我使用 AI 辅助编程快四年了。

从 2022 年底 GPT-3.5 时代开始，我们经历过那种“古法”编程——在网页 Chat 窗口里反复描述需求，然后手动复制、粘贴代码。后来进化到“指令时代”，我们不再复制完整代码，而是把精心调优的 Prompt 复制给编辑器（比如 Windsurf）去执行。再到现在，我们直接在 CLI 环境下，通过 SDD（规范驱动开发）进行更高维度的交互。

在这个过程中，我发现了一个很有意思的现象：我花在 AI 编程的时间越多，对职业生涯的担忧反而越少，即使 AI 的编程能力正在以肉眼可见的速度变强。

这种“不担忧”源于深度的协作。它让我看清了：编码（Solve）只是整个流程中极其微小、甚至正在变得廉价的一部分。我的工作，或者说一个工程师真正的价值，其实是去找出那些可以用代码解决的问题，定义它们，并最终验证解决方案是否真的维持了系统的秩序。

这三件事——发现问题、解决问题、验证结果——构成了软件开发的全部。AI 最终或许能够完全承担中间的编码（解决）部分，甚至能参与两端的辅助工作。但无论如何，它都需要一个能够看清全局、理解复杂业务矛盾的“专家”来驱动。

对我来说，这三件事里最耗费心力的部分，就是那关键的 30%。这 30% 的分量，全在“思考”里。

发现（Identify）：识别那个“别扭”的断裂点

在做 Knowledge-Hub 这个项目时，我曾面临一个非常典型的决策时刻。

当时的系统逻辑完全围绕 Dataset 展开。如果我让 AI 直接去堆功能，它能非常顺滑地帮我在 Dataset 下面增加 Git 同步、增加分层目录。如果你只看代码，它完全能跑通。

但我识别出了那种“别扭感”：我们正在把一个「书籍/项目级的内容管理系统」，硬塞进一个「网页型检索库」的物理模型里。如果不做抽象层级的跃迁，写的代码越多，系统的技术债就越重。

这就是 Identify。AI 不会主动告诉你“你的模型承载不了你的产品世界观”，它只会根据你给的既定框架去填空。只有人类工程师能从那种“别扭感”里，识别出真正的需求：我们缺 of 功能，中间缺的是一层语义——Project。

当我拍板决定引入 Project 作为内容组织层，并让 Dataset 回归到纯粹的索引配置层时，AI 的效率才真正成了我的杠杆。这种从 0 到 1 的“抽象跃迁”，源于对业务和架构的深度思考，这是 AI 无法替代的。

解决（Solve）：从“亲自下场”到“战略指挥”

AI 正在吃掉 Solve。在现在的 SDD（Specification Driven Development）模式下，这种趋势已经非常明显。

我现在很少去纠结一个具体的 for 循环或者 API 签名。我的工作变成了编写一份极其精确的“规格说明”或“架构蓝图”。我会告诉 AI：我们要建立一套四层架构的内核，编排层必须是显式的状态机，执行层必须支持原子化的取消。

这依然是 Solve 的一部分，但我的角色已经变成了“战略指挥”。我负责定义 Why 和 What，AI 负责实现 How。这种工作方式让我意识到，Solve 环节正在变得透明。

这种“透明”释放了我的精力，让我能去思考更高维度的冲突。比如在复盘那五个真实项目时，我发现决定成败的，往往是人类工程师在并发依赖、脏数据处理、或者分布式状态同步这些“非理想状态”下做出的那关键 30% 的权衡。

验证（Verify）：验证结果，更要验证秩序

Verify 不仅仅是看代码能不能跑通，它更多是对系统“秩序”的确认。

比如最近我强制停下所有功能开发，让 AI 配合我做了一次全工程的「Phase 体系语义清洗」。仓库里残留的大量历史 Phase 编号（2.5, 7, 14…）会产生严重的语义污染。AI 会被这些陈旧的注释误导，以为它们是当前的计划，从而在生成代码时产生幻觉。

如果不清理这些幽灵，系统就会进入一种“语义熵增”的状态。

这也是 Verify。 我不仅在验证功能是否实现，还在验证这个系统的语义空间是否依然干净，验证我们的演进路径是否依然清晰。这种对“系统治理”的确认，才是确认问题是否真的被解决了。AI 可能会帮我写出单测，但它无法感知系统的“洁净度”。

30% 的价值，全在代码之外

回看这几年的演进，从“古法复制”到“命令行驱动”，工具 in 变，效率 in 变，但我发现自己核心的竞争优势始终没变。

那就是：定义问题的能力，和在复杂矛盾中做出取舍的判断力。

我知道未来会变天，AI 可能会吃掉越来越多的份额。但起码在这一两三年内，那种“不仅让代码跑通，还要让系统成立”的 30% 的人类智慧，依然是不可逾越的。AI 越强，这种“思考”的溢价就越高。因为其他人类会非常乐意把这些“需要定义问题、需要做出权衡、需要最终确认”的工作，外包给一个能够深度思考、能够与 AI 高频协作的专家。

我不再担心 AI 抢走我的饭碗。它把那些占据了我们 70% 时间的重复性、机械性编码工作接了过去。我终于可以像一个真正的工程师、一个架构师那样，把精力投入到真正的挑战中。

它负责把砖头搬到指定的位置，我负责决定这栋建筑最终该长成什么样子。这种专注思考的感觉，才是作为工程师最迷人的地方。