AI时代，会“向上管理”的同事过得更好了

干了十几年的老验证工程师每天写testbench、跑回归、查波形。活儿不少但你问他这个项目到底要做什么、客户卡在哪里、架构组下个版本想往哪走——他答不上来。而隔壁那个资历没他深的同事代码写得一般但每次跨组会议都在每次方案讨论都能说几句项目经理的意图他基本都清楚。以前这两个人差距不明显。现在差距正在快速拉大。AI出现之后技术门槛这件事本身变了。重复性的活AI在慢慢接管这个趋势没有争议。写约束文件的模板、跑lint的脚本、生成寄存器模型描述文档——这类事情以前需要有经验的工程师来做现在工具越来越能替代。这部分人的价值客观来说正在缩水。但另一端发生了什么那些能把需求说清楚、能在不同团队之间传递准确信息、能把模糊的产品要求翻译成技术语言的人他们的价值在涨。这里有个关键词——准确。不是会说话就行。芯片研发里一个需求描述不清楚后果可能是几个工程师跑了两周的仿真全部作废。所谓向上管理、跨组沟通核心不是察言观色是信息传递的准确性。这个要求比写代码难多了因为它要求你同时理解技术和人。有一种工程师在AI时代会变得很尴尬。技术不差但只会做分配下来的任务。上游要什么、下游卡在哪、项目整体风险在哪——这些事情他不关心也没有习惯去关心。过去这个模式能活得不错因为做好自己那块就够了。现在不够了。当AI可以承接相当一部分执行层的工作剩下来最需要人做的是判断、是优先级、是在信息不完整的情况下做出合理的技术决策。这些能力跟你能不能快速写出一个UVM sequence没有直接关系。芯片项目本质上是一个极度依赖协作的系统工程。前端、后端、验证、系统、软件、封测每一个环节都会影响最终结果。谁对全局理解得更透彻谁就能在关键节点上做出更好的判断也更容易把资源协调到位。这种系统感不是天生的是靠长期参与讨论、主动去理解自己环节之外的东西积累出来的。有个问题可以问自己如果明天组里来了一个新人你花一个月教他他能接手你现在的工作多少如果答案是大部分都能接那要想想这个工作被AI接手需要多久。技术深度当然重要但只有技术深度、没有协作和判断能力的工程师在AI时代正在变成一个高风险的职业状态。这不是危言耸听结构性的变化已经在发生了。