2023年5月，美团技术委员会发布了软件开发序列的成立及角色指南，将原有的前端开发、后台开发、系统开发、数据开发四个方向统一为软件开发，不再分别设置这四个序列。
为何要合并通道？
首先，通过近几年的技术基建建设，各方向的底层技术、工具、框架和解决方案，基本趋于稳定和完善，比如Web前端，基本收敛于vue或react两大流派，Web后端技术栈则几乎被Java的Spring Boot 一统天下，实现常用的功能有很多现成的教程或开源代码可以参考，不管是哪个职能方向，只要编程的基础知识技能扎实，很容易做到现学现用。
其次，在AIGC的加强下，不同职能的技术门槛在变低，业务和代码的理解门槛也变低。传统的职能(如：产品、技术，前端、后端算法)和功能的壁垒有消融的趋势，个人和团队都有机会变得更加跨功能和跨职能。此时，打造更加跨功能和跨职能的团队的条件更加成熟，业务与技术更紧密协作和融合更加可能。
最后，按照产业发展七个阶段的理论(分别为起步期、成长期、成熟期、整合期、涅槃期、收获期和变革期)，多数互联网相关的产业都已经进入变革期，所以我们看到今年阿里进行了大拆分，腾讯和字节也都要大改职级体系，才能适应大模型技术对互联网及整个社会带来的重大变革。
对企业的影响
技术的发展越来越快速，越来越复杂，我们会发现做很多事情往往是需要综合能力的。
站在企业的视角，建设软件开发序列，能够帮助消弭细分序列间的边界感，促使产品研发过程的分工简化，结合业务的实际需要做灵活分工，提升作业链条中的协同和工作效率。
当前，大模型技术突破引发的技术革新浪潮，一方面为应用端带来了巨大变革机会，另一方面也将深刻影响软件开发过程中的每个环节和领域。随着AI技术的持续进步，当前软件工程师的专业分工壁垒将会被进一步打破，未来每位工程师都将有可能在理解产品业务需求的基础上，完成以前需要多位跨专业技术栈的工程师才能完成的开发工作。
当公司的研发不把自己局限为一个前端工程师、一个后端工程师或者算法工程师时，就容易做到既懂前端又懂后台，同时也懂算法，那么这一个研发的产出，肯定会比前端加后台加算法三位同学的产出更高。
这样，不仅可以引导研发同学更加关注价值创造，同时也降低了人才流动的壁垒，提高了企业研发的整体效率。
对软件工程师的启示
从古代西方的“自由七艺”，到古代中国的“礼乐射艺书数”，再到现代的“通识教育”（Liberal Education），通识类知识与技能对于人的成才和发展一直有着较大影响。
站在每位工程师成长的视角，成立软件开发序列，可以帮助大家拥有更多元的发展机会、促进人才流动。让大家在深耕本领域的基础上，可以不断拓宽技能边界、尝试更多可能，成为兼具技术深度与广度的综合型人才。
在此基础上，工程师们也能建立更全面的技术和业务视角，随着技术与各业务环节的贴近，更有可能突破边界解决问题，找到“发明并简化”的机会，为客户创造价值。
但这并不意味着，我们必须熟练掌握所有技能成为全栈工程师，具体需要掌握哪些技能，应该是由业务的需要和发展阶段决定的。
当然，在实际工作中，掌握更多的知识技能会有助于大家更好地理解整个技术体系，促进高效解决跨领域问题。
成为梳子型人才
所有技术都在以空前的速度向前发展，许多传统行业将被彻底颠覆，许多职业都面临消失的风险。
这几年，应该多数人都听说过，以下三种人才：
- T型人才：“—”表示广博的知识面，是底层思维和逻辑能力的积累；“|”表示专业的深度，是某个技能或专业方向上的积累，T型人才代表着“宽知识、深专业”的一专多能。
- π型人才：也叫M型人才，是源于新加坡的一种人才观，π比T多出来的一竖，指的是至少拥有两种专业技能，并能将多门知识交叉融合的高级复合人才。
- 梳子型人才：在多个专业有深入的专业知识，同时在顶层保持一个终身学习的习惯，这个习惯即梳子的“—”，代表着强大的底层思维和逻辑能力，它的粗细长短决定了你是否具有知识迁移能力。
要想在科技进步的大潮中不被淘汰，只做一专多能的T型人才还不够保险，我们需要成为精通多个领域的梳子型人才。
其实，成为精耕多个领域的通才并没有你想象中的那么难。比起在一个领域进入前1%，同时在三四个领域进入前25%要容易得多，前提是你掌握了高效的学习方法。
现在外部市场环境和社会环境变化太快，如果只对着某个领域死磕，要变强很难，积累技能没有错，但在快速变化的时代，我们正在积累的这个技能可能很快就过时了。
一些案例
这里我举三个例子。
体验生活的富二代
A同学，是我22年才认识的朋友，当时活水到新部门，和他成为了同事，但在我到岗后的半个月，他就打算离职了，由于我比较热心，所以后面还经常保持联系。
他应该是是15年，计算机本科毕业于美国的一个大学，毕业前应该就进入微软实习了，待了不到一年，就回国创业了，做的是3D设计软件，业绩好时，年营收应该过了千万，团队规模50人左右。
21年初停止创业，加入字节，干了3个多月后，加入美团，然后干了7个多月，离开美团。22年离开美团后先休息了三个月，然后开始找工作，期间他经常和我交流面试的情况，当时我也在积极争取安排他回美团，同时也协助他面试其他公司。
作为渲染方向的稀缺人才，他还是比较好找工作的，我建议他去万兴科技负责一个事业部的，但他为了能够兼顾在香港大学读研，最后还是去了腾讯做云渲染。
但是云渲染没做起来，现在改做大模型了，方向是通过AI生成3D，刚30岁的他，年薪接近200万。
今天，他还和我说打算在深圳福田，兼职摆摊卖鸡尾酒，作为华南最大木地板生产商的继承人，他挺会体验生活的。
该小伙子除了掌握渲染方向的技术外，应用开发涉及到的前后端、数据处理和算法相关的知识技能，也都能熟练掌握，加上处于黄金年龄，所以容易获得高薪工作的机会。
成功转算法的技术大神
B同学，是我2008夏天，在部队集训时表演街舞节目认识的朋友。不仅专业和我一样，都是测控，而且毕业后，我们都先去部队工作了几年，然后同一年离开部队，加入同一家外企。
他比我早半年离开部队，加入外企做的是，SIM卡上的操作系统研发，系统内核是用C语言开发的，应用层是是Java，测试使用VB，后面自学了安卓。
在15年离开外企，加入360做安卓开发，后面瞒着我偷偷学深度学习，并在AI的顶会，比如CVPR发表了多篇论文，大概在17年左右转型做算法研究，20年加入滴滴做推荐算法，当前换到毫末智行，做视觉相关的算法开发。
我和他认识有10多年了，他比较内向，爱倒腾技术，大学时就搞过很牛的高压放电装置，同时他们学校有两个舞友是AI领域的大神，毕业后都加入了谷歌，其中一个在计算机排名第一的美国大家留学过，博士刚毕业年薪就一百多万，另一个虽然只是硕士毕业，但毕业后，年薪就有200多万。
我们经常一块练习街舞，每次练舞的休息时间，我看他都在看论文，同时有大神带他，所有比较容易转型做算法。
爱折腾的我
十年前，我绝对不会想到我会成为一个程序员。离开部队后，最开始我是想先读个研，然后考公务员。但后来因为接触了传说中的网红寺庙，放弃了复试，很多精力都放在探索人人都需要面对的生老病死问题。
因为当时加入的是寺庙的信息技术组，很多义工都是码农，同时报考的就是清华的计算机专业，有一定的编程基础，加上B同学也写代码了，所以经他内推，我就进入了外企，开始了编程的生涯。
在18年之前，我和B同学的技术方向就区别比较大了，我陆续掌握了应用开发常见的技术，而他则深入算法开发了。
在寺庙里面的公益项目，多数项目都是前后端一起干，而我来美团之前，加入过创业公司，也自己创过业，接触过大量的项目，比如后端的Java、Go、PHP、Ruby、C#、Nodejs、Python，前端的React、Vue，跨端的RN、flutter、uni-app，都参与开发维护过。
20年加入美团后，我更多承担的是项目负责人的角色，负责过物料建设、工程化建设、推理引擎建设等，还参加过部门内组织的兼职PM培训，同时也给部门200多个后端做过前端开发赋能培训。
这期间，对我挑战最大的还是，推理引擎的建设，需要系统学习深度学习相关的知识，相比系统开发、前端开发、后端开发、客户端开发互相转型，从应用开发转型算法，难度要大的多。
当然，要从开发转型产品技术负责人，更有挑战，这需要学习很多商业和管理的知识，这是我近期转变的方向。
先打个广告：关注我，就不容易错过，后续我关于端智能、项目管理及商业等的分享。
总结
大语言模型的实践应用，正引发软件工程的革命。
软件工程本质上是人类大规模的脑力协作，由于高复杂度而催生出了不同的专业角色分工。
LLM在软件工程的采用，将在众多工程领域产生突破，甚至于颠覆，由此也敦促我们必须认真审视专业能力的变迁和专业角色的定义。
AIGC正在催生软件工程的新范式，LLM作为催化剂和创新引擎正在开启软件研发和创新效能的倍增，甚至带来指数级提升的可能。
面对范式迁移，我们无法靠臆想来推断未来，唯有躬身入局，识别机遇、解决问题，在实践中不断试错和进化。
