AI 在编写代码方面的能力日益增强，引发了关于程序员未来就业的担忧。然而，Anthropic 的 Boris Cherny 认为，关键不在于岗位本身，而在于个体所扮演的角色。

Cherny，作为 Claude Code 的创造者，本人已经有半年没有亲自编写代码了。在他看来，AI 正在迅速掌握编程技能。他曾预测，一年内“软件工程师”的头衔将逐渐消失，取而代之的是更侧重于“构建者”的角色。

尽管如此，Cherny 强调这并不意味着软件工程师将失去工作。在一次播客访谈中，他进一步预测，三年后，尽管人们的称谓可能不再是“工程师”，但实际从事编程和使用智能体工具的人数将是现在的 100 倍。

Cherny 在 X（前身为 Twitter）上分享了他对 Claude Code 团队的观察，他认为随着工程、产品、设计和数据科学等职能的融合，他看到的不再是固定的岗位，而是五种不同的角色。

资深工程师 Kun Chen 对此表示，他不太喜欢给角色贴标签，以免人们产生固定思维。他认为角色的扮演应随着项目的进展而变化：项目启动时是原型师和构建者，出现细节问题时转变为清理者，项目成熟后则成为增长者和维护者。他强调，将自己局限于单一角色意味着可能需要放弃参与项目的后续阶段。Cherny 完全赞同 Kun Chen 的观点，认为角色的转变是随着项目和时间自然发生的。

两人都观察到，在编程领域，岗位界限正在模糊，个人的定位不再由头衔决定。Cherny 的观点也适用于其他领域，一位产品经理表示，他所在的团队也出现了类似的角色融合现象，现代产品经理已非三年前的模样。Anthropic 发布 Fable 5 后，也出现了开发者被推向产品经理角色的情况，他们的关注点从代码的正确性转向了代码是否在做正确的事情。

Cherny 详细阐述了 Claude Code 团队中的五种角色：

1. 原型师（Prototyper）：负责产生新想法，通常数量众多，但并非都能最终上线。
2. 构建者（Builder）：将初步原型快速转化为可投入生产环境的产品和基础设施。
3. 清理者（Sweeper）：负责优化界面、简化代码、下线冗余功能以及提升性能。
4. 增长者（Grower）：在已有产品的基础上进行打磨，提升其市场契合度。
5. 维护者（Maintainer）：确保成熟系统的安全性、可靠性和运行效率，尤其是在系统扩展时。

Cherny 指出，许多人会同时扮演 2 到 3 种角色，这些角色与传统的职位头衔无关。例如，在 Anthropic 内部，设计师、工程师、产品经理和数据科学家都可能分布在这五种角色中，个人的定位取决于其当前的工作内容。他还提出了一个角色组合公式：新产品开发初期需要擅长角色 1+2+3 的人才，而成熟产品则更依赖角色 3+4+5 的支持。

在开发者社区中，不同角色的价值感知存在差异。原型师和构建者因其创新性和从零开始的能力而备受重视，常在招聘和简历中被重点强调。然而，清理者角色却常常被低估，其工作内容，如删除代码、下线功能、处理遗留问题以及性能优化，往往不那么“性感”，也难以在公开场合获得赞誉，即使做得再好，也可能只被视为“系统正常运行”。一位开发者直言，清理者是最被忽视且最少被招聘的角色。

AI 编码的兴起正在改变这种排序。当 AI 能够轻松生成想法和编写大量代码时，“冒点子”和“从零开始构建”这些 AI 最擅长的领域正被迅速接管。尽管 AI 在代码生成方面表现出色，但 Cherny 认为，AI 无法承担“清理”的责任，例如决定删除哪一行代码、识别 AI 错误或承担最终责任。AI 越能承担重复性工作，越能拍板并进行收尾工作的清理者角色就越发重要。

AI 带来的生产力提升更多体现在“完成更多工作”而非“以更快的速度完成同样的工作”。这意味着更多功能的上线、更多的代码提交和更多的实验，由此产生的“烂摊子”也随之增加，需要清理者来处理。此外，代码评审环节的界限也在变得模糊。据报道，AI 生成的代码未经人工评审直接进入生产环境的比例正在上升，且其存活率更高。

当人工评审这一环节被弱化后，系统中隐藏的 Bug、性能瓶颈和安全漏洞最终仍需有人负责。这正是清理者的职责所在。生成环节的成本正在降低，而兜底环节的价值则日益凸显。正如开发者圈流传的一句话所说：最好的工程师并非写代码最快的，而是最清楚何时不应完全信任 AI 的人。

Cherny 的观点引出了一个尖锐的问题：既然 AI 能够承担原型师和构建者的工作，一个人是否可以借助智能体完成所有五种角色的工作？Cherny 回答说，AI 可以“在不同程度上”覆盖这些角色并“持续提升”，但并非“完全取代”。他明确指出，岗位和头衔正在融化，但工作本身依然存在，只是被重新分解为更精细的角色和任务。

因此，Cherny 列出的五种角色不会消失，消失的只是“软件工程师”这一职称。当 AI 接管了大部分的创意构思和基础搭建工作后，留给人类的正是能够进行收尾工作、并在 AI 出错时及时发现问题的角色。而且，个体所承担的角色也会随着项目的变化而转换，今天的清理者，明天可能就是下一个项目的原型师。你的身份，将由你此刻正在做的事情来定义。