AI 没让初级工程师失业

别再刷「AI 替代初级」那套恐慌论调了，看看现在的招聘 JD 和薪资带。半年前还在卷 LeetCode Hard 的校招生，现在面试官上来就问：「你用 Copilot 重构过多大体量的遗留代码？」「怎么给 Devin 切任务才不翻车？」会写提示词、懂上下文窗口管理、能把模型当确定性工具驾驭的 Junior，offer 拿到手软；死守语法糖、离了 IDE 就不会 import 包的，连实习都难找。

一、脏活累活被抽离，Junior 入行第一课直接跳到「架构审查」

以前前三个月全在写 CRUD、改 CSS 对齐、补单测覆盖率，这叫「练手」，实则是低成本试错。现在 Cursor Composer 配合 rules 文件，把这些确定性劳动压缩到分钟级。Junior 入职第一周不再是熟悉代码库结构，而是直接面对 AI 生成的 PR：哪里幻觉了？边界条件覆没覆盖？数据库索引加没加锁？审代码、写契约测试、定接口 Schema，这些原本 3 年经验才能独立承担的判断力，现在成了入门门槛。谁能把模型当「极其自信但极其不可靠」的实习生管好，谁就是高性价比的新兵。

二、上下文工程能力，成了比算法题更硬的硬通货

我见过太多候选人，LeetCode 刷到 300+，给一段 2000 行的 React 遗留组件让他用 Cursor Agent 重构为 Hooks + TanStack Query，直接卡死——不知道怎么喂 .cursorrules，不会拆解任务上下文，更不会在模型胡编类型定义时强行打断纠偏。这不是写代码，这是做上下文工程。会把巨大需求拆成「单文件重构→接口联调→E2E 兜底」的原子步骤，每步配上精准的 @file 引用和 // TODO 约束，让模型在确定性轨道上跑的人，现在市场价直接 +30% 起步。

三、Senior 的稀缺不是写代码，是「兜底」与「对齐」，AI 放大了这个杠杆

团队瓶颈从来不是产出行数，是 Review 带宽和业务对齐成本。以前带一个 Junior 要 Senior 花 50% 时间做 Code Review、纠架构、教规范。现在 Junior 自己跑 pytest --cov、自己用 /review 指令让模型按团队规范扫一遍、自己把模型跑偏的边界 Case 补成测试用例，Senior 只用盯最终的架构决策和业务不变量。一个带 AI 的 Junior 能顶以前两个纯手写的，释放的 Senior 带宽去攻坚核心链路，这才是组织层面的真增值。

四、别信「提示词工程师」那套虚名，核心还是工程基本功

有个危险信号：部分培训班开始教「零基础做 AI 原生开发」，连 Git rebase、Dockerfile 分层缓存、数据库事务隔离级别都不讲，直接教堆 System Prompt。这批人进项目两周必崩——模型生成的代码跑不起来、内存