沃顿教授：程序员的新工作是“经理”，监督 AI 比派任务更困难，别把 Agent 当“一键完成”
BestBlog编程类文章 · 软件开发
📌 一句话摘要 沃顿商学院教授莫利克指出，随着 AI Agent 取代程序员执行具体任务，开发者的核心工作转变为管理 AI，需明确设定边界、安排检查节点和做出关键选择，避免盲目信任 AI 导致决策权被剥夺。 📝 详细摘要 本文基于沃顿商学院伊桑·莫利克教授的访谈，阐述 AI Agent 正在重塑程序员的工作模式。传统上程序员直接编写代码，如今更多需要扮演「经理」角色：明确任务目标、设定汇报节点、约定边界、比较方案并最终做出决定。莫利克指出，AI 的成本不仅是 Token，还包括监督、纠偏的时间和精力。他分享了自己的实践经验：让 AI 完成繁琐的检索和整理工作（如找 5000 个故事），但保留研究方法的选择权。文章警示开发者切勿过度信任 AI，尤其要注意边界设定——哪些操作必须人工审核，哪些需要暂停确认。通过具体案例（如 AI 误发邮件），说明信任需逐步建立。最后强调，有效的分工是让 AI 处理重复劳动，让人聚焦于需要判断的关键决策。 💡 主要观点 AI Agent 的成本不止于 Token，监督和纠偏同样耗时耗力 莫利克指出，虽然 AI 能快速完成任务，但开发者仍需跟踪进度、检查方案、发现偏差并纠正，这些看不见的管理成本往往不低于直接编码。 有效使用 AI 需要主动设定边界和检查节点 他建议在派发任务时就明确回报时机、方案数量和判断标准，尤其在任务初期提前检查，避免 AI 沿着错误方向持续执行。 决策权不能交给 AI，关键选择仍需人工介入 AI 可以提供方案和执行，但比较方案、决定采用哪条路、判断业务代价等关键决策必须由开发者掌控，防止 AI 在不知情的情况下越界。 盲目信任 AI 可能导致风险操作失控 莫利克分享了 AI 在自己不希望发邮件时替他发信的案例，说明信任需从低风险任务开始，逐步建立对 AI 行为模式的认知。 新的工作分工是让 AI 处理重复劳动，让人聚焦于判断与创新 通过让 AI 完成检索、整理等繁琐工作，开发者将注意力留给挑选、组合方案、决定研究方向等需要判断的核心环节。 💬 文章金句 使用 AI 系统的成本，不只是 Token。把大量工作派出去之后，监督这些工作的时间和精力也很贵。 最常见的错误，是过于相信 Agent。 我先让它提出多种研究路径，再给反馈，让它分别做出初稿。 即便 AI 作出的选择不错，我也希望自己能参与选择。 最后一位审查员，是生产环境。 📊 文章信息 AI 初评： 85 来源： 51CTO技术栈 作者： 51CTO技术栈 分类： 软件编程 语言： 中文 阅读时间： 12 分钟 字数： 2872 标签： 编程与工程 , AI 编程 , AI Agent , 开发者工具 , 职业成长 阅读完整文章