Anthropic 的 Boris Cherny，也是 Claude Code 的创造者，指出 AI 正在快速改变编程领域。他本人已经有半年没有亲自编写代码，因为他名下的所有代码都由 Claude 生成。Cherny 预测，未来“软件工程师”这一头衔将逐渐消失，取而代之的是更具“构建者”特质的角色。
Cherny 在播客中进一步阐述了他的观点，他认为三年后，虽然人们可能不再被称为“工程师”，但实际从事编码和使用智能体的人数将是现在的 100 倍。他最近在 X 平台上分享了他对 Claude Code 团队角色的观察，认为随着工程、产品、设计和数据科学等职能的融合，团队中涌现出五种不同的角色。
资深工程师 Kun Chen 对此回应称，他不倾向于给人们贴上固定的“角色”标签，因为这可能限制人们的自我认知和发展。他认为，一个人的角色应该随着项目的进展而演变：在项目初期是原型师和构建者，处理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。Cherny 完全赞同这一观点，认为角色的流动性是普遍现象。
两人都观察到，编程领域的岗位界限正在模糊，个人的定位不再由头衔决定，而是取决于当前承担的任务。这意味着衡量开发者的标准已从“你是什么岗位”转变为“你此刻扮演什么角色”。这种变化同样影响着其他领域，例如产品经理，他们的工作内容也在不断演变。Anthropic 发布 Fable 5 后，开发者的角色也发生了转变，从关注代码是否正确，转变为关注 AI 是否在完成正确的任务。
Claude Code 团队中的五种角色具体如下：
- 原型师（Prototyper）：负责提出新想法和概念。
- 构建者（Builder）：将初步的原型快速转化为可投入生产环境的产品和基础设施。
- 清理者（Sweeper）：负责优化界面、精简代码、下线冗余功能以及提升性能。
- 增长者（Grower）：负责打磨已成型产品，提升其与市场的契合度（PMF）。
- 维护者（Maintainer）：负责保障成熟系统的安全性、可靠性和运行速度。
Cherny 强调，许多人会同时承担 2 到 3 种角色，这些角色与传统的职位划分无关。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。决定一个人是谁的，不是名片上的头衔，而是他当前的工作内容。他还指出，对于尚未找到 PMF 的新产品，需要擅长角色 1、2、3 的人才；而对于已成熟的产品，则需要角色 3、4、5 的支持。
在开发者社区中，角色之间的价值感知存在差异。原型师和构建者通常被认为更具吸引力，也更常出现在招聘需求和简历中。有人评论说，清理者角色是被低估且需求最少的，而原型师则被大量“囤积”。清理者，如删除代码、下线功能、修复遗留问题以及优化性能等工作，虽然不那么光鲜，但随着 AI 编码能力的提升，其重要性正在凸显。
AI 在“提出想法”和“从零开始构建”方面表现出色，这正是 AI 最先接管的领域。尽管 AI 能够执行清理工作，但它无法承担清理的责任。例如，确定删除哪一行代码、识别 AI 错误以及承担最终责任，这些仍需人类来完成。AI 承担的“脏活累活”越多，那些能够做出决策并负责收尾的清理者角色就越有价值。AI 带来的生产力提升体现在可以完成更多的工作，而非仅仅更快地完成同样的工作。这导致了更多功能的上线和代码的堆积，也意味着需要更多清理者来处理随之而来的“烂摊子”。
值得注意的是，代码审查的门槛正在降低。据 Business Insider 报道，过去半年，未经人工评审直接进入生产环境的 AI 生成代码比例显著上升，且这些代码的存活率更高。这使得开发者更倾向于将整段流程交给 AI 完成。然而，当人工审查被省略后，系统中的隐藏 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。
生成环节的成本越来越低，而“兜底”环节的价值则日益提升。正如开发者社区中流传的一句话：“最好的工程师，并非写代码最快的那个，而是最清楚什么时候不该信 AI 的那个。”
Cherny 的观点进一步引申，他认为 AI 能够“不同程度地”覆盖这些角色，并且会“持续提升”，但并非“完全取代”。他指明方向：岗位和职称正在融合，工作依然存在，只是被重新分解为更细化的角色和任务。因此，他列出的五种角色不会消失，消失的只是“软件工程师”这一头衔。当 AI 接管了更多创意和构建工作后，留给人类的恰恰是那些能够收尾、识别 AI 错误的角色。此外，人类的角色会随着项目不断转换，今天的清理者可能就是明天某个项目的原型师。你是什么人，取决于你此刻在做什么。
