软件公司只剩4种岗？我测了这个暴论

一个在 AI 圈被反复讨论的预言：未来软件公司只需要产品设计师、Agent 编排管理员、Infra、FDE 四种人。我找了一圈数据，发现它既对得吓人，又漏掉了一半真相。

YC 的 Garry Tan 在今年的一次分享里说了个数字：W25 batch 里，大约四分之一的创业公司 95% 以上的代码是 AI 写的。他原话是——过去需要 50 到 100 个工程师才能做到的收入规模，现在 10 个人以内就能达到。

同一时间，Sam Altman 和 Anthropic 的 Dario Amodei 都在不同场合提到过「一人独角兽」这个概念——一个人加一群 AI Agent，做到十亿美元估值。Altman 甚至给了时间线：2026 到 2028 年之间。

这些信号叠加在一起，就有了一个越来越多人讨论的暴论：

未来一个软件公司可能就那么几种类型的工种——产品设计师、Agent 编排管理员、Infra、FDE。其他角色，都会被 AI Agent 吸收掉。

我花了一个下午把这个暴论拆开看了看。结果很有意思：它在趋势判断上准得让人不舒服，但在终态描述上又过度简化了。

四角色模型

● ● ●

一、产品设计师——争议最小的那个

定位：定义「做什么、为谁做」。

2026 年的 AI 已经能干很多事了。它能生成 UI 稿、写 PRD 草稿、分析 A/B 测试数据。但「决定做什么」这件事的核心——理解人的模糊需求、洞察没被说出来的痛点、在商业约束和用户价值之间做取舍——AI 还是做不到。

这个判断和行业共识基本一致。Garry Tan 在 YC 的观察很直白：现在最值钱的不是会写代码的人，而是「知道要写什么」的人。产品 taste 正在变成 AI 时代最稀缺的资源。

趋势是产品设计师的边界在扩大。 以前他们出 Figma 稿，未来他们可能要直接定义 Agent 的行为规范——prompt system、constraint specification、输出质量标准。这意味着这个角色需要比现在更强的技术素养，但它的核心不可替代。

验证结论：✅ 站得住。这是暴论里最稳的一个角色。

● ● ●

二、Agent 编排管理员——最核心，也最激进

定位：协调 AI Agent 执行。替代了谁？前端、后端、全栈、QA、DevOps、甚至部分 PM。

暴论里最「暴」的就是这个角色——它声称所有传统开发岗位会被一个角色吸收。证据呢？

Garry Tan 的数据。 YC W25 batch 里 25% 的公司 95%+ 代码由 AI 生成。10 人以下团队替代了 50-100 人的工程师规模。

多 Agent 编排在加速。 行业报告显示，2026 年多 Agent 编排占比 22%，预测 2027 年达 45-50%。编排层本身在快速成熟——Amazon Bedrock AgentCore、LangGraph、以及各种开源方案都在降低编排门槛。

Gartner 的警告。 80% 的工程师需要在 2027 年前 upskill。注意措辞——不是「80% 会被淘汰」，而是「不转型就会被淘汰」。这恰恰印证了「编排管理员」作为新工种的合理性。

但这个角色的内部差异极大。在 10 人的创业公司里，编排管理员是一个人管理 20 个 coding agent，定义 spec、review 输出、做集成。在 1000 人的企业里，同一个头衔做的事完全不同——管理 agent pipeline 的治理、安全、成本、权限、评估体系。这其实是一个谱系，不是一个岗位。

验证结论：✅ 趋势对，但内部差异被严重低估。

● ● ●

三、Infra——暴论的安全网

定位：底层保障。跑在哪、稳不稳。

Infra 是暴论的「安全网」——它承认总得有人管服务器。但这个角色被定义得太模糊了。

实际上 「Infra」 在 AI 时代正在裂变：

• 传统 Infra（网络、存储、K8s）在快速自动化
• AI Infra（GPU 集群、推理优化、模型 serving）是全新的、极度紧缺的方向
• 安全——Agent 的权限越大，攻击面越大。prompt injection、自主行动的审计、数据泄露——这些只会更重要

把安全工程师和 AI Infra 工程师都塞进「Infra」一个筐，低估了它们各自成为独立工种的可能性。

验证结论：🟡 方向对，但粒度太粗。安全可能独立壮大。

● ● ●

四、FDE——最被低估，但适用场景有限

定位：把系统部署到客户现场。

FDE（Forward Deployed Engineer）是 Palantir 首创的角色。核心是把复杂软件嵌入到客户的真实环境里——不是远程部署，是人到现场。

我在之前的一次调研里看到过一个很好的中国本土案例：金珵科技的 FDE 在生物发酵工厂现场写菌种适配算法。这个算法模块化之后，复用到污水处理场景只需要调三个参数。

FDE 的本质是：软件永远不只是代码。它要嵌到物理世界和组织流程里。现场观察、在不完整信息下做判断、建立信任——这些都是 AI 做不到的。

但这个角色有个悖论：如果产品真的被 AI Agent 开发得足够好，为什么还需要人去现场部署？它在 SaaS 公司和纯数字产品里可能根本不存在。它更适合 B2B 深集成场景。

验证结论：🟡 方向对，但适用范围被高估了。

● ● ●

五、暴论漏掉了什么

验证完四个角色，我看到至少有三个重要工种被跳过了：

AI/ML 研究人员。 编排管理员是「用」Agent 的，不是「造」Agent 的。模型训练、fine-tuning、RLHF、评估体系——这些不可能被一个编排角色吸收。造 Agent 和使用 Agent 是两个完全不同的技能树。

安全工程师。 Agent 越自主，安全越重要。这不是 Infra 的子集——prompt injection 防御、自主行动的审计追踪、Agent 间的权限隔离，这些都是全新的安全问题。

数据工程师/数据策略师。 Agent 做决策需要高质量数据管道。AI 能写 SQL，但不能替人决定什么数据重要、数据怎么治理、pipeline 怎么设计。

还有一个更底层的 counter-argument：暴论描述的是「AI Agent 产品公司」的理想形态，不是所有软件公司的终局。 你做 Agent 编排平台，人员结构可能确实趋近于这个模型。但如果你做数据库内核、游戏引擎、嵌入式系统——在训练数据匮乏的领域，AI 的代码能力断崖式下降，人类专家依然不可替代。

● ● ●

六、时间线

暴论没给时间线，但这是最关键的问题：

时间线判断

2025-2027（现在）。 10 人以下创业公司已经有四角色雏形。50 人以上公司传统角色仍大量存在，但 junior dev 招聘在肉眼可见地萎缩。YC 的数据是真实发生的。

2027-2030。 四角色模型可能在中小型 SaaS 公司成为主流。大公司里「Agent 编排」作为独立职能出现，但安全、数据、ML 仍然是独立团队。Gartner 预测的 80% 工程师 upskill 会在这个窗口发生。

2030+。 取决于 Agent 能力是否继续指数增长。如果继续——工种可能真的收敛到 5-6 种。但「如果」是关键词。这不是必然。

● ● ●

底线判断

修正版角色模型

这个暴论对趋势的捕捉是准确的——「写代码」作为独立工种正在消失，被编排取代。产品 sense 成为最稀缺的能力。Infra 是最后被抽象掉的层。落地部署需要人类桥接。这些都对。

但把终态硬压到 4 个角色是过度简化。修正后的版本可能是这样的：

未来一个产品型软件公司的核心工种会收敛到 5-6 种：产品设计师 → Agent 编排工程师 → AI 研究员 → Infra/安全工程师 → FDE → 可能再加一个数据策略师。

从今天的 20 多种工种缩到 5-6 种，这本身已经是一个够暴的预言了。不需要硬压到 4。

如果你现在就在做软件创业，最务实的策略不是纠结裁掉谁保留谁——而是把你自己先变成「Agent 编排管理员」。不管你现在的 title 是什么，能熟练协调一群 AI Agent 完成端到端交付的人，正在成为团队里最不可替代的那个。

验证数据来源：Garry Tan (YC CEO) 公开分享、AWS AgentCore 行业报告 2026、Gartner 2025 预测、金珵科技 FDE 模型案例、多家行业分析