马工的价值不只是写code。

我想要自动割草和做饭打扫卫生的AI.

还有啥？

多个高层底层平层team之间的协调沟通

和客户，pm对接需求理解

复杂系统的设计文档

系统性能分析找到performance bottleneck

出问题之后在多个系统之间triage找到问题的root cause修复写post mortem

不要井底之蛙，以为马工就是给个任务写个code就下班了，那种估计是南亚某国外包马工，只简单搬砖那种。

工程师不是简单的写code，工程师是用来解决问题的。code只是工具而已。如果chatGpt能解决问题，那才能真的取代工程师。

打个比方，写程序有很多辅助工具，比如有的工具能帮助debug。这不代表，所有的bug不需要工程师去解决了。因为，机器和AI只能看到syntax问题，可能看到一部分code structure logic问题，但是他们无法像人一样从各个方向去分析。机器可以在既定规则里，高效运转。但是人必须给机器一个既定规则。想要AI大量取代人类，除非有一个人，或者有一个group，可以高效的总结整个地球的规则。这就很可笑了。人类连自然界的规律都没搞清楚，怎么可能有效总结一套规则给计算机呢？所以人工智能只是模拟人类，绝对不可能取代人类。

Debug assembly和debug c++, python, js没有本质的变化， 和AI code writing 也是一样，无非就是多了一种工具，再包了一层而已。

任何稍微senior一点的马工都需要这些协调沟通和系统设计的能力，L4开始就是must了，不是只有10%才需要。

现在AI code generator 早就集成到各种IDE了，有时候确实很方便，少纠结一些基本的语法，让人能focus在设计上。但是连生成一个test都做不好，也不大可能做好，因为它根本不知道测试的需求，更别提系统设计了，差太远了。

你说得对。将来科技公司只需要文科生和AI。马工不需要了。

这根本就不是写code的问题。我说test都写不好只是举个例子。

回想我在L4的时候，差不多就是30%时间开会，30%读doc, 40% coding 。 没有那60%的时间去理解各个team的需求，在会上和doc上讨论，剩下40%就是白瞎。更何况那40%的工作AI做出来也多半bug多如牛毛。

oncall的时候更是东来一个bug，西爆一个问题，这些都不是ai可以handle的。

更别提通过profiling分析各个unit的bottleneck，进行系统performance优化了。