Geoffrey Huntley：不训练团队用 AI，就是在准备让他们被替换

当 Ralph 在去年发布时，我把它搁置了。长期阅读这个博客的人都知道这一点。我最早在去年一月初接触到循环工程（loop engineering）这个概念，搁置了四个月，然后开始大量写作，恳求人们关注。

当 Ralph 和循环工程在今年早些时候——差不多一年之后——爆火时，这真的让我压力很大。最近生活还不错，但历史上并非一直如此，所以我休息了一段时间。我花了六个月环游世界，没有收入，并在各个城市做了下面这场演讲将近 17 次。

我们的职业正处在十字路口，这是我最后一次说这件事。

在软件工程职业中使用 AI 已不再是可选项。

如果你的雇主禁止使用 AI，你应该辞职，去找一家已经在进行 AI 转型的公司。

如果你所在的公司正在进行 AI 转型，我理解你对此会有复杂的感受。你可能不喜欢它。但请理解，这是新常态。手工手写的代码只适合退休的科技高管和在家作为爱好，但它不再是赚钱的方式。

作为一名员工，你其实有两个选择。

你可以逆流而行，拒绝使用 AI，但那只是自我伤害。你用时间和技能换取金钱。就业市场的品味和需求已经变了。

从我的位置，我能清楚地看到正在发生什么。

每天早上，我醒来时都会收到一条 WhatsApp 消息或 LinkedIn 私信，人们在里面表达感谢。比如，别谢我；谢你自己。你投资了自己，正因为你这么做，你刚刚被提升为副总裁。

嗨，Geoffrey。我想给你发条消息，分享一下 Ralph'ing 对我和我所在的公司产生了多么深远的影响。我第一次听说它是在 2026 年 1 月的社交媒体上，当时觉得这是个离谱的概念，让这个笨拙的人格在我的代码库里横冲直撞，所以我直接忽略了。我对 AI 最大的不满一直是它从来不能完全实现我想要的东西，它会把开头部分做对，然后就开始偷工减料，最后我落得一团糟。直到我看了 sonnet 5 循环运行，在大约 6 小时内产出了一个产品，所以不知为何我决定来你的博客直接读一读关于 Ralph 的内容——而我完全误解了它。我做了不少实验，不过现在我已经到了这样的地步：在棕地项目中，我用价值 3K 的 sonnet token 交付了价值 100K+ 的付费开发工作。我正在用大约 2 周时间重新平台化整个技术栈，而这些工作我们过去要付给承包商五十万美元——游戏规则完全变了，其影响既令人惊叹又令人恐惧。总之，只是想道声谢谢，因为至少对我和我所在的公司来说，你发表 Ralph 论文永远地改变了游戏规则，我希望有一天能请你喝一杯以表感谢。祝一切顺利。

所以是时候谈谈那个房间里的大象了：人员管理者。

如果你的团队太忙于做他们的新工作而没时间试验 AI，那你就是在让他们准备好被取代。也许你对此无所谓，但希望你不是，因为如果你真的关心你的团队，这应该让你深感不安。

因为在接下来的六个月里，你将不得不开始进行一些艰难的对话。你将不得不开始把你的员工放在一条活力曲线上并给他们排名。而自然，一直在使用 AI 的有能力的员工会领先于没有使用 AI 的有能力的工程师。

如果你不想这种情况发生在你的团队或团队成员身上，那就从腾出时间进行专业发展开始。我能推荐的最具体的任务是让软件开发者构建自己的 agent，学习 Claude Code 背后的魔法，并能够解释它在底层是如何工作的。

你看，到了2026年，除非你能重建Claude代码，否则你就不算是一名资深软件工程师。资深软件工程师之所以按定义就是资深的，是因为他们能够指导和培养下一代。关于软件工程这门手艺，有很多东西需要传授；关于软件失败以及软件应该如何设计的大量信息和经验，俗称品味，下一代将需要在这些方面得到指导，但如果你抱着AI很糟糕的态度，你就无法赢得他们的尊重。如果你因为态度不佳而无法赢得下一代的尊重，你能带来什么价值，雇主又为什么要继续雇用你呢？

2026年以员工身份面试

如果你在2026年以员工身份面试，要明白有一种说法是工作很难找，外面形势相当严峻。如果你的专长仅限于在IDE里敲代码，那这是真的，但如果你在AI方面有可证明的专长，那就不是真的。

如果你有东西可以展示，比如一次演讲、一个开源项目，或者任何切实可演示的东西，某个你一直好奇并持续自我投资的东西，那么在当前这个火热的市场里，你应该能在几天内找到工作。

请明白，你现在的优势就是理解各种可能性并保持好奇。这个世界缺乏好奇且雄心勃勃的人。那就是你的优势；那就是你的alpha。把自己定位成那样的人，并且比现在要有雄心得多。你需要想得更大。

2026年作为招聘经理

距离我的那个他妈的时刻已经快两年了。自那以后，我们见证了“模型优先”公司的崛起，在这些公司里，大部分软件是由计算机而非人类编写的。

这意味着两年已经过去，那些一直保持好奇并投资自己的人，相对于今天才刚刚起步的人，拥有巨大的优势。

过去一年我一直在思考的最根本问题之一是：“你如何识别技能操作者”，也就是“既然LLM能碾压leetcode，我们现在到底该如何招聘软件工程师？”

我提出以下类别和分桶，作为在你标准软件工程知识测试之上的一把粗略标尺。

• unacceptable
  • 对AI态度不佳。我理解。那些实验室掠夺了社会的公共资源，我也不喜欢，但它已经发生了。在面试候选人时，你应该嗅出这些观点，并将其作为行为提问的一部分过滤掉。
  • 任何形式的欺骗行为。如果他们在面试过程中使用AI来欺骗，那就立即不录用，因为欺骗行为是不可接受的。
  • 没有切实、可演示的AI经验。
• acceptable
  • 你应该能把他拉到白板前，从高层次上问一个编码代理在底层是如何工作的。你在这里做的是一个基线好奇心测试。你想了解他们是否知道什么是上下文窗口、分词是如何工作的，以及从系统设计角度看推理是如何工作的。如果他们的知识深度到此为止，只能谈论技能包，那就放弃这个候选人。
• ideal
  • 具备切实且可证明的 AI 经验。他们应该有一大堆自己构建的副项目。当你问他们使用什么编码工具时，实际上只有两个可接受的答案。一是所有编码工具都是可替代的，他们会用任何能最便宜地获取 token 的工具；或者他们眼睛一亮，说，我用我自己做的。你想看看吗？你想聊聊技术细节吗？来，我展示给你看。
  • 如果你在面试结束后学到了关于 AI 的新知识，你应该在别人之前雇用那个人。这是古老面试问题“当你在浏览器地址栏输入 google.com 并按下回车时会发生什么？”的现代版本，但带有 AI 的转折。
  • 如果他们领导团队，他们应该能够非常深入地讲述因公司采用 AI 而失败的流程。他们还应该举例说明自己在组织内做了哪些改变来推动 AI 采用。你应该对这些故事做背景调查，确保人们没有撒谎。

还有一点我需要提出来。你们现有的用于识别候选人的招聘池可能需要清空，因为你们当前的面试官可能缺乏区分这些类别的专业知识。例如，如果某人对 AI 态度消极且没有可证明的 AI 经验，并且不属于理想类别，就把他从你的面试官池中移除，因为在 2026 年，你需要展现出最好的一面来识别、吸引并雇用最优秀的人才。

附：观看这期与比尔·盖茨的播客并内化它

https://www.nytimes.com/2026/09/29/opinion/ezra-klein-podcast-bill-gates.html

Well, Jevons is just a referral to the fact that parts of the economy are subject to demand elasticity. And yes, in the case of software, if you’re, say, three times as fast and there is still some role that only humans can perform, then as you lower the cost, you induce demand. So it’s fair to say that the equilibrium today so far for software is not a loss of employment.

当我们发明了寿命延长四倍的子午线轮胎时，出于某种奇怪的原因，人们并没有开四倍多的车。而制造轮胎的工厂雇用的人数只有原来的四分之一。当你用机器人取代亚马逊仓库里的人时，人们并不会因此买更多东西。

所以任何有数字思维的人都可以问自己：经济中有多大比例受需求弹性影响，哪些任务仍然必须由人类完成？

一旦你完成了整个任务，需求弹性就不重要了。那会进入 token 预算，而不是人类薪资预算。

其中一些东西的成本远低于人类劳动力的成本，因此当你跨过可靠性阈值时，无论是白领工作还是人形机器人，你都会摧毁工作岗位，不留高地。

过去的创新——你有一台拖拉机。好吧。让我们建迪士尼乐园，在那里雇用很多人。你在整个经济中并没有这样的东西。那些说会有净新增工作的人，我不理解他们在想什么。

附附：社交媒体