从初级到高级：代理 AI 介导的软件工程中的能量分配与职业成长导航
人机交互
2026-04-15 v2 人工智能
软件工程
摘要
初级工程师作为 AI 原住民，高级工程师则在职业中期适应 AI。AI 正在改变不仅是如何编码，更是谁拥有工作和职业成长中的能量。我们通过三阶段混合方法研究贡献了初级和高级关于其 AI 代理用法的见解：ACTA 混合方法结合 5 位资深工程师的 Delphi 过程，对 10 位初级工程师进行 AI 辅助调试任务，以及由 5 位更多资深工程师对初级提示历史进行盲审。我们发现，软件工程中的能量主要受组织政策约束，而非个人偏好，经验丰富的开发人员通过详细的委派保持控制，而新手在过度依赖和谨慎回避之间挣扎。高级工程师利用 AI 之前的基础直觉来驾驭现代工具，并为在早期 AI 鼓励的职业发展中为初级工程师提供宝贵的视角。基于结果的综合，我们建议三种实践：专注于为编码、学习和导师辅导保持软件工程中的能量，尤其是随着 AI 日益自主。
引用
@article{arxiv.2602.00496,
title = {From Junior to Senior: Allocating Agency and Navigating Professional Growth in Agentic AI-Mediated Software Engineering},
author = {Dana Feng and Bhada Yun and April Yi Wang},
journal= {arXiv preprint arXiv:2602.00496},
year = {2026}
}
备注
To appear in CHI'26