跳至主要內容
技術

從「寫 code 的人」到「管 agent 的人」:工程師的角色重新定義

從「寫 code 的人」到「管 agent 的人」:工程師的角色重新定義
Agentic Engineering 實戰手冊 第 2 / 14 篇

這是「Agentic Engineering 實戰手冊」系列的第二篇。上一篇:Agentic Engineering 是什麼?

那個尷尬的瞬間:手寫 Code 反而更慢了

上個月專案趕進度,Claude Code 的 API 剛好在維護。我想說沒關係,我自己來。打開 VS Code,開始寫一個 CRUD endpoint。

寫了二十分鐘,我回頭看自己的 code——少了一個 null check、error handling 不完整、test 還沒寫。以前這些我閉著眼睛都能搞定的事,現在居然要停下來想。

更尷尬的是,API 恢復之後我把同一個任務交給 agent。七分鐘,完成了。code 比我手寫的更完整,test coverage 更高,連 API doc 都自動更新了。

那個瞬間我意識到兩件事:

第一,我的角色已經不知不覺地變了。我不再是「寫 code 的人」,我是「管寫 code 的 agent 的人」。

第二,這讓我非常不安。

IC 到 Agent Manager:日常的具體變化

如果你問我一年前的一天是怎麼過的,跟現在的一天是怎麼過的,差異大到像換了一份工作。

一年前的時間分配(Agent 之前):

活動佔比消耗的腦力
寫 code60%高(語法、邏輯、debug)
讀 code / 理解系統20%
開會 / 溝通15%
Code review5%

現在的時間分配(Agent First):

活動佔比消耗的腦力
Review agent output35%高(判斷正確性、架構合理性)
寫 spec / 定義需求25%高(這直接決定 agent 產出品質)
架構思考 / 設計決策20%
開會 / 溝通15%
手寫 code5%低(只在 agent 搞不定的時候)

最大的變化不是「做什麼」,而是腦力花在哪裡。

以前我的腦力花在「怎麼實作」——這個 function 的邏輯怎麼寫、這個 edge case 怎麼處理、這個 SQL query 怎麼優化。

現在我的腦力花在「做什麼」和「對不對」——這個需求的邊界在哪、agent 的解法是不是最好的、這個架構決策三個月後會不會後悔。

用一個比喻:以前我是工地的砌磚師傅,現在我是工地的監工。我不再一塊一塊砌磚了,但我需要知道這面牆砌得直不直、用的材料對不對、整體結構穩不穩。

而且說實話,監工需要的專業能力不比砌磚師傅少,只是不一樣。

「我會不會變笨?」——技能衰退的焦慮

這個問題我想了很久。而且不只是我在想——每個我認識的 agent-first 工程師,遲早都會面對這個焦慮。

我在 Token 燒光焦慮 那篇文章裡聊過情緒面的掙扎。這篇想從能力面來誠實盤點。

確實衰退的能力:

  • 語法記憶:我已經記不清 Go 的 error handling 語法細節了。以前手到擒來,現在得查。
  • API 細節:某個 library 的某個 method 第三個參數是什麼?以前背得出來,現在完全不記得。
  • 手寫 boilerplate 的速度:寫一個標準的 REST endpoint,以前 15 分鐘,現在可能要 25 分鐘。
  • 某些 debug 直覺:以前看到某種 error pattern 會馬上聯想到可能的原因,現在這個反應變慢了。

這些衰退是真的。不否認。

但同時增長的能力:

  • 架構判斷力:因為我不再被實作細節佔滿腦袋,我有更多腦力去思考系統設計。
  • 需求分析力:寫了一年的 agent spec,我定義需求的精準度提升了至少一個等級。對人類同事描述需求時也變清楚了。
  • Review 眼光:每天 review agent 產出的 code,我看 code 找問題的能力變強了,而且是跳脫式的——不是逐行看語法,而是看架構和邏輯。
  • 系統性思維:管 agent 逼你想清楚整個工作流——什麼先做什麼後做、dependency 是什麼、怎麼驗證。這訓練了更好的系統性思維。

那淨結果呢?我覺得這像計算機的發明。計算機出現之後,人類的心算能力確實掉了。但數學有因此退步嗎?沒有。反而因為不用把腦力浪費在計算上,人們可以思考更高層次的數學問題。

同理,你不需要記住每個 API 的參數。但你需要知道這個架構設計合不合理——而後者比前者有價值得多。

新技能樹:2026 工程師該投資什麼

如果你接受了「角色已經變了」這個前提,下一個問題就是:那我該投資什麼技能?

判斷力 > 打字速度

以前面試考你 LeetCode,測的是你的實作能力。未來面試會越來越看你的判斷能力——給你一個 agent 寫的方案,你能不能看出問題在哪?

知道「什麼該做」比知道「怎麼做」值錢了。因為「怎麼做」agent 可以幫你,但「什麼該做」只有你能決定。

架構眼光 > 語法記憶

Agent 不會忘記語法——它永遠可以寫出語法正確的 code。但它不懂你們公司為什麼選了 PostgreSQL 不選 MySQL、不懂你們的 data model 背後有什麼歷史包袱、不懂那個看起來多餘的 middleware 其實是合規要求。

這些 context 是你的獨有價值。越深入理解你們的系統和業務,你越不可取代。

溝通力 > Coding 力

Anthropic 的 Amanda Askell(角色與 prompt 工程負責人)提出了一個很好的框架:把 agent 當成一個能力很強但缺乏 context 的實習生

這個類比精準在:實習生不笨,但他不知道你們公司的潛規則。你需要用清楚的語言告訴他要做什麼、不要做什麼、怎麼判斷做對了。

你的 spec 品質 = agent 的產出品質。而寫好一份 spec,靠的是溝通能力,不是 coding 能力。

Shopify CEO Tobi Lutke 把這件事推到了組織層面。他在內部發了一封信說:「在 Shopify,反射性地使用 AI 現在是基本期待。」他甚至要求團隊在增加人力之前,先證明 AI 做不到這件事。

不管你是否認同 Lutke 的激進立場,趨勢是清楚的:會「管」AI 的人,比會「寫」code 的人更稀缺

不同資歷的轉型路線圖

這個轉型不是所有人都從同一個起點出發。不同資歷的工程師,面對的機會和風險完全不同。

Junior(0-3 年):先打基礎,再用 agent

最大風險:沒學會基礎就開始依賴 agent。

如果你從來沒手寫過一個完整的 REST API,你怎麼知道 agent 寫的 API 有沒有問題?你連 review 的能力都沒有。

建議策略

  • 先手寫,再用 agent 驗證。自己寫一遍,然後讓 agent 也寫一遍,比較差異。這是學習速度最快的方式。
  • 把 agent 當 code review partner,不是 code writer。讓它幫你看你寫的 code 有沒有問題。
  • 刻意練習 debug。Agent 可以幫你修 bug,但你需要理解 bug 為什麼會發生。

每週練習:至少一個 feature 完全手寫,不用 agent。

Mid-level(3-7 年):甜蜜點

你的優勢:有足夠的基礎來判斷 agent output 的品質,同時又對新方法持開放態度。

這是 agentic engineering 的最佳起步資歷。你知道什麼是好的 code,所以你能有效 review。你也足夠靈活,願意改變工作方式。

建議策略

  • 全力投入 agent-first workflow。你的基礎已經夠了,現在需要的是新的工作方式。
  • 練習寫 spec。把寫好 spec 當成跟寫好 code 一樣重要的技能。
  • 開始學 context engineering。CLAUDE.md 怎麼寫、怎麼設計 agent 的工作環境。

每週練習:每個 task 都先寫 spec,然後交給 agent。review 的時候記錄「agent 做對了什麼」和「agent 做錯了什麼」。

Senior(7+ 年):最大優勢,最大阻力

你的優勢:Judgment。你十年的經驗讓你能一眼看出架構問題、預見三個月後的 tech debt、知道哪個 design pattern 適合這個場景。這些 agent 做不到。

你的阻力:「我不需要 AI。」很多資深工程師的身份認同跟「我很會寫 code」深度綁定。承認 agent 寫得比你快,等於承認你的核心技能被取代了。

但實際上不是取代——是升級。你不是不會寫了,你是有了一個很快的「手」,可以幫你把腦子裡的架構願景更快地實現。

建議策略

  • 從你最頭痛的 task 開始。找一個你一直拖延沒做的 refactoring 或 migration,交給 agent 試試看。
  • 專注在 agent 做不到的事。跨團隊的架構決策、技術 roadmap、mentoring——這些是你的「不可取代區」。
  • 把你的經驗變成 agent 的 config。你知道的 coding conventions、架構原則、踩過的坑,寫進 CLAUDE.md。你的經驗不是被取代了,而是被放大了。

每週練習:用一個 session 觀察 agent 怎麼做你通常手寫的任務。不介入,只觀察。然後在 review 階段做調整。

Takeaway

  1. 角色轉換的關鍵不是學新工具,而是重新定義「什麼讓你有價值」。你的價值從「能寫出好的 code」轉移到「能判斷什麼是好的 code」。前者 agent 做得到,後者它做不到。

  2. 有些能力確實會衰退,但更重要的能力在進步——架構判斷、需求分析、review 眼光。這是淨正面的交換,前提是你有意識地投資後者。

  3. 不管你是哪個資歷,現在開始有意識地練習「管 agent」的技能都不晚。Junior 先打基礎再用 agent,Mid-level 全力投入 agent-first,Senior 用 agent 放大你的 judgment。路徑不同,方向一致。


上一篇:Agentic Engineering 是什麼? 下一篇:2026 年 AI Coding 工具全景圖

留言討論

esc
輸入關鍵字搜尋文章...
查看收藏 →