过去二十年来,政府和其他机构投入了数十亿美元教人们编程。人们曾认为,编程是少数在变化的世界中依然安全的职业之一,但事实证明,编写和操作代码正是 AI 模型最擅长的事情之一。过去几年,科技公司已裁员超过 100 万人,而微软上周就提出了 6 万人的买断方案。对于软件行业的人来说,这是一个令人恐惧且彻底迷失方向的时刻。
大约一个月前,我写了一份内部备忘录,详细说明了 Proton 为了保持竞争力和安全性必须遵循的 AI 采用路径,以及我们作为一个组织迄今为止遗漏、必须纠正的地方,以便让这场不可避免的转型取得成功。毫无疑问,那些未能足够迅速转型的组织,最终会让自己的团队和依赖他们的人失望。
这份备忘录还有另一个目的,就是让我的同事们相信,在这场变革中我们不是被动的参与者,公司需要他们的才能和专业知识来推动变革,而这场转型也为那些选择做好准备并参与其中的人提供了机会。
这份备忘录不是一份深入的工程文档。它没有深入探讨安全性、可靠性或基础设施的具体细节。相反,它指出了我们整个行业的前进方向。
备忘录全文如下。
AI @ Proton,工程宣言
对于 Proton 的任何人来说,软件工程在今年——如果不是更早的话——已经发生了不可逆转的改变,这应该都不足为奇,工程部门更是如此。LLM 及其相关工具已经具备了编写代码的能力,以至于几天前一位资深 Proton 工程师对我说——我引用一下——“在 {business unit name},已经没有人写代码了。”就像 20 世纪记住电话号码或 19 世纪骑马一样,手动编写优秀代码是一项核心技能,但它的时代已经过去了。
总的来说,这是一件极好的事。大部分代码编写过去是、现在仍然是耗时的苦差事,至少在生产环境和规模化场景下如此。文档和测试都是必要的工作,但很少有人喜欢做,而且历史上常常被忽视,代价就是沟通不畅、效率低下和可靠性问题。样板代码是软件工程苦力的典型代表,或许人类再也不用为此操心了。模型现在可以建议和提出架构与系统设计,这些设计虽然往往并不完美,但能对讨论、决策和培训产生有意义的贡献。
在 Proton 之外,AI 革命正席卷全球。其中很多都是华而不实、浮于表面的门面工程,更像是为了显得创新,而不是真正创新。但其中很大一部分非常真实,那些公司(包括我们的竞争对手)现在所做的投资,将决定我们未来所处的商业环境。这不是追逐潮流——我们在这方面正在落后,这对使命本身的成功构成了生死攸关的威胁。
那么,为什么在 Proton,感觉革命还没有到来?如果每个人都已经一直在使用 LLM,为什么生产力没有大幅提升?我认为原因归结为三点,如果我们要在今天已经到来而非即将到来的新时代取得成功,这三点都需要纠正。
第一点是工程文化和工程师心态的转变。你的工作已经发生了根本性的变化。不再是编写代码,LLM 也不是来帮你更快写出更好的代码的。你的工作是帮助 LLM 更快写出更好的代码。现在每位工程师都是团队领导、管理者,而你的直接下属就是你使用的模型和智能体。直接指导它们并在它们犯错时纠正它们,当然也是其中一部分。但是,一个两个人总是结对编程的团队算不上什么团队,一个团队领导开会时就没人工作的团队也一样。AI 需要能够自主、持续地工作,而且越来越少地需要人类照看。你的工作是找出 LLM 无法独自解决的问题,并帮助它们不仅这次解决,还能下次更好地解决——不仅为你,也为所有人:仓库级上下文文件、共享技能和提示词,以及确保重复失败会触发调查和修复的习惯。你的工作是推动 LLM 自主能力的极限,在它做不到的事情上介入,并始终思考如何改善现状。
这并非专业知识的消亡。LLM 很快。你很慢,但你带着一生的经验、判断力和理解。你也(希望如此)远不容易产生幻觉,也不容易被糟糕或恶意的输入误导,并且以模型永远无法做到的方式对自己、队友和 Proton 负责。你们一起可以比任何一方单独做到的多得多、快得多。
这也不是优秀工程实践的消亡。在架构良好的代码库上,可维护性和速度都更好。文档和测试仍然至关重要。话虽如此,我们需要对最佳实践随着成本和能力的变化而变化保持开放。测试就是一个很好的例子。旧的最佳实践认为,在编写和维护测试成本高昂的世界里,过多测试(尤其是端到端测试)是不划算的取舍。如果编写和维护测试变得廉价,我们划定这条线的位置很可能也会改变。
我们未能充分利用 AI 革命的第二个原因是,我们几乎完全停留在第一阶段——把 LLM 作为现有工作流的一部分来加速任务。但编写代码并不是软件开发生命周期的唯一部分,而当你消除一个瓶颈时会发生什么?另一个瓶颈会取而代之。也许是 CI 的速度和容量。也许是设计、审批、规格说明和代码审查(是的,我们需要也终将到达这样一个阶段:大部分人工代码审查将会结束)。也许工作流变化不大,但 LLM 让我们终于可以投资于以前因成本过高而无法实现的自动化。如果我们不全面地审视所有流程并无情地消除瓶颈,我们就无法发挥全部潜力。通常,消除这些瓶颈不仅涉及优化现有工作流的部分环节,还需要彻底重做和重新思考它们。这是第二阶段,我们现在就需要到达那里。
第三个原因是集体行动问题。有效地使用 LLM 编写代码,是单个工程师可以自己做到的事。而为整个团队、业务单元或公司重建或优化 CI 流程则要困难得多,并且伴随着机会成本和取舍。并非不可能,Proton 的许多人已经各自做出了惊人的成果,其中一些已经广泛传播。但要在整个公司范围内进行工具改造,需要大量的组织和资源投入,而我们目前尚未投资这些。关于上一段中软件开发生命周期的讨论,在很多情况下,我们甚至不知道瓶颈在哪里,因为我们还没有投资必要的工具来找出它们。过去或许有理由保持谨慎——我们花了一些时间才弄清楚如何最好地使用这些新工具,我们将继续鼓励试验。但作为一个组织,致力于完成当下所需的转型,已经刻不容缓。
那么,这对你——工程师——意味着什么?嗯,你的自主权和责任都扩大了。你不仅要对工作完成负责,现在还要对工作如何完成负责,因此要负责持续优化和最大程度的自动化(并与同事分享这些改进——在 Proton,成功是一项团队运动)。你也有责任标记并上报你无法独自执行的必要改进。而 Proton 方面,将组织和投入必要的资源,以完成第二阶段并充分实现 AI 革命的潜力。
归根结底,我们身处一个新世界。“编程”已死。工程没有,专业知识也没有。你的旧工作已经消失。作为构建者的新工作,只要你抓住机会,就能让你做到更多、产生比以往更大的影响。Proton 会为你做好准备,未来几天和几周你会听到更多相关举措。实验的时代仍在继续,但行动的时刻就是现在。未来已至——让我们把它变成我们的未来。
封面图片:Bernard Leonardo
Instagram:@dranreboel
网站:https://dranreboel.myportfolio.com/work






