能结合行业需求，分析需求、沟通决策、提出完整解决方案且具备丰厚经验跟洞察力的人的价值会是一个单纯软件工程师的 1000 倍，而现在可能只是 10 倍。

你多分析分析 A 神 最近那次关于 vibecoding 的讲话，我觉得是非常对的，里面谈到了，你可以外包你的思考，但是你不能外包你的理解跟洞察力。

这其实大白话就是 一般的软件开发者在公司里面的价值急剧萎缩，而精英决策层的价值会被急剧放大，他们对于软件开发的理解 以及对问题的思考、对架构的决策 的价值会被无限放大，因为实现已经变成一个不重要的事情，反而是如何洞察，如何定义问题、如何决策 这个成为了 软件开发的关键因素

让 AI 整理了一下
---
# 范式转变：移动红利见顶与 AI 智能体时代下的软件工程价值重构

## 引言：IT 行业不是“凉了”，而是旧范式已经“Game Over”

国内外科技巨头频繁的裁员潮、硅谷神话的降温，让“IT 行业已死”的声音不绝于耳。然而，透视表象看本质，真正走向终局的，是过去十几年由**移动互联网**带来的巨大需求红利。

无论是美国先发的技术创新，还是国内快速复制的商业模式，在当前节点都已经触及了天花板。存量市场的内卷无法再支撑庞大的工程师红利。在旧时代的需求大潮退去后，全行业都在全力押注人工智能（ All in AI ）。

在当前的 AI 浪潮中，目前唯一能够产生确凿商业价值、且商业闭环完全走通的，正是 **AI 赋能软件开发行业的 B2B 业务**。至于 AI 在其他垂直行业的全面落地，目前绝大多数仍处于探索阶段。可以明确的是，大语言模型（ LLM ）的应用价值目前挖掘了甚至不到 10%，LLM 这背后蕴藏着巨大的应用潜力。

---

## 一、 软件工程的价值重构：需求定义价值，而非实现难度

长期以来，软件工程师（特别是研发岗位）常常陷入一种技术崇拜的误区，认为技能的“学习难易程度”或“代码的复杂性”决定了自己的身价。但冷酷的商业逻辑是：**软件工程师的价值是由“市场需求”定义的，而非学习难度。**

客观来看，传统软件工程（尤其是执行层面的编码工作）本身的成长门槛正在被无限拉低：
* **零门槛的知识获取**：在今天，一台电脑、一条顺畅的网络连接、外加基本的英语阅读能力，就足以打破绝大多数知识壁垒。
* **通往顶尖的路径重塑**：在中国，一个开发者通往顶尖技术栈的阻碍几乎不复存在，剩下的仅仅是投入时间去探索、摸索和沉淀。

当技术的“技术壁垒”不再成为壁垒，单纯依靠技术实现能力来获取高溢价的时代也就随之宣告终结。

---

## 二、 智能体（ Agent ）洪流：1-3 年内执行层程序员的价值将加速归零

当前，AI 编程自动化正在以令人窒息的速度演进。初中级研发的核心生存空间——即完成明确需求后的代码编写与基础 Debug——正在急剧萎缩。

可以断言，在未来的 **1 到 3 年内**，随着 **Agent （智能体架构）**与 **Harness （工程自动化基座/测试治具）**等工程实践的完全成熟与大规模铺开，整个软件开发流程将发生颠覆性的革命：

1. **执行层价值泡沫破灭**：如果你在公司里依然只扮演一个“执行层面”的软件工程师，每天的工作只是单纯地把产品经理的流水线需求翻译成代码，那么你所创造的生存价值将无限趋近于 0 。
2. **Agent 的完美替代**：敲代码、配置环境、解决常规的技术报错，这些单纯“解决问题”的机械性活计，Agent 不仅能干得极快，而且在标准化测试流程的约束下，**几乎不会出错**。

在这个阶段，机械性、重复性的技术落地不再构成企业的核心成本，这就直接导致了行业“马太效应”的极端放大。

---

## 三、 解读 Vibecoding：可以外包“思考”，但绝不可外包“理解”

前特斯拉 AI 总监、OpenAI 联合创始人 Andrej Karpathy （ A 神）近期提出的 **“Vibecoding （氛围编码）”** 概念，深刻地揭示了这一变化的本质。他强调：

> **“你可以外包你的思考（ Thinking ），但你绝不能外包你的理解（ Understanding ）与洞察力（ Insight ）。”**

这句话用商业大白话来翻译，就是：**一般软件开发者的执行价值正在急剧萎缩，而精英决策层的价值正在被无限放大。**

```
+-------------------------------------------------------------------+
| 旧开发范式 vs 新开发范式 |
+-------------------------------------------------------------------+
| 旧范式: 提需求 -> [架构设计] -> [核心实现] -> [大量重复编码] (耗时耗力) |
| |
| 新范式: 提需求 -> [洞察/定义问题] -> [高层架构决策] -> Agent 自动生成 |
+-------------------------------------------------------------------+
```

在 AI 接管了“实现（ Implementation ）”这一不重要的末端环节后，“如何洞察行业、如何定义问题、如何做出架构决策”反而成为了软件开发的核心胜负手。

* **思考（ Thinking ）的可外包性**：具体的逻辑推导、算法编写、代码调优等“局部的思考”，完全可以交给 AI 去高效输出。
* **理解（ Understanding ）的不可外包性**：系统的整体框架、业务的底层逻辑、对技术边界的直觉，以及在错综复杂的商业环境中做出的关键决策，这些必须由具备深厚经验的人类大脑来掌控。

---

## 四、 未来的生存法则：从“编码员”到“千倍溢价”的架构决策者

在这场革命中，站位决定生死。只有在软件工程链条中站到**决策层**和**架构层**的人，其价值才会被成倍放大。

未来，行业的薪酬与价值天平将发生剧烈倾斜：

| 能力维度 | 传统环境下的价值 | AI 演进后的未来价值 | 核心特质 |
| :--- | :--- | :--- | :--- |
| **纯执行/编码型工程师** | 1x （基准线） | **趋近于 0** | 依赖明确指令，机械性敲代码，缺乏业务理解 |
| **具备洞察力的架构决策者** | 10x （行业精英） | **1000x+（稀缺资产）** | 结合行业需求、分析痛点、沟通决策、提出完整解决方案 |

未来最值钱的不是“写代码最快的人”，而是**那些能够结合行业深度需求，准确分析需求、进行高效沟通决策、提出完整闭环解决方案，且具备丰厚行业经验与商业洞察力的人。** 他们拥有对软件开发本质的深度理解，能够调度无数个 AI Agent 为其高效产出。相比于只会低头看路、敲击键盘的传统纯工程师，这类复合型精英的生产力和战略价值，将实现从 10 倍到 **1000 倍**的跨越式跃升。

## 结语

IT 行业没有消亡，它只是在用一种极其残酷的方式排斥掉那些不愿进化的“键盘工具人”。如果你不想在 3 年后被铺开的 Agent 自动化洪流冲走，现在就必须将精力从“如何编写代码”抽离出来，全力向**“如何定义问题、如何解构业务、如何做高层决策”**的精英架构层实现范式转移。

@v2exgo
说的很对，认同
但是这样的岗位终归是极少数，要求也太高了，懂技术，懂客户，懂需求，沟通能力还要强
而我，自认只是普通人，所以我深刻的认识到了自我价值在快速的萎缩
要退出这行，不干码农啦

@Justin13 但是这也是没办法的事情，你不做这些，只是执行层，没有意义，token 比人便宜，且 token 的单位的效益比人的效益高，这是大趋势，没办法改变的

你不如问问那些人什么专业不是坑。别到最后一看全是坑，和“人都是要死的”也没什么区别。

@v2exgo
是的，你说的都对
面对这个浪潮，实在是力有不逮
只能投子认输

别听楼上一大堆唱衰 ，软件工程 依旧是普通人的好专业。很少有普通行业的薪资能比得上搞 IT 的。

无脑贴 AI, 楼上等着封号

@coderluan 感谢回复，感觉这个风口很难抓住

@v1 #2 感谢回复，考研不一定必须跨学科吧，学科交叉学习确实是有作用的，但我考研是为了提升学历找工作，至于以后的工作，首要考虑肯定还是 it 行业的，合不合适以后接触到了再考虑

@HanMeiM 硕士毕业会晚 1-2 年工作，我认为到时候还在 ai 浪潮

@cling3484 要相信过来人的经验，提升学历其实对找工作并没有直接影响，找工作需要敲门砖但是仅此而已，你有人家也有，但是敲门砖的质量不一样。纯土砖 vs 混泥土砖，你可以深入思考下。

@v2exgo #5 感谢回复，已仔细阅读，AI 确实给很多行业带来了冲击，在 it 行业里面更像一个筛子一样，让真正有能力的人更显现了出来

@Vancion 感谢回复，以前都说材料是天坑，不过现在大环境变差，材料反而显得变好了感觉

@liaohongxing #12 感谢回复，我也觉得不至于到现在土木的那种地步，而且基础薪资肯定是比其他行业高的，同时还有提升空间，我想着过一个一般好的生活就够了

@cling3484 #20 等你毕业可能很难找到相关的工作。你就看看这 2 年，春招秋招拿不到 offer 的人一大把，拿到 offer 提前实习被解约的人一大把，像我这种早入行，但是又不够早，赶上的只是下降期的也到了工作的瓶颈了，在 AI 的冲击下，很多人会失去工作。

考公不就好了

学校里面教的软件工程大多数是坑，因为你并不能学到软件工程的核心要义和实践经验。
但软件工程本身不是坑，恰恰相反，它在 AI 时代更显得宝贵。

最近看了几场美国名校的毕业典礼，CS 专业的基本都好就业，硅谷是去处。Ai 时代，还是计算机的天下。

还是那句话，码农的工作就是把别人干失业，再把自己干失业。互联网对实体行业的冲击，换个角度看就是码农把零售业干失业了。
目前能免疫码农的，只有要坐牢的行业。何尝不是另一种”赚钱的路子都在刑法里”

现在最火的 Harness Engineering 本质上仍然是软件工程，甚至因为控制对象从“人”变成了“Agent”，很多理念变得更可控了。但大学里面的软件工程专业教不教这些，你能学到多少，就看你自己了。

读研要三思

我们现在只招资深级别了。。校招少了非常多

你这个学历卷到计算机硕士应该毕业就有资格投 ai 开发的工作了，我们学历达到不这个门槛