最近一个非常明显的变化是,测试和前端开发这些细分工种,正在逐渐被收敛。

今天很多研发流程依然是 Human in the Loop,人还深度参与在工作流中。但我们更想看到的状态是 Human over the Loop,人逐渐脱离具体工作流,让任务能够自循环、自验证、自进化。

这里核心要解决两个问题。

第一个是验证。

AI 的生产速度一定会超过人的验收速度。如果每一份 AI 产出最后都需要人来 Review、测试和验收,那么 AI 生产得越快,人反而越容易成为整个系统的瓶颈。要真正实现 Human over the Loop,验证本身也必须交给 AI。人负责定义目标、标准和边界,AI 负责执行,同时完成验证、反馈和修正。

第二个问题也随之而来。当大量任务的生产和验收都开始发生在 Agent 之间,我们还需要那么多面向人的前端表达吗?

过去的软件大量服务于 Human Computer Interaction,所以需要非常丰富的界面、交互和前端工程。未来人机交互会减少,机机交互会越来越多。很多过去通过页面、按钮、表单完成的操作,会变成 Agent 之间的协议调用、状态传递和任务协同。

所以前端的工作也会发生迁移,从"怎么让人更好地操作系统",逐渐转向"怎么让人更好地控制 Agent,以及让 Agent 之间更好地协同"。

而 Agent 之间这一层协同,本身又天然适合自动化。Agent 能够理解目标,能够调用工具,也能够根据反馈继续执行。所以从这个视角往下推,测试、前端这些高度依附于传统软件生产流程的细分工种,会最先受到冲击。

再往后看,未来的人才结构可能会逐渐收敛到两类。

一类是端到端交付的人。他们面对的是业务问题,从需求洞察开始,一直到方案、研发、验证、上线和运营,对最终结果负责。

另一类是领域专家。他们解决的是足够深的专业问题,包括架构、性能、安全、基础设施,以及 AI Harness 等复杂工程能力,把自己的专业知识沉淀成工具、规则、评测体系和 Agent 可以复用的能力。

这两类人都不可或缺。一个负责把事情做成,一个负责把某一类事情做到足够深。

过去组织通过大量细分工种完成协作,未来更多会通过"端到端交付者 + 领域专家 + Agent"完成协作。细分工种会不断收敛,人的责任边界会越来越大,专家能力也会越来越深。