AI 每天都在变得更强。
作为一名软件工程师，这是一个经常萦绕在我心头的话题，这也促使我分享自己已经付诸行动的计划，以保持对 AI 的优势。
我相信，在合理范围内保持偏执是一种有用的特质。
利用新工具和新技术来保持自身相关性，可以说正是我们这份工作的本质。
先声明一下，这不是一个拯救世界的计划（我希望我能拥有所有答案！），而是我个人认为能提高我保持对 AI 优势几率的一系列行动。
至少还能再保持一段时间……
这是我的计划的可视化图。我们会详细讲解每一部分。
基础与基本功
在我们深入我的实际计划之前，先讲一个小故事。
关于我如何成为一名软件工程师的故事。
如果 10 年前有人告诉我，我今天会成为一名软件工程师，我不会相信他们。
我当时在大学里学商业和金融。
毕业后，我开始面试金融领域的工作。与此同时，我在捣鼓无人机，那是我的一个爱好。
我很快意识到，有一个机会可以把无人机服务打包提供给房地产经纪人，通过航拍影像和视频来推广他们的豪宅。
在这个过程中，我从冷电话销售、市场营销、财务规划和客户管理中学到了很多。
但最重要的是，我发现自己真正想做的是构建软件。有客户要求我们提供工具来编辑我们的媒体素材，并存储、流式传输和提供给他们的客户。这让我深入探究了软件的内部机制，也让我看到了无数可能性。
不久之后，我报名参加了一个编程训练营，学习 Web 开发基础。
在那紧张的 9 周里我挣扎过，但它以最好的方式带来了转变。
我的大脑被挑战着用新的方式思考：数据结构和模式、软件设计与组件、原则和框架。
从那以后我就再没停止过写代码。
6 年的软件构建经历，从初创公司到大型公司。
我最近开始了一份新工作，担任软件工程师，并注意到我的工作方式已经发生了巨大变化相比我写下第一行职业代码的时候。
我不是说现在更好或更差。
就像我不规则的道路一样，每一步都带来一系列挑战，但也带来回报。
变化是唯一不变的，随之而来的是无限机遇。
我想以我的故事开场，鼓励你拥抱变化同时也强调投资于基本功的重要性。
这是我们在后续部分将要讨论内容的基础。
用正确的心态释放潜能
乐观的心态是释放潜能并以积极方式与 AI 协作的关键。
在某些情况下，围绕 AI 存在过多的悲观情绪。
我认为这并不健康。
我并不是说我们应该盲目信任 AI，而是应该接受它是一种可以被利用的新工具，并开始将其视为新常态去适应。
我承认就业市场很艰难，尤其是对初级开发者而言。
保持好奇、热情、兴奋、开放的心态。
在我的圈子里，我见过没有专业经验的初级开发者非常有创造力和足智多谋，并获得了很好的职业机会。
我强烈推荐阅读Hunger Beats Tenure这篇文章，作者是 Felix Rieseberg，Anthropic 的一位首席工程师。这篇文章对初级开发者传达了一种令人耳目一新的乐观看法，并给出了在当前就业市场中脱颖而出的实际行动，比如发挥你新鲜的视角，瞄准具有巨大变革潜力的激进想法。
选定一个发展计划并坚持下去
认真思考你的个人目标，并制定一个实现它们的发展计划。
在这个注意力经济时代，人们倾向于从一件事滑到下一件事，追逐一个又一个热门话题。
紧跟行业趋势并无坏处。但不要把它作为你的核心策略。
这个 AI 时代既奖励通才也奖励专才。前者可以跨工具建立没人考虑过的关联，后者可以解锁深刻的直觉。
我个人喜欢遵循T 型发展方式以兼得两者之长。
T 的横杠代表我努力紧跟最新趋势并尝试，而 T 的竖杠则是我深化我的知识在金融科技工程领域内。这是我投入大部分学习和成长时间的地方（70-80%）。
严格遵循你的计划一开始可能会觉得慢，但一旦你获得动力，当各个点开始连接起来时，你就会感受到好处。
深化领域专业知识
我的重点是在某个特定领域内深化我的知识以获得宝贵的经验和行业知识，让你脱颖而出。
如果你能在业务层面结合深厚的知识，并将这些知识转化为技术解决方案，你将被视为独特且有价值的人。
就我而言，我正在培养作为金融科技工程师的优势。
我已经在这个领域工作了将近 5 年，了解支付流程和系统在底层是如何运作的。
我通过各种资源紧跟最新趋势，比如从当地图书馆借阅的书籍、播客和新闻简报，以及社区聚会。
如果你对金融科技感兴趣，我个人推荐以下书籍作为入门：
- The Anatomy of the Swipe
- The Pay Off
拓宽你对工具的认知
成为 AI 原生，而非依赖 AI。
通过利用可用的工具，知道何时适当地借助 AI。
AI 在信息检索、探索和综合方面很强大。
从这个意义上说，上下文管理变得至关重要。
以下是一些帮助我更有效地与 AI 协作的实践：
- 前期投入更多时间收集需求并与利益相关者讨论需求，将这些发现收集到一份你的智能体可以摄取的活动文档中
- 拥抱规范驱动开发来组织你的 AI 输出
- 投入时间编写详细的架构决策记录（ADR），以记录为什么而不仅仅是是什么
- 通过 MCP 服务器和连接器连接你的工具和信息来源，将你的智能体接入所有关键工具（Jira、GitHub、Slack 等）
- 先用 AI 广泛探索，再用你的判断深入
- 利用 AI 变得更加主动与利益相关者分享原型而不仅仅是文档，以更好地传达想法
- 借助 AI 对他人更有帮助。例如，上周我用 Claude 为团队的入职培训生成了一份 Go 指南
尽量减少 AI 垃圾内容
利用 AI 是好事，但有意识地使用它更好。
AI 让产出更多变得更容易，但这并不意味着你就应该这么做。
加入一个新组织时，不要一上来就动手做改动。
先了解工程的做事方式，然后再做任何改动。
在 AI 驱动的开发中，如果你不了解规则、不界定范围，影响范围可能很大。
我在工作中采用的一些做法：
- 把 PR 的范围缩小到更小的改动以便让评审更轻松并限制潜在问题
- 在写提示词之前先思考把想法、假设和方法写下来
- 引入人工检查点（架构决策、重大改动评审）
- 写提示词时，明确你的目标受众以提升相关性
在分享 AI 生成的工作成果之前，我会问自己：
- 我真的审阅过它了吗？一条简单的规则应该是：不要把自己都不愿读的文档分享给别人
- 我是否贡献了原创思考？个人见解、经验和视角。
- 我是在为别人节省时间，还是在浪费他们的时间？一份冗长的 AI 生成文档可能几分钟就能生成，但同事却要花几个小时去理解。
- 我是否有信心在 AI 的工作成果上署上自己的名字？问责至关重要。
- 我是否使用了 AI 免责声明？明确说明某份产出是 AI 生成的，以便使用者在评审时施加额外的审视。
衡量上述内容的一种非正式方式是问自己：你是不是一个人们乐于与之共事、并能提供价值的人？
你可以更进一步，在组织层面创造价值。
从经验来看，AI 并不擅长在那个层面有效推动变革，也难以获得工程师的正面反馈。
AI 倾向于过度设计。我一直欣赏那种用简单方案和有效工具解决复杂问题的工程文化。
个性胜过信息
随着信息变得越来越易得，个性、经验和独特视角变得更有价值。
我投入更多时间来培养自己的软技能这些技能让我成为更好的协作者：
- 沟通
- 倾听
- 收集需求
人们往往更看重体验，而不仅仅是解决方案。
这条 X 上的帖子很好地传达了这一想法：
不要让 AI 夺走你的观点，以及构建的乐趣与喜悦。
我从未停止构建和实验。
我注意到，越来越多的公司似乎认识到，在 AI 时代，一个强有力的招聘信号是候选人能否就构建软件系统展开一场充满热情的讨论。
热情与兴奋是优秀软件背后的动力。这有助于提升所提供的体验。
与其在 AI 最擅长的领域击败它，我尝试在它表现较差的领域击败它：源自真实世界经验和独特视角的、充满热情与创造性的思考。
我花时间建立自己的人脉网络。为了成为一个能挑战并磨砺我观点的社群的一员。
AI 无法取代人类经验的原始分享。
前几周我 actually 参加了一个聚会，主题是“AI 做不到什么？”
在工程师同行之间，我们花了几个小时辩论并分享各自的独特视角。
我的目标是提升并分享我独特的声音。
以建立个人身份并为对话做出贡献。
一些可以做到这一点的方式：
- 在 DEV 上写作，分享你的实验、想法和发现
- 在 LinkedIn 上互动并与其他⼈建立联系
- 在 GitHub 上维护一个项目作品集，反映你是谁以及你热爱什么
重要的不仅是什么你在构建什么；而是为什么。
我想问你的问题是：你也在制定自己的计划吗？你目前正在投资哪些技能？
如果是，我很想了解更多！请与社区分享任何有用的技巧，谈谈你如何保持对 AI 的优势。
如果不是，开始制定一个也不算太晚！如果你需要任何建议，请在评论中告诉我，我很乐意帮助你起步。