# 

今天看到一段视频，一位在北京工作了11年的 Java 工程师，说自己算是比较早接触 AI，开发AI 的一批人，在公司成功把 AI 模型跑了之后， 没多久，自己却被公司优化了。

他自嘲道，自己可能是第一批搞 AI，最后又被 AI 干掉的人。

听起来有些好笑，仔细想想，却笑不出来。
![在这里插入图片描述](https://developer.qcloudimg.com/http-save/yehe-7622644/7a57fa8bf755c6e3a50223da78b63455.png)


当然，我们不了解他被裁员的真正原因，也不能简单地归咎于 AI。但这个故事，确实让我想了很久。

**一个工程师努力学习新技术，帮助企业提高效率，最后却可能因为效率的提高，变得不再那么被需要。**

这多少有些讽刺。

## 技术越来越强，工程师却未必越来越安全

我在嵌入式行业工作了十多年，先后在西门子、飞利浦等外企工作，从 Linux、底层驱动、系统开发，一路接触到如今的边缘 AI。

过去，我们常常以掌握某项高深技术为荣。

别人解决不了的 Bug，自己能够解决；别人看不懂的底层代码，自己能够理解。这些能力需要长时间积累，也确实曾经给我们带来不错的职业机会。

但 AI 的出现，正在改变这一切。

现在我几乎每天都在使用 AI。过去需要花几个小时甚至几天分析的内核 Panic、内存泄漏、复杂的驱动问题，AI 有时几分钟就能给出相当不错的思路。

有些时候，它的分析速度和逻辑能力，确实让我感到惊讶。

我并不排斥 AI，恰恰相反，我越来越离不开它。

可问题也随之而来。

**当过去需要多年经验才能完成的工作，如今借助 AI 就能快速完成，我们曾经引以为傲的技术优势，还能保持多久？**

更进一步想，假如过去五个人完成的工作，现在三个人借助 AI 就能做好，那么剩下的两个人怎么办？

企业追求效率，本身没有什么不对。但技术效率的提高，未必一定会转化为每个工程师更稳定的职业发展。

这或许才是那个 Java 工程师的故事，真正值得我们思考的地方。

## 技术深度，还够吗？

这些年，我一直在和底层系统打交道。

一块开发板无法启动，一个摄像头无法正常工作，可能涉及硬件设计、内核、驱动、电源、时序等多个环节。

AI 可以给出很多建议，但如果没有扎实的技术基础，我们又凭什么判断它说得对不对？

所以，我并不认为传统技术不重要了。

相反，**技术深度依然重要，只是单纯依赖某一项技术的深度，可能已经不够了。**

过去，我们可能花费大量时间，把某个驱动、某套框架研究得很深，成为团队里最懂这项技术的人。

但今天，我越来越觉得，工程师除了继续积累专业能力，也应该主动靠近新技术，把目光从具体的代码，逐渐放到整个系统和产品上。

一个产品为什么要这样设计？为什么选择这个芯片平台？性能、功耗、成本和稳定性之间，该如何取舍？

有时候，技术上最先进的方案，未必是产品最需要的方案。

有时候，我们花费大量精力解决的技术难题，可能从产品设计之初，就存在更简单的解决办法。

这些问题，并不是多写几行代码就能回答的。

**当实现某个功能越来越容易，判断什么值得做、怎样做才真正有价值，或许会变得更加重要。**

## 从解决技术问题，到理解整个产品

回想这些年的项目经历，我发现一个很有意思的变化。

早些年，更多时候是在思考某个技术问题如何解决。

如今，遇到问题时，我会更多地考虑整个系统的关系，以及这个问题对产品究竟意味着什么。

一个摄像头出现异常，未必只是驱动问题；一个 AI 模型运行缓慢，也未必只是算法问题。

有时候需要调整系统架构，有时候需要改变硬件方案，有时候甚至要重新审视最初的产品需求。

而 AI 的加入，让我们有机会把过去花在重复性工作上的时间，更多地用于分析、判断和探索。

**技术是基础，新技术是工具，而对产品的理解和全局的把控，决定了这些能力最终能发挥多大价值。**

这并不是说，每个工程师都要去做产品经理，也不是说所有人都必须成为架构师。

真正深入的技术专家，依然有其不可替代的价值。

只是技术不应该成为限制自己视野的边界。

我们既要有能力深入某一个具体问题，也应该逐渐理解它在整个产品中的位置。

从单纯解决技术问题，到理解问题为什么产生，再到思考如何从系统层面避免问题。

我觉得，这或许是一条值得传统工程师继续探索的路。

## 技术进步了，人又该往哪里走？

再回头看看视频里的那位工程师。

他主动拥抱 AI，完成了技术实践，却依然失去了工作。

这并不意味着学习新技术没有意义，也不意味着他的技术能力不够。

因为**一个人的技术价值，与一家企业是否继续需要他，并不总是一回事。**

企业有自己的经营压力，技术也有自己的发展规律。

我们无法保证掌握了某项技术，就一定能够拥有长期稳定的工作。

但至少可以尝试让自己的能力，不再局限于某个岗位、某种工具或者某一家企业。

保持专业深度，主动利用新技术，同时加强对产品、系统和实际需求的理解。

这些能力未必能够让我们避免所有职业风险，却可能让我们在面对变化时，多一些主动选择的机会。

过去，我们总在讨论，怎样成为一个技术很牛的工程师。

今天，或许还应该多问问自己：

**如果有一天，AI 能够完成我现在大部分的工作，那么我还能为产品、为团队创造什么新的价值？**

这不是一个容易回答的问题。

尤其对于我们这些在传统技术领域工作了十多年的人，过去积累的经验值得珍惜，却也不能成为停止改变的理由。

技术仍然需要深耕，新技术也值得拥抱。只是比起单纯追求技术上的突破，我如今更愿意把时间和精力，放到理解整个系统、解决实际问题、推动产品真正落地上。

至于未来，AI 究竟会把工程师带向哪里，谁也说不准。

但我想，**真正需要改变的，也许不只是我们使用的技术，还有我们理解技术价值的方式。**

毕竟，技术一直在向前走。

我们总不能只顾着把机器变得越来越聪明，却忘了想想，自己下一步该往哪里走。

*All in AI，不如走向边缘🌞*

今天看到一段视频，一位在北京工作了11年的 Java 工程师，说自己算是比较早接触 AI，开发AI 的一批人，在公司成功把 AI 模型跑了之后， 没多久，自己却被公司优化了。

第一批把AI跑起来的人，自己却被优化了：工程师的路在何方？

人工智能

一位北京Java工程师因开发AI后遭裁员引发热议。在AI冲击下，工程师技术优势被削弱，单纯技术深度已不足。需转向系统思维与产品理解，融合新技术，以全局视角创造价值，方能在变革中保持主动。

边缘AI

Linux

Java

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

第一批把AI跑起来的人，自己却被优化了：工程师的路在何方？-腾讯云开发者社区-腾讯云

第一批把AI跑起来的人，自己却被优化了：工程师的路在何方？

第一批把AI跑起来的人，自己却被优化了：工程师的路在何方？

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐