80 分危机，程序员新职业正在出现！沉默是金，总会发光大家好，我是沉默凌晨三点。老张盯着屏幕上 AI 生成的 20

沉默是金，总会发光

大家好，我是沉默

凌晨三点。

老张盯着屏幕上 AI 生成的 2000 行代码，这是他改的第 47 个 bug。

AI 用 一分钟写完了整个模块。
他已经 调了三天。

更绝望的是：

每修一个 bug，AI 都会“贴心”地再补出三个新 bug。

这不是段子。
这是很多开发者现在的真实日常。

最近知乎突然火了一个词：

大模型善后工程师。

乍一听有点好笑，但仔细想想其实非常扎心：

AI 已经能把一个项目做到 80 分
但真正能上线、能卖钱、没 bug 的
还得靠人类把最后 20 分补完

更残酷的是：

0 → 80 分：一句 Prompt
80 → 100 分：工程师半条命

于是，一个新的职业形态出现了：

AI 善后工程师。

**-**01-

AI 的「80 分幻觉」

一句 prompt，大模型能给你：

结构完整的代码
看起来合理的逻辑
能跑的 Demo
不错的 UI
甚至一整套项目

看起来像这样：

Prompt
  ↓
AI 生成项目
  ↓
Demo 跑起来
  ↓
开发者：卧槽，太强了

很多人会产生一种错觉：

AI 已经能替代程序员了。

但真正写过项目的人都知道：

80 分才刚刚开始。

- 02-

AI 开发真实流程

现实中的开发流程其实是这样：

需求
 ↓


Prompt


  ↓


AI生成代码（80分）


  ↓


Bug修复


  ↓


逻辑补全


  ↓


异常处理


  ↓


安全处理


  ↓


性能优化


  ↓


监控 + 日志


  ↓


生产上线（100分）

80 → 100 的过程，才是最难的部分。

因为 AI 有一个致命问题：

它只会预测 token
它不会承担后果

AI 最常见的 5 种工程灾难

很多人第一次用 AI 写项目时，都经历过这种“幻觉破灭”。

下面是最常见的 AI 代码问题。

问题类型	AI表现	真实后果
边界处理	假设用户输入永远正确	一上线就报错
异常处理	基本没有兜底	一个错误直接崩系统
安全问题	几乎完全忽略	SQL注入 / XSS
性能问题	算法复杂度混乱	生产直接卡死
上下文一致性	字段名不断变化	系统逻辑混乱

比如 AI 写的登录逻辑经常是这样：

if(password===user.password){
    login()
}

看起来没问题。

但真正能上线的代码必须是：

if (!user) return { error: '用户不存在' }if (!password) return { error: '密码不能为空' }if (user.status ==='banned')return { error: '账号已封禁' }if (user.loginAttempts >5)return { error: '登录次数过多' }if (awaitbcrypt.compare(password, user.passwordHash)) {awaitresetLoginAttempts(user.id)returnlogin(user)} else {awaitincrementLoginAttempts(user.id)return { error: '密码错误' }
}

这就是：

80 分代码 vs 100 分代码

- 03-

Agent 为什么分成两大阵营？

现在 AI Agent 也出现了两条完全不同的路线。

第一类：工作流 Agent（能落地）

这种 Agent 有固定流程：

输入
 ↓
处理
 ↓
输出

特点：

可靠
可监控
可预测
可规模化

典型场景：

客服机器人
数据处理
代码审查
文档生成

大厂几乎全部采用这种。

因为工程团队最看重的是：

可靠性 > 智能性

第二类：自主 Agent（PPT型）

另一类 Agent 追求完全自主：

目标
 ↓
AI自主规划
 ↓
AI自主行动
 ↓
AI自主决策

听起来很酷，但现实是：

今天帮你发邮件
明天给老板发辞职信

今天帮你整理文件
明天把重要文档删了

问题很简单：

自由度越高，不确定性越大。

所以现在：

创业公司喜欢讲自主 Agent
工程团队只做工作流 Agent

**-****04-**什么是“善后工程师”？

一句话解释：

把 看起来能用的 AI 代码
变成 真的能上线的产品

他们主要干三件事：

1 校对

检查 AI 的逻辑漏洞：

条件是否完整
字段是否统一
状态是否一致
分支是否遗漏

2 重构

把 AI 代码变得可维护：

分层架构
类型补全
模块拆分
单元测试

3 打磨（最重要）

让产品真正可上线：

边界处理
异常兜底
安全策略
性能优化
监控报警

**-****05-**总结

未来的软件开发模式

在 AGI 到来之前，软件开发很可能会变成这样：

AI：负责 0 → 80
工程师：负责 80 → 100

AI负责：

写代码
生成结构
生成demo

工程师负责：

修 bug
补逻辑
架构优化
产品落地

换句话说：

AI 在替代 体力劳动

但工程师的核心价值变成：

判断 + 经验 + 架构 + 产品理解

真正会被 AI 淘汰的人

AI 不会淘汰工程师。

但会淘汰一类人：

只会写代码的人。

典型特征：

只会跟教程敲代码
不理解业务逻辑
不考虑边界情况
不做异常处理
不懂系统架构

他们本质上只是：

30 分工程师。

而 AI 已经可以做到 80 分。

AI 时代的软件开发，很可能变成这样：

角色	职责
AI	写代码、生成Demo
工程师	修逻辑、补边界、做架构
产品	定义需求
用户	制造Bug

所以：

“善后工程师”不是低端岗位。

恰恰相反。

它代表的是一种新的核心能力：

把错误的地方修对
把不可靠的地方补稳
把模糊的地方变清晰

而这，

才是 AI 时代真正稀缺的能力。