·tian
绩效评估衡量的是舰队，而不是工程师
PR 数量和速度现在衡量的是你对智能体的驾驭能力，而不是你的工程判断力。当 AI 编写了一半的代码变更时，绩效校准、评估指标和职业阶梯必须如何随之改变。
insider
ai-agents
engineering-management
developer-productivity
+1·tian
断裂的学徒制：当 AI 吞噬琐事时，如何重建工程师技能阶梯
AI 自动化了那些曾经在潜移默化中将初级工程师磨练成高级工程师的琐碎工作。本文探讨了为什么技能阶梯正在失去底层台阶，以及如何有意识地重建从初级到高级的晋升路径。
career
ai-engineering
mentorship
engineering-management
·tian
AI 工程师晋升自评报告：让随机性工作在绩效评审中清晰可见
AI 工程工作不适用于确定性的自评模板。本文介绍如何量化那些基于评估驱动、具有随机性且逐步发布的 AI 工作，从而让校准委员会能够真正认可你的贡献。
ai-engineering
career
evals
performance-review
+1·tian
为什么 AI 工程培训项目永远落后于模型
AI 工程培训项目在结构上注定落后于当前工具 12–18 个月。能跨越模型世代存续的第一性原理课程体系——以及当工具过期速度快于掌握速度时，资历究竟意味着什么。
insider
ai-engineering
skills
training
+2·tian
提示工程的职业陷阱：哪些 AI 技能会复利增长，哪些会逐渐退化
大多数提示工程技能都有半衰期。随着模型的改进，少样本示例和思维链（CoT）模板的价值会逐渐侵蚀，而评估设计、行为规范和系统架构则会产生复利效应。本文将告诉你如何判断你的技能处于哪一边。
insider
ai-engineering
career
prompt-engineering
+2·tian
没上线新功能的 AI 工程师该如何写晋升材料
那些工作重点在于“预防”的 AI 工程师——比如捕捉到的评估回退、未产生的成本、从未发生的事故——该如何编写一份能让校准委员会给出高分的晋升材料。
ai-engineering
career
promotion
eval
+1·tian
AI 工程师职级体系：为什么你的 SWE 晋升框架在骗你
标准软件工程晋升框架系统性地误判 AI 工程师的表现。当模型承担大部分编码工作时，初级与高级工程师之间究竟区别在哪里？
ai-engineering
career
engineering-management
llm
·tian
胶水工程师之死：AI 正在吞噬连接系统的工作
AI 代理正在快速自动化集成工作——ETL 管道、API 适配器、Webhook 处理器——这些正是胶水工程师赖以为生的领域。本文分析哪些工作最先消失、哪些仍不可或缺，以及如何在实现层消失之前向上迁移。
ai-engineering
career
integration
automation
+1·tian
高原
高原是一个职业状态，维持现状消耗了你所有的时间和精力，以至于你无法突破，达到生活的下一个阶段。这里有一些建议可以帮助你前进。
career