AI 教不会的四件事，和永远初级的工程师
Criteo 一位初级工程师写下她的做法：让 agent 反过来考自己、每周留一次手写、把 review 意见写进规则文件。读完能知道怎么不把自己养成「永远初级」。
入行第一年，最值钱的不是产出，是那些被允许犯的错误。而 AI 正在把这些机会一个个收走。
一、发生了什么
10 月 7 日，Criteo 初级软件工程师 Elise Baturone 在公司技术博客发文。她的判断是：真正该担心的不是软件工程师消失，是高级工程师消失——所有人都停在初级，只能用另一个 agent 去审查一个 agent 的产出。
她列了四项 AI 替不了的能力：好奇心、审查、手写（自主性）、以及和高级工程师的师徒关系。每一项都配了具体做法，而不是口号。
比如她给 agent 写了一份 skill.md，要求它用苏格拉底式提问反过来考自己：解释方案、预测改动后果、说明失败模式、用一句话为取舍辩护。文件里还写死两条：探索阶段只读，改文件、跑迁移、提交前必须确认。她所在的团队做产品目录，每次新增实体类型，高级工程师都会指出「这和已有的某个很像」，于是她把「偏离模板必须给出理由」也写进了规则。
效果是自述的：一开始每次用 agent 都要打开这份文件，现在几乎一天都不打开一次，因为规则内化了；晋升提名比原计划提前。
这篇文章是个人经验，没有对照实验，也没有样本量。
二、跟你有什么关系
刚入行的。 你省下的每一次「自己写」，两年后会变成说不清的设计理由。面试问「为什么这么分层」，答不上来就是答不上来。
带人的。 你留在代码里的每条 review 评论，是新人唯一免费的训练集。写「这里改一下」很省事，写「这里为什么不对」才是培养。
管团队的。 只考核 token 成本的团队，正在系统性地生产永远初级的人。省下的账单，会在两三年后以「没人能拍板」的形式还回来。
三、怎么用
读到这儿，可以顺路看 有公司反着来：AI 只给业绩最好的人先用 支付公司 Paysend 把通用 AI 工具先发给高绩效员工，新人要用一个月证明它带来了什么。读完能看清这种「配给制」的逻辑、副作用，以及怎么在自己团队里试。- 让 agent 先考你。 开工前让它就方案问三个问题：为什么这么改、会影响谁、失败时怎么回滚。答不上来就先别让它动手。写不出来的理由，通常就是不成立的理由。
- 每周留一次手写。 挑一个已上线功能的小改动，关掉补全自己改。目的不是产量，是保持「哪里不对」的直觉。改完再让 agent 审一遍，对比它挑出的问题和你自己的想法。
- 把 review 变成模板。 看到高级工程师反复提同一类意见，就把它写进 skill.md。下次让 agent 起草时就符合规范，你只审偏离的部分。这是把别人的判断力转成自己的检查表。
四、三个别信的说法
「学语法过时了。」 语法确实查得到。但「这段代码为什么这样组织」「这个抽象为什么多余」查不到。前者是记忆，后者是判断，而判断只能靠改错改出来。
「AI 写得比我好，所以我不用看懂。」 看不懂的代码上线后出问题，你连该回滚哪一行都不知道。更麻烦的是，你没法判断 agent 是「改对了」还是「改得能跑」。
「有了 skill.md 就等于有了高级工程师。」 文件让初稿更像团队代码，但写出这些规则的人才是高级工程师。规则会过时，判断不会。
五、一句话结论
agent 能替你写，替不了你练；今天省下的重复次数，最后都会变成你欠自己的债。
信息来源
功能与价格以官方公告为准。本文写于 2026 年 10 月 18 日。
每周一封，只发新教程和可复制模板。不发广告，随时退订。