AI 时代的初级工程师生存指南：别让“万能”的AI工具，毁掉你最宝贵的成长期
本文永久链接 – https://tonybai.com/2025/08/24/junior-engineer-survival-guide-in-ai-age
大家好，我是Tony Bai。
这是一个对初级工程师而言，最好也最坏的时代。
说它“最好”，是因为我们从未拥有过如此强大的工具。一名刚走出校门的毕业生，在入职的第一天，就能手握Claude Code、ChatGPT、Gemini Cli、Cursor、Copilot 等强大的 AI 编程助手。面对一个从未接触过的复杂任务——比如，为一个 Go 项目编写一个复杂的 gRPC 中间件——他可能只需要组织几次提示词，一段看起来完美、功能齐全、甚至带着单元测试的代码就诞生了。
那种“我什么都行”的强大感和即时满足感，是十年前的我完全无法想象的。
但说它“最坏”，也恰恰源于此。在这种令人沉醉的“魔幻”体验背后，一个直击灵魂的问题正在浮现：
这种惊人的“效率”，是在加速你的成长，还是在为你铺设一条通往“能力空心化”的捷径？
今天，我想和大家一起聊聊这个话题。这不仅是一份给初级工程师的生存指南，更是我们每一个身处 AI 浪潮中的技术人，都应该进行的深刻反思。
“浅层技能” vs “内功心法”：AI 正在拉开的差距
要理解 AI 带来的潜在风险，我们首先需要区分两种截然不同的技能：“浅层技能”与“内功心法”。
“浅层技能”，关注的是“是什么”（”What”）。在 AI 时代的初期，这主要体现为：
- 擅长编写精妙的 Prompt。
- 能快速地从 AI 处获得“能用”的代码片段。
- 熟练地进行“复制-粘贴-修改”的“胶水”工作。
而如今，随着 Gemini CLI、Claude Code 这类编码智能体（Coding Agent）以及深度集成在 IDE 中的 AI 工具的兴起，这种“浅层技能”又演化出了一个更集成、也更具迷惑性的新形态。
“复制-粘贴”的动作消失了。取而代之的，是 Agent 直接读取你的整个代码库，然后给你一个可以直接应用的变更集（diff）。在这里，“浅层技能”表现为：
- 将高阶的、模糊的任务指令（‘重构这个文件’、‘修复这个bug’）下发给 Agent。
- 对 Agent 提出的变更集进行表面化的审查——检查代码风格是否一致、命名是否规范，但缺乏对底层逻辑、性能陷阱和安全隐患的深度洞察。
- 最终，熟练地点击‘应用’（Apply）或‘接受’（Accept）按钮，成为一个高效的“变更批准员”。
你看，无论是“复制代码”还是“批准变更”，其本质是相通的：你依然只停留在知道“是什么”，而没有深入到“为什么”。 你知道这段由 Agent 修改的代码能工作，但你很可能依然不清楚它背后的原理。这种新模式甚至更危险，因为它让你感觉更“专业”，更容易在不知不觉中放弃思考。
而“内功心法”，关注的则是“为什么”（The “Why”）和“怎么做”（The “How”）。这包括：
- 设计模式：为什么在这里 AI 选择用工厂模式，而不是单例模式？这两种模式的权衡是什么？
- 数据结构与算法：AI 生成的这个函数，其核心数据结构是什么？它的时间复杂度和空间复杂度在各种情况（最好、最坏、平均）下分别是多少？
- 架构权衡：这段看似独立的代码，被集成到系统中后，是会提升整个系统的内聚性，还是会引入一个危险的耦合点？
- 调试能力：当这段“完美”的 AI 代码，在生产环境中因为一个罕见的并发条件而出现诡异的 Bug 时，你有能力深入其中，定位并解决问题吗？
“浅层技能”决定了你使用工具的熟练度，而“内功心法”则决定了你作为一名工程师的能力天花板。
“舒适”的代价：正在累积的“认知负债”
问题在于，AI 工具太“舒适”了。它让我们能轻易地绕过那些艰难的、需要深度思考的“内功”修炼，直接获得“浅层”的结果。这种舒适感，正在让我们不知不觉地背上沉重的“认知负债”（Cognitive Debt）。
这个概念精辟地描述了一种权衡：我们用即时的便利，换取了长期的批判性思维、记忆力、以及创造性自主权的丧失。 你正在向机器借用脑力，但这笔债，未来需要连本带利地偿还。
最近的一项科学研究，用数据血淋淋地揭示了这一点。研究者将参与者分为三组写论文：纯脑力组、搜索引擎组和 LLM 组。结果令人震惊：
在 LLM 组中，83% 的参与者在写完论文后，几乎无法复述出自己文章中的任何观点(见下图)。而在另外两组，几乎每个人都能做到。
这证明了，当我们把思考过程完全外包给 AI 时，知识并没有真正“流经”我们的大脑，我们只是成为了一个信息的“搬运工”。
这背后，是纳西姆·塔勒布在其著作《反脆弱》中提到的深刻哲理：小的压力和不适，会让我们变得更强大。
- 肌肉，需要通过举起沉重的杠铃，在撕裂和修复中才能生长。
- 我们的大脑，同样需要通过“精神举重”——也就是主动思考、艰难探索、反复试错的“摩擦力”——才能成长。
而初级工程师的职业生涯前三年，正是进行这种“精神举重”、构建个人能力护城河最宝贵的黄金时期。如果在这个阶段，你沉迷于 AI 带来的舒适感，持续累积“认知负债”，无异于在一个本应最大化“肌肉增长”的年纪，选择了全程坐轮椅。
其长期危害是显而易见的：
- 成长停滞：解决问题的“认知肌肉”因缺乏锻炼而萎缩。
- 危险的“信心差”：你产生了一种“我能搞定任何代码”的虚假自信，但这与“我能维护和解释任何我写的代码”的真实能力之间，存在着巨大的鸿沟。这在团队协作和处理线上故障时，是极其危险的。
- 沦为“API 粘合工”：长期以往，你可能会彻底丧失从零开始构建系统的能力，沦为只会将 AI 生成的黑箱代码块“粘合”在一起的低阶操作员，失去了真正的工程创造力和不可替代性。
“破局”指南：如何成为 AI 的主人，而非奴隶？
那么，我们该如何打破这个困局？关键在于心态的转变和方法的调整。你需要将 AI 从一个无所不知的“神谕”（Oracle），转变为一个需要你引导和挑战的“陪练”。
这里有四条具体的实战法则：
法则一：“先思后问”法则
在向 AI 提问前，强迫自己先进行独立思考。用纸笔、伪代码或注释，勾勒出你自己的解决方案轮廓。哪怕这个方案很粗糙，甚至可能是错的，这个思考的过程本身就是一次宝贵的“精神举重”。
然后，你可以这样做：
“不要让 AI 直接为你解题；相反，提供你自己的解法，让它解释你可能错在哪里，或者有哪些可以改进的地方。”
通过这种方式，你把 AI 从一个“答案机”变为一个能启发你、挑战你的“批判性思维伙伴”。你始终是思考的主导者。
法则二：“刨根问底”法则
永远不要满足于 AI 给出的第一份“能用”的代码。对它生成的每一段关键代码，都要像对待一位资深同事的 Code Review 意见一样，进行苏格拉底式的反复追问：
- “你为什么选择这种数据结构？它和另一种方案相比，优劣势分别是什么？”
- “这段代码的时间复杂度和空间复杂度是多少？在什么情况下会达到最坏情况？”
- “请为这段代码生成五个可能会导致它出错的边缘案例（corner cases）。”
- “这段代码遵循了哪些设计模式？请为我解释这个模式的核心思想。”
通过这种刨根问底，你把 AI 从一个“代码生成器”，变成了一个免费的、24小时在线的、极具耐心的私人导师。
法则三：“刻意练习”法则
定期进行“无 AI 编程”的刻意练习。这就像健身房里的“力量训练日”。给自己设定一些小项目、算法题，或者工作中的某个非紧急模块，规定自己在不使用任何 AI 代码生成辅助的情况下，从零开始完整地实现它。
这个过程可能会让你感到“不适”，速度会很慢，甚至会碰壁。但请记住塔勒布的教诲：不适感不是麻烦，而是训练场。 这正是你构建底层能力、“流血流汗”的真实成长过程。
法则四：“源码为师”法则
当 AI 生成了一段使用了你从未见过的库函数或框架特性的代码时，不要只满足于知道“怎么用”。花15分钟时间，去看看那个函数或特性的源码实现。
这是理解其背后原理、设计哲学和实现细节的最直接方式。AI 可以为你指出一条通往宝藏的道路，但路边的风景和地下的矿藏，需要你自己去探索和挖掘。
你的不可替代性，藏在 AI 的“盲区”里
遵循以上法则，你会发现，AI 不仅不会成为你成长的障碍，反而会成为你成长的强大加速器。更重要的是，它会帮助你将精力聚焦在那些 AI 永远无法取代的、真正体现工程师价值的领域——也就是 AI 的“盲区”。
- 深度理解业务：AI 不懂你的用户，不懂你的商业模式。将技术与业务场景深度结合，提供有洞察力的解决方案，这是你的核心价值。
- 系统性思考：AI 能生成一个函数，但它尚无法设计一个健壮、可扩展、可维护的大规模生产级系统。培养自己的架构思维和全局视野，是你拉开差距的关键。
- 人际协作与沟通：理解团队成员的需求，清晰地阐述技术方案的利弊，组织有效的讨论，推动项目落地。这些“软技能”，在 AI 时代变得比以往任何时候都更加重要。
小结：别在黄金时代，选择一条最容易的路
职业生涯的初期，是一个人构建个人“能力护城河”最关键的时期。在这个阶段，最宝贵的不是表面的“效率”，而是“成长深度”。
AI 时代，给了我们前所未有的强大工具，但工具的价值，永远取决于使用者的智慧。
所以，请警惕那些让你过于舒适的捷径。不要在最需要“扎马步”的年纪，沉迷于“轻功”带来的快感。 真正的成长，永远伴随着求索的痛苦和突破的喜悦。让我们去拥抱那些有益的“摩擦力”，掌握那些 AI 无法生成的“内功心法”。
选择那条更难、但更有价值的路，你才能在未来的技术浪潮中，真正地立于不败之地。
参考资料
-《Your Brain on ChatGPT: Accumulation of Cognitive Debt when Using an AI Assistant for Essay Writing Task》- https://arxiv.org/pdf/2506.08872v1
你的Go技能，是否也卡在了“熟练”到“精通”的瓶颈期？
- 想写出更地道、更健壮的Go代码，却总在细节上踩坑？
- 渴望提升软件设计能力，驾驭复杂Go项目却缺乏章法？
- 想打造生产级的Go服务，却在工程化实践中屡屡受挫？
继《Go语言第一课》后，我的《Go语言进阶课》终于在极客时间与大家见面了！
我的全新极客时间专栏 《Tony Bai·Go语言进阶课》就是为这样的你量身打造！30+讲硬核内容，带你夯实语法认知，提升设计思维，锻造工程实践能力，更有实战项目串讲。
目标只有一个：助你完成从“Go熟练工”到“Go专家”的蜕变！ 现在就加入，让你的Go技能再上一个新台阶！
商务合作方式：撰稿、出书、培训、在线课程、合伙创业、咨询、广告合作。如有需求，请扫描下方公众号二维码，与我私信联系。
评论