共计 1052 个字符，预计需要花费 3 分钟才能阅读完成。
软件工程师的工作方式正在被 AI 改写。 英伟达 CEO 黄仁勋近日在采访中谈到 , 智能体系统已成为新的关键技能, 英伟达内部不少软件工程师正在参与相关开发, 相比继续写 Python 代码, 他们更愿意搭建能执行任务的 AI 智能体。
📌 从写代码转向设计智能体
黄仁勋认为,AI 已经让英伟达工程师减少了部分传统编码工作 。在他的表述中, 写代码更像一种“打字”动作, 而工程师的重心正在上移: 他们需要思考任务如何被拆解、流程如何被编排、结果如何被验证, 以及系统如何在安全边界内运行。
这并不意味着工程能力变得不重要。相反, 构建智能体需要开发者理解模型能力、工具调用、数据流程和业务目标 , 还要为系统设计基准测试与安全护栏。换句话说, 工程师从“逐行实现功能”转向“组织 AI 完成目标”。
🔍 智能体为何成为新技能
AI 智能体的核心, 是围绕一个目标进行规划 , 并把复杂任务拆成多个可执行步骤。它不只是回答问题, 还可能参与检索、生成、调用工具、检查结果等环节。
- 任务拆解: 把宽泛需求变成清晰步骤。
- 基准测试: 判断输出是否稳定可靠。
- 安全护栏: 限制错误操作和不可控行为。
- 流程整合: 让 AI 与现有系统协同工作。
因此, 智能体开发看似减少了手写代码, 实际上把复杂度转移到系统设计、评估和治理层面。
💡 黄仁勋淡化“AI 取代员工”说法
围绕 AI 对白领岗位的影响, 科技行业存在不同判断 。Anthropic CEO 达里奥·阿莫迪、亚马逊 CEO 安迪·贾西都曾谈到 AI 可能冲击部分白领工作。黄仁勋的观点更偏乐观, 他强调 AI 不只是替代人, 也会创造新的岗位。
他的判断是, 把 AI 真正带入现实世界, 需要大量工程、产品和运营工作。
这类工作包括搭建应用、制定规则、验证效果、持续维护系统。 对于企业来说 ,AI 落地不是简单部署模型, 而是重构工作流。
📊 行业观察: 工程师角色正在上移
从英伟达的表态看, 未来软件工程师的竞争力可能不只体现在写代码速度上 , 而是体现在能否用 AI 组织生产力。会设计智能体、会评估模型输出、会设置安全边界的人, 可能更适应新的研发节奏。
- 重复性编码任务可能被压缩。
- 系统设计、测试和治理需求会上升。
- 人机协作会成为工程团队的重要交付方式。
🚀 总结: 智能体正在进入工程主流程
黄仁勋的说法并不是宣布代码失去价值, 而是指出软件开发的分工正在变化 。AI 负责更多重复执行, 人类工程师则负责目标、规则、评估和责任边界。
短期看, 智能体会先改变大型科技公司的内部研发流程。长期看, 智能体能力将成为软件工程岗位的重要评价标准 。
