当一家为开发者打造的公司因为人工智能而开始裁员时，整个软件行业都会关注。
GitLab最近以人工智能为重点的重组给开发人员和数字工作者提出了一个更大的问题：人工智能正在取代软件工程师，还是正在改变软件工程的含义？本文超越了对裁员的恐惧，探讨了人工智能如何推动行业从手动编码转向系统设计、代理编排、工作流程思维和更强的技术判断。
这就是为什么 GitLab 最近的重组显得很重要。 GitLab 不是一家随机的技术公司。它是世界上最受认可的开发人员平台之一，提供代码管理、DevSecOps、安全、部署和软件协作工具。对于许多开发人员和工程团队来说，GitLab 已经成为现代软件工作基础的一部分。
因此，当 GitLab 宣布重大重组和裁员，同时还谈论 AI 和代理时代时，自然会产生焦虑。最简单的反应是，“连 GitLab 都因为人工智能而裁员。软件工程工作是否面临危险？”
我认为答案更复杂。
这不仅仅是一个AI取代程序员的故事。这也是一个关于软件工作本身如何发生变化的故事。未来可能不仅仅属于那些能够逐行编写代码的人。它可能更属于那些能够理解系统、设计工作流程、使用人工智能代理、审查输出以及将软件与实际业务问题联系起来的人。
为什么 GitLab 的裁员感觉不同
许多科技公司裁员的原因是公司亏损、发展放缓、繁荣时期过度招聘或面临需求疲软。GitLab的案例感觉有所不同，因为该公司仍在成长。
根据公布的财报，GitLab 的收入持续增长，并且该公司仍有强劲的企业需求。但与此同时，它决定裁员并为下一阶段重组公司。
这就是为什么裁员让人感觉不舒服的原因。这不是通常所说的“生意不好，所以我们削减成本”的故事。它看起来更像是预防性重组。该公司似乎在说：业务仍在增长，但我们之前使用的结构可能不是适合AI时代的结构。
这是一种非常不同的信号。
这表明一些公司不再等待人工智能完全取代工作才进行重组。他们试图在市场迫使他们稍后重新设计自己之前尽早重新设计自己。
对于员工来说，这是痛苦的。对于行业来说，这是一个警告。
代理时代改变了软件工作流程
GitLab的人工智能战略与人工智能代理的理念密切相关。这很重要，因为人工智能代理与普通人工智能助手不同。
一个普通的人工智能助手可以帮助你完成任务。你提出问题，它给出答案。你要求它写代码，它给你代码。你要求总结，它就总结。
人工智能代理更进一步。它可以规划步骤、调用工具、与系统交互、检查结果、进行更改以及继续跨工作流程工作。在软件开发中，这意味着人工智能可能不仅有助于编写代码。它还可以帮助创建合并请求、审查代码、检测漏洞、修复问题、测试更改、更新文档以及协调开发周期的各个部分。
This is why software companies are thinking differently.
如果人工智能代理能够接管更多重复性的开发任务，那么公司可能需要更少的人来进行低级执行。但他们可能需要更多的人来定义规则、设计工作流程、检查质量并确保系统不会崩溃。
换句话说，开发人员的角色可能从“手动编写每一行”转向“编排人类、人工智能代理、工具和系统如何协同工作”。
人工智能可能不会杀死软件工程，但会改变工作
我不相信软件工程会完全消失。
软件工程不仅仅是编写代码。它包括了解需求、设计系统、维护现有产品、调试复杂问题、处理安全性、管理权衡、与团队合作、了解用户以及制定架构决策。
人工智能可以帮助解决其中许多事情，但它并不能消除人类判断的需要。
不过，我也不认为我们应该太放松。软件的某些部分工作肯定会受到影响。通过人工智能，重复编码、简单的错误修复、样板生成、基本前端任务、测试生成、文档起草和简单的自动化可能会变得更快。
当工作变得更快时，公司可能会问一个难题：我们是否还需要相同数量的人员来生产相同数量的产出？
即使收入仍在增长，这也是可能发生裁员和重组的地方。
痛苦的事实是，人工智能不需要 100% 取代工作来改变招聘。如果人工智能可以实现 30% 到 50% 的某些工作流程自动化，那么公司可能会重组团队、扁平化管理、减少协调层并采用不同的招聘方式。
这并不意味着不会有软件工作。这意味着有价值的软件工作者的定义可能会改变。
新的有价值的开发人员是系统思考者
在AI时代，最有价值的开发者可能不是那些只写代码速度最快的人。
更有价值的人可能是了解整个系统的人。
他们了解产品目标。他们了解用户的问题。他们知道数据库、后端、前端、API、安全性、部署、分析和业务逻辑如何连接。他们可以使用AI来加快工作速度，但他们也可以判断AI输出是否正确。
这非常重要，因为人工智能通常会生成看起来正确的代码，但可能无法维护、安全、可扩展或适合实际项目。
初学者可能会复制人工智能输出并感到富有成效。更强大的开发人员可以审查它、改进它、测试它，并了解它以后可能会在哪里失败。
这就是为什么人工智能不会让技术知识变得毫无用处。这使得技术判断变得更加重要。
如果人工智能可以生成代码，那么人类的优势就转移到知道应该构建什么、应该如何构建、存在哪些风险以及输出是否真正解决了问题。
我作为网站和 SEO 工作人员的个人反思
这个话题也让我思考了我自己在SEO和网站开发方面的工作。
我使用 AI 工具来帮助处理内容、编码、HTML、CSS、WordPress 任务、SEO 研究、大纲和工作流程想法。 ChatGPT、Claude、Cursor 和其他 AI 编码工具等工具可以帮助我更快地前进。他们可以生成代码、建议页面结构、改进内容并帮助我思考问题。
但我使用人工智能越多，我就越意识到一件事：只有当我有足够的知识来指导它时，人工智能才有用。
如果我不懂SEO，我无法判断一篇文章是否符合搜索意图。如果我不了解网站结构，我无法判断HTML是否干净。如果我不懂 WordPress，我无法知道该建议是否会在以后产生问题。如果我不懂业务，我无法知道这个页面是否真正有助于转化。
这就是为什么我不认为人工智能可以替代学习。我将其视为乘数。
如果你的基础薄弱，人工智能可能会让你更快地完成薄弱的工作。如果您的基础扎实，人工智能可以帮助您更快地完成更好的工作。
这也是为什么GitLab的重组不仅仅是对程序员的警告。这是对任何从事数字技能工作的人的警告。未来不会奖励只懂得使用工具的人。它奖励那些深入了解工作并正确使用工具的人。
这真的是AI，还是只是AI洗牌？
还有一个令人不安的问题：公司是否真的因为人工智能而裁员，或者他们是否使用人工智能作为他们已经想要裁员的便捷解释？
这就是对话变得复杂的地方。
一些公司可能真的在重组，因为人工智能改变了他们的工作流程。如果编码代理、自动化和人工智能工具减少了对某些角色的需求，那么公司可能会将预算从员工数量转向人工智能基础设施、计算、工具和产品开发。
但一些公司也可能使用人工智能作为干净的叙述。说“我们正在为人工智能时代进行重组”听起来比说“我们过度招聘”、“我们的成本结构太沉重”或“我们需要提高利润率”更具战略意义。
这就是为什么我们需要谨慎对待人工智能裁员的说法。
人工智能是真实的。对生产力的影响是真实的。一些工作岗位将会受到影响。但并不是每一次裁员都应该被解释为人工智能已经取代工人的直接证据。
有时人工智能就是原因。有时人工智能是借口。有时两者兼而有之。
就业市场辩论：恐惧与适应
关于人工智能和就业有两种极端的说法。
第一种说法是人工智能将取代所有人，尤其是程序员、作家、设计师和知识工作者。这会产生恐惧和焦虑。
第二种说法是，人工智能只是另一种工具，不会发生任何重大改变。这会产生虚假的安慰。
我认为两者都不完整。
人工智能不会消除所有软件工程工作，但会改变工作结构。有些任务将变得自动化。有些角色会缩小。有些团队会变得更小。有些公司会期望每个人生产更多。同时，新的角色、新的机会也会出现。
当软件的构建变得更便宜时，人们可能会构建更多的软件。更多的企业可能会创建内部工具。更多创始人可能会推出产品。更多的公司可能会自动化以前自动化成本太高的工作流程。
这可能会创造新的需求，但该需求可能与旧的需求并不完全相同。
最安全的立场是不惊慌、不否认。最安全的立场是适应。
开发人员接下来应该学习什么
如果人工智能正在改变软件工作，那么开发人员和数字工作者不仅应该问“人工智能会取代我吗？”
更好的问题是，“当人工智能可以编写更多代码时，哪些技能变得更有价值？”
首先，系统设计变得更加重要。如果人工智能可以生成组件，人类仍然需要了解万物是如何连接的。架构、数据流、安全性、性能、可靠性和可维护性变得更有价值。
其次，产品思维变得更加重要。代码只有解决正确的问题才有用。了解用户和业务目标的开发人员将具有优势。
第三，调试和审查变得更加重要。人工智能可以创造输出，但人类需要验证它。检测错误、安全风险、逻辑问题和长期维护问题的能力非常有价值。
第四，工作流程思维变得更加重要。能够设计 AI 代理、API、CI/CD、测试、部署和监控如何协同工作的开发人员将变得更加有用。
第五，沟通变得更加重要。随着团队变得更小、人工智能辅助程度更高，解释问题、定义需求和协调工作的能力显然变得更加重要。
未来的开发人员不仅仅是编码员。未来的开发者更接近于技术操作者、产品思考者、系统设计师和AI工作流程管理者。
这对小型创始人和个体经营者意味着什么
对于小型创始人、自由职业者和个体经营者来说，这种变化实际上可能是一个机会。
过去，构建软件需要更多的人、更多的钱和更多的时间。人工智能减少了一些摩擦。小团队现在可以更快地构建原型、更快地测试想法、更快地编写内容、更快地创建登陆页面以及自动化更多工作流程。
这并不意味着创业变得容易。客户、分销、信任、销售和交付仍然很困难。但人工智能确实使较小的玩家能够尝试以前需要更大团队才能完成的事情。
这与我不断看到的一个更广泛的趋势有关：价值正在从单纯的执行转向判断和系统构建。
如果你能够了解市场、发现问题、构建简单的解决方案、使用人工智能加快执行速度并根据反馈进行改进，你可能会比以前拥有更多筹码。
但如果你只依靠人工智能来生成东西而不了解问题，你可能仍然会陷入困境。
人工智能提供杠杆作用，但杠杆作用只有在你有方向时才有用。
我的观点：学会指挥机器
GitLab 讨论中的一句话很引人注目：软件将由机器构建并由人类指导。
我认为这是思考未来的有用方法。
问题不在于机器是否会编写更多代码。他们会的。问题是谁来指导他们。
只知道如何执行指令的人可能会变得更容易受到攻击。能够定义目标、设计系统、判断输出、将技术与商业价值联系起来的人将变得更加重要。
这不仅适用于软件工程师。它适用于 SEO 专家、营销人员、设计师、内容创建者、创始人和运营商。
人工智能正在推动我们所有人更上一层楼。
我们需要了解任务背后的系统，而不是仅仅执行任务。我们需要了解产出是否创造价值，而不是仅仅产生产出。我们不只是使用人工智能，还需要知道如何指导、测试和纠正人工智能。
这才是真正的技巧。
结论：裁员的故事并不是故事的全部
GitLab的裁员是一个严重的信号，但不应仅仅被解读为“人工智能正在取代程序员”。
更好的解释是，软件公司正在重新设计自己，以适应人工智能代理可以以机器速度执行更多工作的世界。这将改变团队结构、工作期望、技能要求以及软件的构建方式。
有些人会因这种转变而受到伤害。这部分是真实的，不应该被忽视。但未来不仅仅是“没有工作”。更有可能是价值的重新洗牌。
例程执行受到的保护较少。系统思维变得更有价值。工具的使用变得基本。判断变得溢价。
对于开发人员和数字工作者来说，目标不是在重复性工作方面与人工智能竞争。我们的目标是成为知道应该构建什么、为什么重要、如何引导机器以及如何将输出转化为实际价值的人。
AI可能会编写更多代码。
但人类仍然需要决定什么值得建造。