目标

探讨随着 AI 改变软件开发成本结构，为什么产品工程可能成为传统 SDE 在 AI 时代的一个职业方向。

• AI 如何影响传统 SDLC
• SDE 在 AI 时代的能力迁移方向
• 产品工程能力应该如何建立

是什么

Product Engineer 是同时具备产品判断和端到端交付能力的工程师。

• 能理解用户问题和产品目标
• 能基于产品取舍做技术决策
• 能完成从方案到上线的交付
• 能根据反馈评估效果并持续迭代

为什么

传统产品生命周期

先看一个常见产品生命周期。这里最重要的是问题和价值的配对：每个阶段解决什么问题，对应创造什么价值。

再看这些阶段在组织中通常由哪些角色承担。

AI 对 SDLC 流程的影响

AI 擅长什么，不擅长什么

AI 对工作的影响，主要取决于任务边界是否清晰。

• 擅长：输入、输出、规则和评价标准清晰的任务。
  • 例子：编码、测试、文档和常规技术调研。
• 不擅长：输入、输出、约束和成功标准都不清楚的复杂工作。
  • 例子：问题定义、用户上下文、业务取舍、产品判断和最终决策。

相关探索：AI exploration notes

对不同角色层级的影响

按上面的角色分层看，AI 对不同层级的影响并不相同。

下面的百分比来自我自己的经验体感，不是统计结论。它表示在当前 AI 能力下，各层级大概会被影响到什么程度。

对公司组织和市场需求的影响

因此在组织调整时，纯执行型角色和一部分中间协调型角色更容易受到冲击。裁员和岗位减少不只和 AI 有关，也和招聘周期、资金成本、前几年扩张过快、公司降本增效有关。

组织收缩、效率要求提高之后，更稀缺的是这类人：能处理不清晰的问题，能做跨职能取舍，能用 AI 放大交付效率，也能把产品决策、技术交付和业务结果连起来。

招聘市场证据：

• 技能需求正在转向 AI 加人类判断。WEF’s Future of Jobs Report 2025 将 AI 和 big data 列为快速增长技能，同时强调 analytical thinking、creative thinking、leadership 和 collaboration。
• SWE 市场的技能结构正在变化。LinkedIn’s 2026 U.S. Software Engineer Talent Landscape 提到，新的 SWE 招聘更看重云平台和快速增长的 AI 相关工具。
• AI 需求不只属于 AI developer。PwC’s 2026 AI Jobs Barometer 显示 AI 相关角色和 AI user roles 的需求都在增长。

SDE 的新价值区和职业方向

新方向从哪里来

从产品生命周期看，SDE 值得投入的新方向，最好满足三个条件：

• 短期内 AI 做不好。
• 在产品生命周期里有明确位置。
• SDE 能用软件工程能力参与进去。

新价值链是什么

这里有两条路径：

• 单层深度：继续在某一层加深，例如战略、规划、架构或执行。
• 跨层连接：把战略、规划和执行串起来，形成结果闭环。

我更推荐跨层连接。

单层深度仍然有价值，但每一层都会被 AI 改变。更值得关注的机会，是连接这些层级，把不清晰的目标拆成可执行、可验证、能借助 AI 提效的工作。

在常见互联网业务团队里，Product Engineering 是跨层连接的一条具体路径。

本文后续会聚焦 Product Engineer，而不是 Infrastructure Architect。

• 我过去更多在应用、框架和系统架构方向积累深度。
• 我现在对 Product Engineer 方向更感兴趣。

怎么做

本节只保留高层实践框架。

基本顺序是：先判断方向是否值得做，再验证方案是否成立，最后高质量交付。

Product Engineer 和纯 PM 或 Tech Lead 的差异，在于能把 discovery 接到工程闭环里：产品假设、原型、技术取舍、埋点、交付和迭代。

产品风险

在投入大量交付成本之前，先判断主要产品风险是否可控。

Discovery

在正式投入方案前，用 discovery 降低不确定性。

Delivery

用 delivery 把验证过的方向落成可运行的软件，并拿到可衡量的结果。