切稿原则：顺着 Grove 脊柱口播稿切，保留原口播语气；英文已化中文，幻灯片保留英文不受影响。
01. 封面
AI 时代岗位重定义，第二期，研发。一句话立意：AI 接管的是“写代码”，没接管“对系统负责”。研发，正在从功能实现者，升级成技术体系设计师。
02. 先看现象
先看一个现象。一个研发团队，AI 用得最猛，代码产量一年翻倍。可同一年，他们的线上故障，也翻倍。产量翻倍、事故也翻倍——这不是巧合。
03. 把问题问对
所以老板那个问题——AI 都能写代码了，还要这么多研发吗——其实问错了。真正该问的是：AI 放大了你的代码产量，它还放大了什么？答案是风险。这一期，管理者和研发，我两边都讲。
04. 现实承认
先把现实摆上桌，不讲故事。
05. 被压缩的执行动作
AI 确实在吃掉编码里那部分活：样板代码、增删改查、单元测试初稿、照着报错修问题。这些过去占研发大半时间的事，正在变成像水电一样的基础设施。所以一句实话：如果一个研发的全部价值，就是把别人定义好的功能写得又快又对，这条护城河，一定会变浅。
06. 不可替代的内核
但是——会写代码，不等于对系统负责。
07. 分清边界
AI 不会天然知道：这系统三年后怎么演进、这次改动会不会拖垮线上、技术债先还哪一笔、出了故障从哪查起。瓶颈不在“写”，而在判断对不对、稳不稳、传不传得下去。
08. 车间视角
记住这一句就够本：AI 放大的不只是产量，还有风险。研发是一条生产线——AI 把生产这道工序提速了一倍，可质检和交付没提速：评审看心情、发布靠手工。前面飞快、后面堵着，结果就是在制品堆积、返工暴增。瓶颈，就这样从“写代码”，搬到了架构、质量和沉淀。
09. 升级路线
那怎么升级？方向有五条，但重要性差得远，我按这个差距分篇幅——最重的多讲，轻的一句带过。
10. 五条路线
路线一最重头、杠杆也最高：建工程基础设施，先在一条产品线跑通——提交就自动构建、质量门不过不许合、一键发布可回滚。路线二，把个人的提示词、模板、踩坑，升级成组织的共享规范和安全红线。路线三，架构判断，是基本功。路线四，技术资产沉淀。路线五，智能体预研，顺手做。一句话：你团队里最该被解放的那个资深研发，第一件事不是写更多代码，是去把流水线建起来。
11. 给管理者
给管理者。别问“还要不要这么多研发”，换我最爱用的一招——新 CEO 测试：换一个没有任何情感包袱的新负责人进来，他会把研发摆在哪？然后你自己去做。度量也要配对：考核代码量，就得配上返工率、线上故障率。可度量的第一件事：把最资深的人从写功能里抽出来，一个月内跑通一条线的流水线和质量门。
12. 给研发
给研发本人。别把“学 AI”理解成装几个补全插件。真正要补的是判断：读懂、并且敢对 AI 写的代码负责，还有工程化能力——把风险吸收在流程里。不值得追的，是每个新框架的肌肉记忆、纯提示词技巧，这些 AI 迭代得比你快。
13. 重新分层
研发不会消失，但会重新分层。最危险的，是把 AI 当成“一个更快的自己”：产量翻倍，却从来不碰架构、不碰工程化——你越高产，越是在加速证明自己可被替代。而最稀缺的，是能对整个系统负责的那个人。
14. 行囊
参考资料与延伸阅读
- Linux Foundation 2026 年度技术人才调研报告。
- 头部科技企业工程团队敏捷转型实践案例。
相关观看入口
资料核验日期：2026-08-23。