当AI开始承担越来越多的软件代码生成工作，工程师的角色会如何变化？

围绕这一问题，开发者生产力平台Aviator联合创始人兼CEO Ankit Jain近日在The New Stack撰文称，软件行业的重心正从“直接写代码”转向“构建生成代码的工具和平台能力”。

在他看来，未来工程师的分工将不再主要围绕前端、后端展开，而会进一步分化为产品工程师和平台工程师：前者负责面向用户构建产品，后者则为前者提供工具、流程和底层支撑。AI生成代码的比例越高，企业对平台工程能力的需求也会越强。

Ankit Jain表示，无论将其称为“harness engineering”还是“loop engineering”，本质上都属于平台工程，即围绕代码生成过程搭建一整套工程化工具体系。

他指出，在AI参与代码生成之后，组织内部也出现了新的摩擦点：生成速度越快，后续协作和治理压力反而越大。不同团队各自编写提示词、各自设置防护机制、各自搭建错误追踪看板，却彼此不共享，结果是同样的问题在整个组织内被反复解决。

Ankit Jain还援引软件咨询公司Thoughtworks顾问Vanita Kumar的观察称，过去提到“平台团队”，很多企业通常只需要一个负责部署基础设施的平台团队；但现在，客户的组织架构中还需要新增专门管理AI代理的团队。在Ankit Jain看来，这两类团队的职责最终很可能会走向合并。

他进一步表示，既然AI已经能够大规模生成代码，那么围绕代码生成流程的控制、验证和扩展，就会成为平台工程的核心工作。用他的话说，“所有软件公司，最终都会变成开发工具公司”。

在Ankit Jain看来，这类“harness engineering”的职责范围本身就相当广。

首先是确定企业允许使用哪些模型和框架，这直接关系到安全和成本。其次是使用规模与扩展管理，因为“10个人使用”和“数百人使用”面对的是完全不同的问题。

第三是权限管理。Ankit Jain指出，即便AI代理是在代替工程师执行任务，也不应拥有与工程师完全相同的访问权限。第四则是构建“harness”本身，也就是建立反馈闭环：将安全扫描器或 linter 等这类代码检查工具发现的问题，不再交由人工逐项处理，而是回流给代理继续修正。

他还表示，Anthropic或OpenAI提供的更像是底层引擎或通用代理能力，但这些引擎并不了解企业自身的代码库。只有平台团队才能把团队规范、可接受的风险水平和预算等因素纳入其中，对代理进行定制和打磨；如果这项工作缺位，结果往往就是各团队各自拼装出粗糙版本，出了问题也无人负责。

Ankit Jain最后强调，AI究竟能将生产力提升到什么程度，关键并不在于企业选择了哪一个模型，也不在于所采用的引入策略是否足够“时髦”或跟得上当下流行概念，而在于组织是否真正把“造工具的人”——平台工程师——视为关键角色。