现在AI这么火为什么美国依旧软件吃香？

对于通用任务来说 是这样的
但是对于需要 specific knowledge 的 domain 至少目前 AI 还不能完全替代人类
另外 你的出发点（标题）本质上是错的 所以得不到正确的结论 地里码农裁了这么多波 我很好奇你从哪里得到 sde 吃香的结论？
如果你按图索骥 现在芯片上行 你应该快进到硅工 直接搞工艺和器件了

garyzl 发表于 2026-06-12 13:09:18
如何做出“依旧软件吃香”的判断？

我问地里很多人都说是软件的工作岗位比硬件多非常多

YuliaYu 发表于 2026-06-16 04:21:06
我问地里很多人都说是软件的工作岗位比硬件多非常多

你去火车上问乘客就会发现所有人都买了火车票。

YuliaYu 发表于 2026-06-04 06:32:37
？？？？？？AI人工智能啊…你在说什么…

楼主先“直”译下openai anthropic哈哈哈！估计地里得出一个谐音梗列表，不对，那样就失去了某个意义，lol。 建议你多用ai写写程序，不只是vibe coding，什么spec driven，agent development 都试试，就知道ai会助力软件行业，现在更需要的是具备调动ai去架构软件系统的人才。或者说定义好spec，告诉agent去做吧。未来的话可以完全自主，或者现在已经实现了，我孤陋寡闻了，大家指正一下。目前我看到ai可以主动修复bug，但还没看到ai可以100%主动收集需求，实现，发布，这个流程中多少需要人类干预下。不过我觉得初级swe需求会比较少了，个人感觉。applied/ai engineer 了解下。不过赞同楼上说的，换汤不换药，都是码农，除非去搞模型。

机器人不太懂，但你说的 “推理优化 LLM infra distributed systems  runtime” ---> 这些不也是软件工程师在做吗？？何意味 真没懂，做这些domain的程序员也叫software engineer而不是hardware engineer或者embedded engineer啊？

一个是前沿性，一个是稳定性，你要是接触航天软件估计会更震惊他们的落后性，但是稳定易修复，能经受住宇宙射线的不断轰击。

这几个方向都可以，而且比单纯“我会调包做ML”要硬不少。

CUDA / 推理优化 / LLM infra / compiler / runtime / distributed system，本质都是AI时代的底层基建。模型再强，也要有人把它训起来、跑起来、降成本、提吞吐、做稳定性、做多机多卡、做serving、做kernel优化。这些不是“让AI写几行代码”就能完全替代的。

robotics software也可以，但相对更窄一点。岗位数量一般不如纯infra/SWE多，location和公司选择也少一些，不过如果你是EE背景，懂控制、传感器、嵌入式、C++、ROS，再补好CS基础，反而有自己的差异化。

美国为什么软件还是吃香？因为美国科技公司大部分商业模式最后都落在软件系统上。AI火了以后，需求不是少写代码，而是更需要会搭系统的人。AI能帮你写函数、补样板代码，但真实工程里更难的是需求拆解、系统设计、debug、性能瓶颈、线上稳定性、安全、cost、跨团队沟通，这些AI目前还替不了。

但也别误解成“学CS就稳赚”。最危险的是那种只会刷题、写点web、调API、没系统能力的entry-level。AI确实会先卷这批人。

小EE本科的话，我觉得路线挺清楚：别只学ML paper，也别只学硬件。C++/Python、OS、network、distributed system、CUDA、compiler basics、ML systems，这些扎实学下来，比泛泛做CV/NLP项目更抗打。

这些方向可以，而且挺适合EE转CS/CE。只是别把目标定成“会用AI写代码”，要往“能让AI系统高效稳定跑起来”的人靠。

朗目的莴苣 发表于 2026-06-20 23:53:30
这几个方向都可以，而且比单纯“我会调包做ML”要硬不少。

CUDA / 推理优化 / LLM infra / compiler / runtime / d

好的谢谢大佬！！！特别清晰