上周我去了一趟深圳出差，和我上一家公司的同事老白同学吃了一顿饭。
在这顿饭上呢，我们聊了一个非常火的话题：现在的各种 AI 工具，在写代码方面，已经超越 99% 的软件工程师了。
那么未来，像我们这样子的软件工程师的出路在哪里？
当时我们并没有探讨出来一个明确的结果。在坐飞机回北京的路上，我脑子里一直在想这个问题。我觉得在回答这个问题之前，是需要搞清楚这些 AI 工具还做不好什么样子的事情。
我从最开始用 Cursor，到 Claude Code，再到 Codex，已经有两三年了。所以我觉得我还是比较有发言权的。
这些 AI 工具做不好的事情，有这么几个点吧。
1. 沟通
我们现在所有的AI，不管是Claude Code还是CodeX. 主要都在我们的PC和Mac中。没有任何一个AI能帮我们Push别人配合我的工作。所以不管是现在还是将来，沟通都是一个非常重要的能力。
2. 决策
这个需求值不值得做？
哪些需求其实应该砍掉？
做到什么程度刚好？
这背后需要业务理解、对组织有结构的判断，这些都是私有知识和认知
3. 沉淀组织能力
- 一个出现一个bug，应该很容易解决。是AI很难去反思这类bug为什么总是出现。
- 为什么这个模块总是难维护？
- 为什么团队协作总是卡在这里？
- 能不能抽象出一个组件、平台、规范、流程，把问题系统性解决？
- AI 可以复用已有知识，但很难从真实的问题里，长期观察、试错、复盘，然后沉淀出新的知识和方法论。
总结一下啊
这三个核心能力是：
- 沟通连接
- 定义问题
- 沉淀能力
所以这个事情给我的启发是：
像我们这样的软件工程师，未来要从“写代码的人”，转变成“知道什么值得做、怎么做最合适、如何让团队以后做得更好的人”。