当下，AI 正在以前所未有的速度改变软件工程的形态。代码生成、低代码平台、AI 辅助开发，让不少人开始重新审视：在这样的时代里，技术还重要吗？业务会被工具接管吗？产品经理是否会被架空？程序员会不会失业？

但我始终认为：真正稀缺的从来不是写代码或写 PRD 的能力，而是两个跨越性的能力：业务建模能力 与 技术工程化能力。

一、争论的尽头是结构，而非角色之争

“技术驱动还是业务驱动？”这场争论早在 AI 出现之前就反复上演。

它像一条拧紧的绳索，在不同组织的不同阶段拉扯着——

  • 初创公司偏向业务敏捷，结果技术债高筑；
  • 技术派主导的团队追求完美架构，却常常离用户越来越远；
  • 到了 AI 时代，争论变得更刺耳：“AI 都能写代码了，还要你程序员干嘛？”

但这些争论忽略了一个根本事实：

无论是 AI 辅助也好，人手开发也罢，系统的本质是一种结构。而结构的构建，永远离不开建模与工程这两种能力。

二、业务建模能力：把混乱世界建成逻辑系统

很多人以为产品经理的工作就是“听需求、写 PRD”，其实真正稀缺的是：

能从现实业务中提炼结构，并构建成系统逻辑模型的人。

这是一种横跨理解力、抽象力与结构表达的能力，它包括：

  • 本质识别力：从用户的“我要这个按钮”，提炼出“用户的核心动机”。
  • 逻辑抽象力：将复杂业务实体、流程、状态变化映射为领域模型。
  • 结构表达力：用流程图、ER 图、DSL 甚至自然语言清晰传达模型结构。
  • 系统理解力：理解哪些地方是“能通 AI”的，哪些需要人为干预。

在 AI 时代，这种能力不但不会被削弱，反而成为 AI 发挥作用的先决条件。你不给 AI 一个结构，它就只能无头苍蝇乱飞。

三、技术工程化能力：让模型在现实中落地生根

AI 会写代码，但 AI 不会帮你搭建一个高可用、易扩展、能持续演进的系统。

技术工程化能力，不是代码能力，而是**“从 0 到 1 再到演进”的体系化搭建能力**：

  • 落地能力：面对理想模型，判断技术可行性，快速构建原型；
  • 平台能力：构建支撑模型运行的数据流、权限、日志、监控等基础设施；
  • 演进能力：识别技术债与可扩展边界，让系统具备未来适应性；
  • 协作能力：让工程决策具备“结构感”，可传递、可复用、可回溯。

在 AI 时代，工程师的角色正在从“代码工匠”变成“AI 系统驯化师”。

他们不是和 AI 抢活干，而是与 AI 协同，让 AI 成为工程化体系的一部分。

四、AI 无法取代的，是“桥梁型人才”

这两种能力其实构成了软件世界中最难跨越的一道沟：

  • 一边是现实世界的混沌与模糊；
  • 一边是技术世界的确定与刚性；
  • 中间需要有人建桥：既懂业务，也懂技术，能看见结构，能推动落地。

这类人或许未来不会被叫做“产品经理”或“程序员”，而是：

  • 建模工程师（Model Engineer）
  • 结构架构师（Structural Architect）
  • AI 协作设计师（AI Collaboration Designer）

他们不是执行者，而是“结构搭建者”。

五、结语：从对立走向融合，是 AI 时代的真正升级

AI 的真正价值，不是取代人类的代码工作，而是重塑结构工作的方式。

“结构性能力”才是未来真正的护城河。

它不属于产品，也不属于技术，它属于一个新的复合型角色：能理解问题本质、能构建模型、能协同 AI、能推动工程。

这类人，不多，却是未来软件世界的中流砥柱。