随着人工智能平台成为高级框架，工程师的真正价值不在于记忆语法，而在于编排复杂的人工智能工作流程、集成服务，最重要的是，制定正确的问题。
编程的作用正在发生深刻的变化。我们正在进入 Andrej Karpathy 所说的“软件 3.0”，传统编码和机器学习与自然语言提示共存。在“软件 1.0”中，你写了它;这是一个由人类创造的程序。在“软件 2.0”中，你训练了它;这是一个从数据中学习的模型。在“软件 3.0”中，你只需问它。
因此，当今的开发人员将人工智能工具用作虚拟同事，通过对话改进代码和设计。重要的是，现代人工智能平台本身正在成为作系统，因此工程师将协调人工智能工作流程，而不是手动编写每一行。我们正在摆脱开发人员作为单纯手动程序员的概念，转向成为人工智能驱动的开发生态系统的协调者。
一、人工监督和抽象阶梯
尽管人工智能负责执行，但人类的聪明才智和策略仍然至关重要。我们必须为 AI 代理设计正确的概念和监督层，保留我们的代理和价值观。换句话说，人类确定了目的和目标——什么和为什么——而人工智能系统则决定如何实现它们。
正如人工智能政策视角所指出的，人类的角色类似于设定导航目的地：“引导什么和为什么，即使人工智能优化了如何。高管和架构师不会调试每一行代码，而是定义所需的结果并审查高级摘要。随着抽象阶梯的每一步上升，新的复杂性都会出现，因此我们的团队必须将治理和监督纳入每个 AI 工作流程。
这样一来，人工智能平台正在成为一种高级作系统或框架，工程师的真正价值不在于他们记忆语法的能力，而在于他们编排复杂的人工智能工作流程、集成服务的能力，最重要的是，制定正确的问题。
二、增加人类责任的新竞争环境
这种新场景代表了一个关键的转变。技术领导者将专注于在宏观层面定义预期结果，并验证人工智能提供的高级结果。这种动态的代价是新的、复杂的责任层：治理。
随着我们在抽象中的每一步前进，复杂性都会成倍增加。当我们将任务委托给人工智能时，我们必须将强大的监督和治理系统纳入每个工作流程。我们必须设计道德保障措施，确保人类价值观和能动性不会被淡化。
在实践中，这意味着批判性思维、业务战略、系统架构和道德等非技术技能将成为发展的核心。工程师将复杂的业务问题转化为人工智能清晰指令的能力将比他们掌握任何特定的编程语言更有价值。
编程的未来不是完全自动化，而是人类的放大。通过将我们从手动和重复的编码任务中解放出来，人工智能推动我们完成更高价值的任务：战略、目的和监督。
不接受这种角色转变并继续锚定在代码线上的程序员将被抛在后面。拥抱编程的新视野和未来至关重要，这无疑将提升程序员在组织内的作用和重要性。
