重新定义工程师

从代码执行者到价值创造者
1

我们为什么今天要聊这个？

  • AI编程已经不是未来，而是正在发生
  • 工程师这个角色，正被重新定义
  • 如果你还在"按部就班地写代码"，可能已经落后了

真实例子1： Andrej Karpathy提出"Vibe Coding"概念，1小时不到开发出完整iOS App

真实例子2： 小红书开发者用Claude + Cursor，两步生成一个可用App原型，几乎没写一行代码

还记得我们为了一个功能通宵写代码的日子吗？现在人家一个prompt就搞定了。

你准备好和AI协作了吗？还是等着被AI取代？

2

正在消失的护城河

  • 技术门槛正在下降：GPT、Copilot、Cursor、Claude...
  • CRUD、UI搭建、组件复用这些事，AI做得比你快
> AI: 生成一个用户管理页面
> 正在思考最佳实现方案...
// 自动生成的代码
function UserList() {
  const [users, setUsers] = useState([]);
  // 数据获取逻辑
}
// 完整CRUD页面生成完毕
// 总用时: 12秒
// 人工编写估计时间: 4小时
我们过去引以为傲的技能，现在正在成为最容易被自动化的部分。
3

那么，什么是"Product Engineer"？

  • 不仅能实现功能，更懂"为什么要做这个功能"
  • 是"能跟用户和业务说人话的工程师"
  • 懂技术 → 懂产品 → 懂用户 → 懂价值链
Product Engineer = 技术力 × 产品洞察 × 快速试错
4

为什么Product Engineer是未来趋势？

  • 产品需求变化快 → 谁理解得更深，谁能更快响应
  • AI工具强 → 谁能驾驭得更好，谁就能10x提升
  • 组织扁平化 → 谁能横跨多个角色边界，谁就更不可替代

场景演示：

产品经理： "我们需要这个新功能，两周能做完吗？"

传统工程师： "不行，至少需要一个月。"

Product Engineer： "让我们做个原型测一下，看看用户真正需要什么，可能有更简单的解决方案。"

5

未来工程师的新能力模型

传统能力 新核心能力
写代码 定义问题 + 拆解任务
技术优化 产品敏锐 + 用户视角
熟悉语言/框架 熟练使用AI工具
协作交付功能 快速原型 + 数据验证闭环
你问GPT怎么实现某功能，它确实写得出来，但你得知道到底要不要做这个功能，怎么拆成AI能接得住的任务。
6

我们会在哪些任务中强烈感受到这种能力差异？

  • 设计复杂新功能 → 是"能不能做"，更是"值不值得做"
  • A/B测试 → 工程师能否主动提方案、看懂数据
  • AI产品开发 → 谁能最快整合API、做出Demo
  • 需求模糊/变化快 → 谁能快速试错出原型
现在最吃香的，不是'写代码特别快的人'，而是'能一个下午做出产品雏形的人'。
7

怎么培养Product Engineer思维？

  • 技术要扎实：能落地是第一步
  • 从每一个功能去追问"为什么"
  • 每一行代码都带着用户的视角去写
  • 尝试：自己写一个小功能并做出分析闭环
你也可以是产品团队最懂技术的，也可以是技术团队最懂产品的。
8

如何衡量一个工程师的价值（尤其是AI时代）？

从产出导向转为价值导向：

  • 能否清晰定义问题
  • 能否驾驭AI节省时间
  • 能否快速验证思路
  • 能否提出新想法而非只执行任务
别再以代码行数自豪了，我们现在更看重的是'谁能用一周产出一个测试able的产品'。
9

作为一个团队，我们需要什么样的文化？

  • 不追求完美，但追求速度 + 学习反馈
  • 技术决策为"产品服务"而不是"炫技"
  • 鼓励主动提问、试错、做原型
  • 团队之间不设边界，而是一起对齐目标
我们是产品的合伙人，不是产品的打工人。
10

收尾：一句话带走这个共识

未来最厉害的工程师，是能用技术推动价值的人。
11