Dane Dai
AI Agent
我主业软件工程师，交付的是软件：架构、代码、上线，价值靠用户使用产生。用户要的从来不是软件，是结果。两个 case 对比：Coding Agent 做了个 APP，交付物是软件；Agent 直接产出文档、播客、图片，交付物是结果。Claude Code、Codex、Copilot、Cursor 这些 coding agent 我用得顺，那 Claude Cowork、OpenClaw、Hermes、ChatGPT、WorkBuddy、千问办公这些 Work 类 Agent 有何用？Hermes 是 Nous Research 开源智能体，千问办公是阿里的一站式 AI 平台。coding agent 的提示词是为写软件固化的，直接要结果就胜任不了。用户和 Agent 的交互就是中间产物，可抽象成 Skill。每天把需求做成 PPT 汇报领导，高频需求沉淀成 Skill 就不用反复说。Skill 是中间的软件，Agent 是运行平台——操作系统之上更上层的抽象层，Skill 是层上的 Application。从需求到结果，中间过程大大缩短。过去要第三方开发者写软件，现在自己跟 Agent 交互就行，专业软件开发需求大减。还有两类软件：一类是业务复杂到需专项化加速时固化的逻辑，这需求很个性化，传统软件公司不一定接得住；另一类是 Agent Runtime 本身仍需专业工程师，二八法则下赢者通吃，中国市场大概只剩三家做 Agent 运行时。我理解的 AI Native，不是拿 AI 写代码，而是在 Agent 平台构建 Skill 与系统，直接产出结果。结论还不成熟，趋势已成：软件工程师需求会大减。想继续干，两条出路：一是围绕用户个性化需求帮他产出软件，可能外包也可能 OpenAI 推崇的 FDE——贴近客户一线部署 AI 方案的前向部署工程师；二是进真正 AI Native 的 Agent 开发商，还保有开发与基础设施需求。两个前提：AI Native 能落地，八九不离十的指数级成长；多数用户能适应范式变化——Office 普及前没几个人会打字，现在人人都会。放到团队里想，这直接改变怎么招人、怎么排活。你们团队用 Agent，是写代码还是直接要结果？#AI原生# #软件工程师# #AI代理# #编程范式# #职场转型#
发布于 江苏
分享
评论
赞
未登录
友善发言
评论
加载中
