devgo.cn核心观点
- 核心法则一句话：AI 擅长一切有答案键的东西，而你的职业价值在一切没有答案键的地方——选择构建什么、判断它好不好，是持久且不可升级的稀缺能力。
- 稀缺资源的排序变了：资本充裕、时间充裕，真正稀缺的是「真实关系」与「做好工作的记录」。声誉会复利，工资不会。
- 当 vibe coding 让快速赚钱变得廉价，稀缺的动作变成「选择一件值得交付的东西」；当 Agent 吸收了解题，找到问题（而不是解决问题）成为新技能。
- 职业动作的转型：从做到指挥——像委派下属一样委派 Agent：界定任务、定义完成、校准信任、验证结果；自主权是逐任务开关，不是等级勋章。
内容精讲
职业生涯的大部分建议仍然成立：登上火箭飞船，别过度优化座位。但 Agentic 编码改变了一些具体细节。这篇文章给雄心勃勃的工程师列了一份「希望早十年知道」的清单，核心判断非常直接：如果 AI 层擅长任何事，它擅长的是任何有答案键的东西——学校从头到尾都是答案键，因为一切都关于「拿到正确答案」。而让工作在 AI 时代持久且不可替代的，不是更擅长解决有已知答案的问题，不是能构建系统、理解他人、做出新东西——这些都会被 AI 更快更好地完成。持久的是「选择构建什么，并判断它好不好」。
**优化稀缺资源，而非充裕资源。** 几乎没什么知名成就来自追逐最高薪酬。在开源上花的多年时间几乎零直接回报，但积累起声誉与关系，后来以极高的效率复利成机会。资本充裕、时间充裕；真实关系、尤其是「做过好工作的记录」依然稀缺。钱几周就能筹到，声誉筹不到。所以策略是：做好工作，并确保欣赏好工作的人能看到它。在一个 vibe coding 让赚快钱变得琐碎的世界里，那个快钱价值很低——当发布东西变得如此容易，稀缺的动作是选择一件值得发布的东西。
**找到问题，先于解决问题。** 当 Agent 吸收了所有解题工作，解题变便宜、选题变稀缺。真正强的人把判断与直觉带进工作，其余的人只带进一个提示——同一个 Agent、同一套题，token 与时间预算天差地别，原因在于此。过去判断力靠写样板代码和修 bug 累积：亲眼见过人类能设计出的最烂抽象，每次提交都带着对前人「发烧梦」的敬畏，于是积累起后见之明与判断。Agent 自动化了这些重复。真正的风险不是 Agent 写出坏代码——那是老话题；而是失去辨别能力：判断力会萎缩，输出看起来越来越像「能工作的代码」。
**刻意练习与「说不」的能力。** 好的实践者不会把 Agent 放在所有事前面。挑几个真正重要的问题，用难的方式、不靠 Agent 去完成，建立对系统与语言的深层心智模型；读的代码要比写的多一千倍；把 Agent 的每个 diff 当作需要仔细论证的人类评审；至少把一个系统从输入到输出端到端搞透；每天记录「看到 Agent 建议某个看似不对的东西并自信标记」的时刻——品味就在那里累积。真正繁荣的工程师不是拿到建议最快的人，而是瞬间知道何时说不的人。
**从做到指挥。** 像委派下属一样学习委派 Agent：界定任务、定义完成、校准信任、验证结果。自主权是设置不是等级，是逐任务的开关——对「小、可逆、便宜检查」的事开到最大，对「错误难以挽回」的事关小。规格与验证是两种互补的技能：Agent 不会比你交给它的意图更好，最好的工程师知道如何写出精确的规格——让清晰思考变得可读。用验证而非证据——不是让 Agent 给自己的作业打分的那种证据。
阅读价值
对职业中期开发者与团队管理者，这是一份「如何与新工具共处而不被架空」的行动清单：优化稀缺资源、刻意练习、逐任务自主权都可直接执行；对职场新人的启发则更根本——尽早把职业重心放在「选题」与「判断」上，而不是任何可能被 AI 接管的具体技能。
内容与图片版权归原作者所有 · 原文: https://addyosmani.com/blog/career-advice-age-of-agents/