AI 能够编写代码，这引发了人们对程序员就业前景的担忧。然而，Anthropic 的 Boris Cherny 认为，关键并非岗位本身，而是个人在特定时刻所扮演的角色。

AI 在代码编写方面的进步十分迅速。Boris Cherny，作为 Claude Code 的创始人，对此深有体会。他本人在过去六个多月里，所有编写的代码都由 Claude 完成，自己已不再直接编写代码。

Cherny 此前曾在播客中预测，一年内“软件工程师”的头衔将逐渐消失，取而代之的是更偏向“构建者”的角色。但他强调，这并不意味着软件工程师将失去工作。

在后来的播客节目中，Cherny 进一步阐述了他的观点。当被问及三年后工程师的数量是增是减时，他给出了一个出人意料的回答：虽然称谓可能改变，但实际从事编码、使用智能体工具的人数将达到现在的100倍。

Cherny 在 X 平台上进一步解释了他的看法。他观察到，随着工程、产品、设计和数据科学等职能的融合，他领导的 Claude Code 团队中，成员的角色不再局限于单一的岗位。

资深工程师 Kun Chen 评论道，他不倾向于给人们的角色贴标签，因为这容易让人产生固化思维。他认为，角色的定位应随着项目的进展而演变：项目初期是原型师和构建者，出现细节问题时转为清理者，项目成熟后则成为增长者和维护者。固守单一角色意味着可能无法跟进项目全程。

Cherny 完全赞同 Kun Chen 的观点，即角色会随着项目和时间发生动态变化。两人都认识到，在编程领域，岗位的界限正在模糊，个人的定位不再由头衔决定。Cherny 的观点核心在于，衡量开发者的标准已从“你是什么岗位”转变为“你此刻在扮演哪种角色”。

这种变化并非仅限于工程师。一位产品经理回应称，他所在的团队也出现了职能融合，现代产品经理的角色已与三年前大不相同。反之亦然，Anthropic 发布 Fable 5 后，Claude Code 团队发现，开发者被推到了产品经理的位置，关注点从代码是否正确转向代码是否在做正确的事情。

Claude Code 团队中的五种角色：

1. 原型师（Prototyper）：负责产生新想法和点子。
2. 构建者（Builder）：将原型快速转化为可投入生产环境的产品和基础设施。
3. 清理者（Sweeper）：负责优化界面、简化代码、下线无用功能、提升性能。
4. 增长者（Grower）：负责打磨已成熟产品，提升其市场契合度。
5. 维护者（Maintainer）：负责保障成熟系统的安全、可靠和高效运行。

Cherny 指出，许多人可以同时承担2到3种角色，且这些角色与传统职位无关。例如，设计师、工程师、产品经理和数据科学家都可能分布在这五种角色中。定义个人的是其当前的工作内容，而非名片上的头衔。他补充说，新产品需要擅长原型师、构建者和清理者（1+2+3）的人才，而成熟产品则更依赖清理者、增长者和维护者（3+4+5）。

在开发者社群中，这些角色并非享有同等地位。原型师和构建者因其创新性和执行力而备受青睐，常出现在招聘需求和简历中。而清理者，负责优化代码、下线功能、处理遗留问题等工作，往往被低估且需求较少。

然而，AI 编码的兴起正在改变这种格局。当 AI 能够轻松生成原型和大量代码时，“冒点子”和“从零构建”这两个环节恰恰是 AI 最擅长的，也最先被 AI 接管。

有人质疑，既然 AI 能处理编码工作，为何还需要构建者和清理者？Cherny 回答道，虽然 AI 在这些方面能力日益增强，但机器的执行能力不等于人类的责任。AI 无法承担决策、审查和兜底的责任，例如决定删除哪一行代码、发现 AI 错误以及承担最终的风险。

AI 承担更多“脏活累活”后，能够拍板和收尾的清理者角色变得更加重要。AI 带来的产能提升，意味着更多的功能上线、更多的代码提交和更多的实验，这同时也放大了需要“收拾残局”的工作量。

此外，代码评审环节也在发生变化。据 Business Insider 报道，近半年内，未经人工评审直接进入生产环境的 AI 生成代码比例显著上升，且存活率更高。这意味着系统中的潜在 Bug、性能瓶颈和安全隐患最终仍需有人来负责。

生成环节的成本日益降低，而兜底环节的价值日益凸显。正如开发者圈流传的说法：最优秀的工程师并非写代码最快的，而是最清楚何时不应完全信任 AI 的人。

AI 能够“不同程度地”覆盖这些角色，但并非“完全取代”。岗位和职称正在消融，工作内容依然存在，只是被重新组合为更细致的角色和任务。AI 接管了部分创意和构建工作，留给人类的正是那些能够收尾、发现 AI 错误的角色。同时，个人的角色也会随着项目变化而转换，今天的清理者可能成为下一个项目的原型师。个人的定义，取决于其此刻所做的工作。