‏AI جونیورا رو بی‌ارزش نکرده

خیلیا بعد از یه پست قبلی نویسنده بهش گفتن که «AI ارزش نهایی جونیورها رو از بین برده»: طبق این استدلال، سنیور کار رو طراحی می‌کنه، خردش می‌کنه، جونیور هرکدومو به یه ابزار AI پرامپت می‌ده، PR (یعنی درخواست ادغام کد) می‌سازه، و فیدبک سنیور رو دوباره به AI پاس می‌ده. اگه واقعا کار جونیور همینه، چرا باید حقوق کامل بهش داد؟

نویسنده به‌جاش یه اتفاق واقعی رو تعریف می‌کنه: یه فیچر که سال‌ها ازش خواسته بودن ولی هیچ‌وقت اولویت کافی نگرفته بود، رو به یه اینترن سپردن. اینترن خودش با پروداکت منیجر صحبت کرد، سند طراحی نوشت، با تیم هماهنگ شد و فیچرو ساخت؛ درسته که AI بیشتر کدشو نوشت، ولی تصمیم‌های اصلی و مدیریت مسیر با خود اینترن بود.

نکته‌ی اصلی نویسنده اینه که کار مهندسی هیچ‌وقت «نوشتن کد طبق اسپک» نبوده؛ کار واقعی حل کردن مشکل مشتری با نرم‌افزاره، که یعنی مدیریت پیچیدگی فنی. این پیچیدگی برای یه مهندس ارشد زیاده و برای جونیور کمه، ولی نقش هردو یکیه. تصمیم‌های ترید-آف (یعنی مصالحه بین گزینه‌های مختلف) هنوز به context‌ای نیاز داره که فراتر از خود کدبیسه، و این چیزیه که AI به‌تنهایی نمی‌تونه جاش تصمیم بگیره.

نویسنده میگه هزینه‌ی آموزش مهندسای تازه‌کار هم خیلی کمتر شده، چون بخشی از کاری که قبلا یا خود جونیور باید تحقیق می‌کرد یا سنیورها وقت می‌ذاشتن براش توضیح بدن، الان با AI سریع‌تر انجام میشه. علاوه بر این، اگه انتظار داریم مهندسا «AI-native» باشن، باید کسایی رو استخدام کنیم که از همون اول کارشون با AI شروع شده، و همین جونیورهای امروزی بهترین گزینه برای این نقشن.

نکات کلیدی:

• استدلال مقابل: AI کار جونیور رو به «پرامپت زدن و پاس دادن فیدبک» تقلیل داده و ارزششو از بین برده
• تو مثال نویسنده، یه اینترن یه فیچر چندساله رو کامل از صفر تا صد جلو برد، از صحبت با پروداکت منیجر تا پیاده‌سازی
• کار مهندسی یعنی مدیریت پیچیدگی فنی برای حل مشکل مشتری، نه فقط نوشتن کد؛ این تعریف برای همه‌ی سطوح یکیه
• تصمیم‌های ترید-آف نیاز به context فراتر از کدبیس دارن که AI به‌تنهایی نمی‌تونه جاش تصمیم بگیره
• هزینه‌ی آموزش مهندسای تازه‌کار با کمک AI به‌شدت کاهش پیدا کرده
• سازمان‌ها اگه دنبال مهندس «AI-native» هستن، باید رو جونیورهای امروزی که از اول با AI کار کردن سرمایه‌گذاری کنن