LLMs are eroding my software engineering career and I don't know what to do

📌 【職涯反思】AI 提升了開發速度，但會侵蝕工程師的「核心競爭力」嗎？

當我們習慣於用 ChatGPT 或 Claude 快速產出程式碼時，我們在不知不覺中失去了什麼？一名擁有 10 年經驗的資深工程師在 Hacker News 上分享了他的焦慮：AI 正在侵蝕他的職涯價值，而他對此感到無力。

🤔 當「領域知識」不再是不可替代的護城河

這位工程師在過去十年中，刻意深耕金融、簿記與支付處理等複雜領域。他掌握了 PCI 合規、雙向分錄帳本（double-entry ledgers）、對帳（reconciliation）與銀行轉帳冪等性（idempotency）等深厚的 Domain Knowledge。

在傳統的工程路徑中，這種「技術 + 領域專家」的組合是最強的競爭優勢。然而，當他進入一家全面擁抱 AI 的金融公司後，他發現了一個殘酷的現實：AI 能夠極其高效地處理這些複雜的領域知識。

🧪 從「深耕領域」到「AI 輔助研究」的轉變

該工程師從入職第一天起就被鼓勵使用 ChatGPT 和 Claude Enterprise。他發現 AI 不僅能寫 Code，更能快速處理他過去需要多年經驗才能累積的領域研究。

這種轉變導致了一個認知衝突：如果 AI 能在幾秒鐘內提供精準的領域建議，那麼工程師花費十年累積的專業知識，其邊際價值是否正在快速遞減？

💡 認知外包的代價：專業能力的「空心化」

這篇文章觸及了許多資深開發者的共同恐懼：當我們將「研究」與「思考」外包給 AI，我們可能不再需要深入理解底層邏輯。

過去，面對複雜的支付生命週期，工程師必須透過閱讀文件、除錯與反覆實踐來建立直覺；現在，AI 給出了答案，我們直接套用。這種模式雖然提升了短期產出，但卻可能導致工程師在面對 AI 無法解決的極端 edge case 時，失去了獨立思考與解決問題的深度。

⚠️ 個案分享，缺乏量化數據與普適性結論

需要注意的是，這是一篇基於個人經驗的感悟文，而非嚴謹的學術研究。文中描述的是個人在特定金融領域的感受，並未提供量化數據證明 AI 確實降低了所有工程師的市場價值，其結論具有強烈的主觀色彩。

🎯 在 AI 時代，重新定義「資深工程師」的價值

雖然文中流露出不安，但這給所有開發者一個重要的啟示：

• 避免盲目依賴：如果僅將 AI 作為「答案產生器」，確實會導致能力萎縮。
• 從「執行者」轉向「審核者」：未來的競爭力可能不再是「知道怎麼做」，而是「能判斷 AI 做得對不對」。
• 深化系統設計能力：領域知識雖然能被 AI 模擬，但複雜系統的權衡（Trade-off）與長期維護的決策，依然需要人類的經驗判斷。

🔗 文章連結 📝 LLMs are eroding my software engineering career and I don’t know what to do 👤 poisonfountain 🔗 閱讀全文：https://human-in-the-loop.bearblog.dev/llms-are-eroding-my-software-engineering-career-and-i-dont-know-what-to-do/

你是否也感覺到，AI 讓你的工作變輕鬆了，但卻讓你對自己的專業成長感到不安？歡迎在下方分享你的看法 👇

#AI #SoftwareEngineering #CareerDevelopment #LLM #職涯成長 #軟體工程 #HackerNews