最近刷到一篇有意思的文章，讨论了大语言模型（LLM）对软件工程师影响的职级曲线。文章提出了一个观点：大语言模型对工程师的帮助并非均匀的，而是随着职级变化呈现出类似U型的曲线。 以工程师的职级差异视角出发，揭示了为什么不同经验水平的人对大语言模型的评价差异如此之大，提供了一个非常有趣的解释框架。
关于大语言模型 (LLM) 有什么用，网上已经吵翻天了。有人认为它带来了生产力的巨大飞跃，也有人对此不以为然。现在，每个与此相关的 HackerNews 帖子下面，都会出现一长串争论不休的回复。我们称之为新的"大分歧"。
我们提出一个理论：在日常工作中，大语言模型对工程师的帮助程度，会随着职级的不同而呈现出一条颇为有趣的曲线。本文将阐释这一观点的背后缘由。
曲线
下图展示了大语言模型对不同职级工程师的用处：
这条曲线让你觉得有些难以理解？接下来，我们将详细阐释其内涵。
对不同职级的影响
初级工程师
你刚开始接触一个全新的代码库，还在摸索如何正确理解其运作机制。 在这个阶段，对你来说，大语言模型往往堪称"及时雨"。遇到错误卡住了？大语言模型可以提供有意义的解释。需要为一个小功能编写一些代码，或者进行库升级？所有这些都可以用大语言模型更快地完成。
大语言模型已经让人感觉它可以完成你大部分的工作。这就是我们认为这里存在一个真正的危险区域的原因。如果你像请教资深同事一样，用大语言模型来快速解决问题------这没问题。在现实世界中，即使你想避免使用大语言模型，可能也没有这个选择。但如果你只是在 IDE 和大语言模型之间来回复制粘贴，根本没搞懂代码是干嘛的、为什么要这么写，那你的技术成长可就悬了。
中级工程师
你已经积累了丰富的背景知识，对代码库的结构与逻辑也驾轻就熟。 你仍然觉得大语言模型可以让你更快地编写代码。你可以用 Copilot 飞速补全代码、更快地交付功能，用 Agent 搞定那些烦人的样板代码，还能用 ChatGPT 快速上手各种新框架。
然而，你已经开始遇到一些大语言模型还无法处理的情况。它无法揣摩工单中客户的真实需求，它无法使用你的调试器来查明一个危险的竞态条件，并且当你响应午夜的随叫随到警报时，它也无法提供太多帮助。
高级工程师
你对所负责的整个代码库有着清晰而全面的理解，掌握其来龙去脉。当然，你可以更快地编写代码，并且你很享受它，但是你真正花在编写代码上的时间又有多少呢？当你在制定路线图时，它真的帮不上你什么忙。等你深挖那些诡异的 heisenbug 时，它就彻底抓瞎------直接懵逼。当你为下一个项目编写一份详尽的设计文档时，它只能在格式和结构上提供帮助，而不能在最困难的部分------实质内容上提供帮助。它只是没有你脑海中积累的所有细微差别和背景知识，即使你想，你也无法将它们写下来。
你的许多朋友和同事都很兴奋，你也想感到兴奋，但你就是无法兴奋起来。人工智能 (AI) 还没有达到那种程度。所以，高级工程师可能最不待见大语言模型，而且你的技术领域越深奥、越独特，就越觉得这玩意儿没啥用。
Staff+ 工程师
虽然有很多资深工程师的类型，但它们之间有一个共同点------你的角色通常是为他人照亮前进的道路。为了实现这一目标，你必须进行大量的实验。
在这一阶段，大语言模型的优势得以重新显现。 现在写个 PoC (概念验证) 项目简直不要太容易！如果你想证明某个方案靠谱，大语言模型能帮你快速搞出一个半吊子、凑合能用的原型，比咱们自己吭哧吭哧写快多了。最好体验就是，一旦大语言模型卡住了，你可以利用你大脑中丰富的领域知识非常快速地让它跳出来，继续编写。
结论
希望这篇文章能帮大家搞清楚，为什么有些人觉得大语言模型是神器，有些人却觉得一无是处。 更重要的是，希望大家看完这张图，能更理解彼此。