让生活也好，自己也好，以最自然的姿态，完成它的绽放。—— 匿名

文章摘录于：30 % 代码已被 AI 接管，工程师还能做什么？扎克伯格、纳德拉给答案 

Original: https://www.youtube.com/watch?v=FZ-RZ0dKO8o&t=1s&ab_channel=MetaDevelopers 

🌐 新时代的开场白：不是AI有多强，而是你准备好没？

Overview

1. AI没有夺走工作，但工作换了形式

2. 工程师不是打工人，是「AI调度者」

2.1 “未来的工程师，会像技术总监，带着一支由多个模型组成的 AI 小队，完成从建模到落地。” ——Mark Zuckerberg，LlamaCon 2025

2.2 🧰 AI 工具，不再是插件，而是“作战单元”

要真正成为“AI 军团的指挥官”，工程师不仅需要会写 prompt，更需要掌握三种新能力：

• 意图建模： 把人类需求准确转化为「模型可执行的结构任务」；
• 模型编排： 知道那个模型适合干那件事，如何拆分、组合、接力；
• 任务监督： 在AI执行中做质量监控、结果评估、风控容错。

3. 最强模型？不如最会协作的组合

3.1 下一代AI平台的根本分歧：

• 第一代：以模型为中心，“一个大脑搞定一切”
• 第二代：以「编排」为中心，“多个模型各司其职”

4. 开源不是免费，而是可控

4.1 Zuckerberg: 真正让开源模型变得强大的，不是自由下载的权利，而是它的可定制性、可嵌入性，以及可调教性。

5. 组织架构，也在被AI重写

5.1 我们不再围绕人来构建流程，而是围绕模型能力来重新组织任务。

组织的角色，正在从「管理人」向「调度智能」转变。

5.3 🏢 公司为什么存在？是为了解决“不智能的世界”

传统的公司架构，是为了解决三个核心问题：

• 信息不流通 —— 所以需要“中层管理”；
• 决策不一致 —— 所以需要“流程与汇报制度”；
• 执行不自动 —— 所以需要“人工协同与监督”。

这三件事，每一项，都是 AI 极擅长的：

• AI 能自动聚合信息、提炼重点、生成报告；
• AI 能辅助决策，甚至直接优化策略；
• AI 能执行工作流、调用系统、自动递交结果。

5.4 📉 组织层级不是被裁撤，而是被“系统取代”

这意味着什么？ 并不是公司不再需要人，而是很多传统的“组织中层”正在丧失其存在基础。

6. AI不是工具，而是你的“操作系统”

6.1 Nadella: AI，它不是一个‘插件’，而是一个全新的生产因子。 它不仅改变了你做事的方式，还改变了‘谁有资格做事’。

6.2 AI 正在从“效率工具”变成“组织能力”的组成部分。

Ideas

1. AI时代的工程师：任务发包者 + 结构维护员。

代码不再是凭手速和经验，而是凭“意图拆解”和“资源调度”。

2. 在未来，工程师最有价值的能力：一个人协调多个模型各司其职。

3. 在未来，工程师的竞争力，正在从“手速 + 经验”，转向“思路 + 调度”。

4. 💡 不再是“我能写什么”，而是“我能调谁干活”。

这场「结构转变」，最难的不是技术升级，而是身份认知的变化。

5. 微软最新在做的一件事，将 Copilot 从一个“代码生成器”升级为“任务编排器”：

• 模型A负责理解意图；

• 模型B负责数据检索与结构化；

• 模型C负责编码实现；

• 然后调用安全模型验证结果；

• 最后通过API调用部署。

6. 当前多模型AI正在接近这种「系统性思维」的早期雏形。

7. 🔄 模型调度，将成为新平台战争的关键变量

未来不属于拥有最大模型的公司，而属于能最优调用多个模型的公司。

背后的转变逻辑是：

• 模型参数规模，正在趋于边际收益递减；
• 「编排能力」，才决定真正地落地效率、成本控制与安全治理；
• 而「会调度」本身，就是新的竞争力。

8. 🧪 “蒸馏工厂”不是比喻，而是AI工程体系的范式革命

• 不是拿着一个几千亿参数的模型去解决所有问题，而是把它拆成一系列能落地的小模型。

• 这不是“弱化模型”，而是“结构重构”。

9. 🏭 微软的定位：为蒸馏生态提供“工厂级基础设施”

• 你可以在 Azure 上选择一个基础模型，然后一键生成自己的版本：加上你的数据、你的任务、你的指令集，生成一个属于你的 LLM Agent。

Insigts

1. 微软30 % 的新代码，确认已由AI生成。

2. 🚧 工程师的动作，被“剥离”了

举个🌰：

在Meta 内部，

“我们有一支团队，现在完全采用‘代理式协作流程’。开发者把任务拆解后，交由多个小型模型分别执行——生成代码、调试、测试、提交。

最后只需要一个人进行结构调整和质量验证。整整一个功能模块，从设计到上线，AI 负责了 80% 的动作。”

他用一个词来形容这种变化：“工程师动作的剥离”。

AI 正在把工程师每天做的那些重复性、规范化的部分一点点抽离。

3. 🧱AI不只执行，还改变了执行的方式。

4. 🔁 不再是“用 AI 做事”，而是“AI 做事，人判断”

对未来角色的共识：

• 工程师不需要“更努力写代码”，而是更会调度AI;
• 开发者要从“动手做”， 转向“设计结构”；
• 人类的工作不会消失，但会被迁移到 AI 系统的“上层逻辑”。

5. “我们赌明年 Meta 内部的一半开发工作，会由 AI 主导完成。” —— Zuckerberg

6. 在 Meta，扎克伯格介绍了一个典型的开发场景：

• 高级工程师并不直接写大段逻辑；

• 而是使用 「一个多模型编排平台」，把不同任务交给不同的 Llama 子模型处理；

• 然后再交由 Copilot 代理进行测试和部署。

7. Nadella，微软正在构建一个面向开发者的“代理开发栈”，包括：

• 「意图」输入界面；
• 多模型决策层；
• 工具接入API;
• 具体模型执行层；

8. 🧭 多模型系统，才是真正的“代理操作系统”：

Zuckerberg & Nadella给出了另一个未来蓝图：每个AI应用都将是一个「编排系统」：前台看起来是一个对话界面，后台是多个模型在默默协作。

9. 🧩 MCP、A2、LoRA……是下一代开发者的新“语法”

为了支撑这种多模型结构，背后需要的是新一代的协议层与调用结构。

• MCP（Multi-agent Coordination Protocol）： 用于调度多个模型之间的对话、数据传递与任务分发；
• A2协议（Agent to Agent）： 定义模型如何相互调用、响应、确认结果，避免「任务中断」或「认知冲突」。

这类协议，就像早期的 HTTP 之于网页浏览，正在成为AI 世界的基础设施语言。

10. 🧠 模型之间，正在建立“角色分工”和“对话能力”

在 Meta 的 Llama 系列模型内部，正在尝试一个实验性架构：

• 让多个模型扮演不同的“角色”——有的负责推理，有的负责判断，有的负责生成；
• 然后在一个统一调度环境中，通过“角色分工”完成复杂决策。

11. 结构红利和生态适配力，才是AI落地的决定因素。

12. 模型应该作为默认环境存在。

新范式：

• 应用 = Prompt + Orchestration + 模型编排结构；
• 文档 = 会话历史 + 数据引用 + 交互逻辑；
• 产品经理/工程师的任务，是定义意图结构，而非手动制造功能代码。

13. 🛠 分水岭：不是你会不会用AI，而是你能不能“组织 AI”

真正的分水岭，是你有没有能力把 AI 组织起来，而不仅仅是调用一下。

14. 我们真正缺的不是AI技术，而是敢于重建流程、结构、定位的组织与个人。

• 你以为 AI 的竞争是“模型参数”，其实真正的比拼，是“谁能驯化它，把它纳入结构，变成新型生产资料”。

15. 这是一场关于重新定义「能动性」的较量：

• 工程师要转型为「模型调度师」；
• 管理者要转型为「流程架构师」；
• 公司要转型为「AI原生组织」。

Key Points

1. Meta首席执行官马克·扎克伯格与微软首席执行官萨蒂亚·纳德拉

• 工程师，不再是写代码的人，而是指挥一支 AI 小队的人。
• 不淘汰工程师，但会把岗位彻底重编译。

2. AI 不是来抢程序员饭碗的，它正在悄悄重写“什么叫工作”本身。

• AI 不是来替代工程师，而是重写“工程师”这份工作。

3. AI 会完成你告诉它该做的事。关键不是它写的好不好，而是你“告诉得明不明白”。

4. “如果你还把 AI 当作效率工具，那你还停留在第一阶段。 真正的转折点是——AI 不只加速了原来的流程，它直接创造了一条新流程。” —— Nadella

5. 在微软，开发不再是「我会什么语言」，而是「我能调度哪些智能资源」

6. Zuckerberg：工程师不是在「写代码」，而是在「写结构」。

他强调：工程师必须像产品经理一样，具备「结构感、协作思维和资源调度能力」，否则就会被模型反向驱动。

7. 未来的工程师，不再靠自己打工，而是靠调度 AI 军团创造结果。 会 prompt 只是入门，会 orchestrate（编排）才是真正的分水岭。

8. 未来的开发者，不再需要自己训练一个「万能模型」，而是需要懂得如何编排多个开源、闭源、专用模型协作，完成更复杂、更真实的任务。

9. AI世界将不再有一个“最强模型”，而将出现“最强组合”。

10. Nadella: 开源模型的优势不是“共享”，而是“分布”。

真正有生命力的，是那些可以被用户用低成本、高定制方式进行再训练、再部署的模型。

这就是“驯化”的真正含义。

11. Zuckerberg: 我们已经不把模型的‘大’当作评估标准，而是看它能否快速蒸馏、部署、调用。

12. 📦 真正的“开源优势”：不靠发布，而靠组合

开源模型的真正价值，不在于你能不能下下来，而在于你能不能调起来。

12. 我们过去构建的是操作系统、浏览器、办公套件；现在我们要构建的是：模型工厂、代理调度层、任务执行链。

13. Zuckerberg: 组织结构的原子化。

一些原本依赖汇报、审批的流程，正在被 Agent 接管；那些“靠流转信息吃饭”的职位，正面临结构性消失；组织正在从“层级+线性”向“模块+实时”转型。

14. AI 不只是支撑应用，它本身已经是应用逻辑的一部分。

15. AI时代的新角色正在成为一线科技公司的重点培养对象：

不是你写得快，而是你调得准。不是你prompt高级，而是你能构建结构、管理关系、调度模型。

• 技术指挥官；
• 模型编排器；
• 蒸馏工程师；
• Agent系统架构师；
• ...

16. 真正地转型是一种「生成关系」的升级：

• 把AI接入到核心工作链中；
• 把AI写进组织流程、判断逻辑和服务交付；
• 把人的角色，从执行者转为系统设计者；