引言：AI 没让软件工程过时

2026 年 6 月 5-6 日，Agentic AICon 2026 在上海召开。

复旦大学计算与智能创新学院副院长彭鑫教授在 KeynoteSpeech 1 中抛出一个反共识结论：

“AI 没有让软件工程过时，不过是之前面向人类开发者的管理和规范，转变为面向 AI 智能体的系统化引导和约束。”

这句话击中了"AI 焦虑"的核心：不是"AI 替代软件工程"，而是**“管理的对象变了”**。

对于资深工程 Leader 来说，这不是坏消息，而是最强赋能消息：

5 项核心管理能力（规范 / 文档 / review / 培训 / TDD）
  → 100% 迁移到 AI 时代（Harness / Context / LLM-as-Judge / RAG / 评测）

本文用 AICon 2026 三大顶级演讲者的 6 大金句，提炼资深 Leader 经验的 6 大不可替代性。

---

不可替代性 1：内建质量

“我们一定要内建质量，把它放到我们的设计宪章里面，才能保证效率不下降”
——张刚 / 上海英幕科技 资深技术专家 / 《Agent 时代的演进式设计》/ KeynoteSpeech 1 主讲

金句的 3 层拆解

层次	含义
1. 内建质量	质量 = 设计阶段的事，不是检测阶段的事
2. 设计宪章	写入团队宪法 = 不可妥协的原则
3. 效率不下降	质量不是"慢"，是"源头快"

Leader 经验的对应

资深 Leader 的核心职责 = “在源头定义质量” = 不是"检测"是"预防"。

AI 不会"内建质量"——AI 只能"检测"和"执行"。质量永远是设计者的责任。

---

不可替代性 2：人更有责任感和敬畏心

“AI 无责任感，和 AI 相比，人更有责任感和敬畏心”
“AI 欠缺全局把握和深层探索”
——彭鑫 / 复旦大学计算与智能创新学院副院长、教授 / 《复杂系统视角下的软件智能化开发机遇与挑战》/ KeynoteSpeech 1 联合出品

AI 强项：完美执行（不是责任感/敬畏心）

维度	表现
执行力	100% 执行，不偷懒
数据驱动	不情绪化
可重复	不走神，可重复 1000 次

AI 弱项：5 大根本问题（与段 5 完整版对应）

维度	表现
责任感	不会真正"担当"质量/后果
敬畏心	不会真正"尊重"代码/数据/用户
全局把握	只见局部，缺跨模块视角
深层探索	找不到"感觉不对"的信号
痛点	不会真正"在乎"任何事

Leader 经验的对应

资深 Leader = “人” = 有责任感 + 敬畏心 + 全局 + 深层 + 痛点 = 5 大根本性优势。

AI 释放了 Leader 的"执行"时间——让 Leader 专注于"判断"和"决策"。

“AI 是完美执行者，人是’在乎’的判断者”——这是 AI 时代最朴素的领导力金句

注：本段是启发 #2 现场版（2 大根本问题）+ 启发 #5 视频回顾深度版（5 大根本问题）的统一修正版——“AI 强/弱"说法在视频回顾后被修正为"AI 弱” = 5 大根本问题。

---

不可替代性 3：管人 → 管 AI

“AI 没有让软件工程过时，不过是之前面向人类开发者的管理和规范转变为面向 AI 智能体的系统化引导和约束”
——彭鑫 / 同主题深度版

5 项核心能力 100% 迁移

旧工具（管人）	新工具（管 AI）	Leader 经验对应
编码规范	Harness 工程	管理标准
设计文档	Context / RAG	知识管理
同事 review	LLM-as-Judge	质量把控
培训 / 师徒	RAG / 记忆张量	知识传递
TDD	Agent 评测驱动	验证流程

Leader 经验的对应

5 项管理能力 = 5 项"管 AI"能力 = 100% 迁移 = AI 时代的"原生资产"。

“老工具 1 个都没消失——只是从’管人’变成’管 AI’”

---

不可替代性 4：Coding Harness 4 要素

“做好 Coding Harness：需要良好的问题和验收标准；智能体可理解、导航和操控的环境；充分解耦的内部设计；重复抽象的底层交互”
——彭鑫 / 同主题深度版

4 要素 = Leader 5 项管理能力的"1:1 镜像"

Harness 4 要素	Leader 5 项管理能力
良好的问题	明确的产品目标
验收标准	OKR / KPI
可操控环境	团队工作流
充分解耦	模块化团队分工
重复抽象	工作流模板复用

Leader 经验的对应

Coding Harness 不是新东西——是 Leader 经验的 1:1 镜像。

资深 Leader 的所有管理动作 = Harness 的 4 大要素 = 直接复用，无须从零学起。

“做好 Coding Harness = 资深 Leader 经验的’AI 时代翻译’”

---

不可替代性 5：AI 5 大根本问题

“AI 缺乏敬畏之心和责任心；AI 没有痛点；AI 欠缺全局把握和深层探索”
——彭鑫 / 同主题深度版

5 大根本问题 = 5 大"人不可替代"依据

根本问题	含义	人的"有"
缺乏敬畏心	不会真正"尊重"代码/数据/用户	有
缺乏责任心	不会真正"担当"质量/后果	有
没有痛点	不会真正"在乎"任何事	有
欠缺全局把握	只见树木，不见森林	有
欠缺深层探索	不会"挖到底"	有

Leader 经验的对应

5 大根本问题 = 5 大"为什么 Leader 不可替代"。

最致命的是"没有痛点"——这是动机问题，不是能力问题，AI 永远不会真正"在乎"。

“质量不是检测出来的，是设计者’在乎’出来的”
AI 不会"在乎" = 质量永远需要 Leader 在源头"在乎"

“5 大根本问题 = 5 大’为什么人不可替代’”

---

不可替代性 6：AI 辅助开发三段论

问题：AI 辅助开发第一性问题 = 系统复杂性
方案：构建人机系统平台（AI 写 + 人决 + 工具链协同）
基础设施：代码数字孪生平台（给 AI 提供高层上下文知识）
——彭鑫 / 同主题深度版

3 段论 = Leader 经验的"系统化方法论"

段	内容	Leader 经验
1️⃣ 问题	系统复杂性	系统思维
2️⃣ 方案	人机系统平台	协调力
3️⃣ 基础设施	代码数字孪生	知识沉淀

Leader 经验的对应

资深 Leader = 顶层架构师 = "问题→方案→基础设施"完整方法论 = AI 时代最稀缺的能力。

“AI 辅助开发三段论 = 资深 Leader 经验的’理论化’”

---

6 大不可替代性总图

┌────────────────────────────────────────┐
│  资深 Leader 的 6 大不可替代性        │
│  （AICon 2026 / 张刚 + 彭鑫）          │
├────────────────────────────────────────┤
│                                        │
│  1. 内建质量（张刚）                    │
│     → 质量 = 设计阶段 = 源头预防       │
│                                        │
│  2. 人更有责任感/敬畏心（彭鑫）         │
│     → AI 5 大根本问题 = 释放 Leader 时间 │
│                                        │
│  3. 管人 → 管 AI（彭鑫）              │
│     → 5 项管理能力 100% 迁移           │
│                                        │
│  4. Coding Harness 4 要素（彭鑫）     │
│     → Leader 经验的 1:1 镜像           │
│                                        │
│  5. AI 5 大根本问题（彭鑫）            │
│     → 5 大"人不可替代"依据             │
│                                        │
│  6. AI 辅助开发三段论（彭鑫）          │
│     → 顶层架构 = 完整方法论            │
│                                        │
│  6 源验证 = 不可反驳的行业共识         │
│                                        │
└────────────────────────────────────────┘

结论

“AI 没让软件工程过时——只是把’管人’变成’管 AI’”

资深工程 Leader 的 5 项核心管理能力 = 100% 迁移到 AI 时代

“AI 5 大根本问题” = “5 大 Leader 不可替代”

“AI 时代 = 资深工程 Leader 经验的’原生资产’时代” 🌿

---

最后更新：2026-06-11
基于 AICon 2026 / 张刚 + 彭鑫 / 6 大金句
详细笔记：memory/test-heuristics.md
相关阅读：AICon 2026 完整参会报告