导读：在CTO Craft大会上，一位技术派创始人讲了她对AI替代初级工程师的论点和解决方案。

如今，公司裁员情况时有发生，特别是初级员工，有时是利用人工智能做为幌子进行合理化辩解。

从财务总监的角度来看，裁减初级工程师的理由似乎无懈可击，但是从其他任何角度来看都是错误的。

从表相上来看，人工智能可以生成代码，然后资深工程师来审核代码。初级工程师的事一部分已经AI完成，而且他们的薪水也不低——从数据表格上看，裁减初级工程师的理由似乎合情合理。

但是Technical Accounting的创始人兼CTO克里斯汀·苗（Christian Miao）的论点则完全是从另一个层面出发的。

我们身处一个蓬勃发展的行业，企业需要持续发展才能不断前进。为了做到这一点，更需要招聘初级员工。从根本上说，这关乎企业的生存。

生存、人工智能应用，以及说真话，良好的工作氛围

最近在多伦多举行的CTO Craft大会上，主持人与Technical Accounting的创始人兼研究员苗女士进行了交流。

她的演讲刚刚完毕，紧接着又进行了一场产品演示，这场演示并不是完全由人工智能生成，实属罕见。它既有趣又别具一格，有点像初级开发人员带来的新鲜视角，随后又伴随着一丝迷人的混乱。

苗女生确认以及坚定的表达道，这些因素对公司和行业的生存至关重要，而且这仅仅是基础。苗博士指出了一些更难以量化的因素：让人们首次在公开场合经历陡峭的学习曲线所带来的组织效应。资深工程师指导初级工程师时会感到责任重大，而拥有大语言模型的人则永远不会有这种感觉。

我当然非常希望，但没有人会像对待一个初次学习法律知识的年轻人那样，对一个大语言模型抱有责任感。

此外，还有一种观点认为这是由于采用率的问题。

苗女士还指出，初级员工没有需要维护的既有工作流程。对于那些努力让工程师和其他团队成员真正使用已获得授权的AI工具的组织来说，雇用没有根深蒂固习惯的人员已经是一种合理的策略。

造成目前这种局面的罪魁祸首是什么？

主持人问苗女士，造成目前初级工程师招聘人数锐减的责任人是谁。她追溯问题根源的深度比大多数批评者都要深。在她看来，罪魁祸首是那些将降低成本与创造价值混为一谈的投资者：

他们分不清削减成本以维持息税折旧摊销前利润（EBITDA）和开发新产品、开辟新增长领域之间的区别。在他们看来，既然数字相同，那么最终结果都一样。

这种心态向下蔓延到管理层，而那些产出难以直观衡量的初级员工，就成了容易下手的目标。

如何指导使用人工智能的初级工程师？

关于导师制的问题，讨论就变得更加复杂了。

一些资深工程师这样认为，人工智能辅助开发导致初级工程师在不理解代码内容的情况下就产出代码，这使得他们的培训更加困难，而不是越来越容易。

苗女士并没有否认这种现象，她描述了一种“双峰分布”形态。

一方面，初级工程师产出“速度极快，但质量极差”的代码，他们既无法调试也无法编译。另一方面，有些组织中的初级工程师只需大约三个月就能提升到更高水平，这大大降低了新员工入职的成本。

而区别在于两个因素：

首先，组织对导师制要有真正的承诺，不是停留在政策层面，而是真正付诸实践。

其次，组织本身已经具备相当完善的工程基础。

如果有一个良好的基础，人工智能就会变得更容易，初级工程师也会变得更容易上手。

反过来也一样：遗留代码库、糟糕的开发文档和缺乏指导体系不仅会拖慢初级开发人员的开发速度，还会相互加剧摩擦。在这种环境下引入人工智能，然后把结果归咎于初级开发人员，是完全错误的。

关于“如今优秀的初级程序员需要具备哪些素质”这个问题，苗女士直言不讳地说：

关键不在于代码能力，而在于渴望提升自我，能够敏锐地发现某个领域的优势所在，并拥有克服困难的毅力。在她看来，就业市场的紧缩是一种合理的筛选机制。过去，只要会写代码就能找到工作；而现在，真正的门槛在于对编程的热情与深度投入。

不雇用初级员工的公司终将落入自己的陷阱

更长期的风险是结构性问题。

苗女士这样谈到，现在停止更新人才储备的组织五年后将会发现自己陷入困境：组织结构过于脆弱，无法适应变化；组织拥有的机构知识从未被转移；而且组织人手不足，无法培养任何新人。

当你忙于应付各种琐事，根本无暇培训他人时，坦白说，到了那种地步，金钱也解决不了问题。

对于那些关注市场动态的企业而言，当前的环境实际上非常有利：

初级人才储备充足，但招聘不足，而且如果培养得当，他们往往将非常忠诚。那些将此视为竞争良机而非成本问题的企业，其发展前景很可能与那些未能把握住这一机遇的企业截然不同，而且这种差距将无法弥补。

作者：洛逸

来源：

https://shiftmag.dev/dont-hire-juniors-to-write-code-hire-them-to-become-seniors-9884