14
0本期嘉宾｜林浩 AI Agent 工程师，目前在网易从事 AI 全栈开发，为游戏美术同事开发 AI 创作平台。 他的职业路径从字节后端研发开始，后来进入网易，逐步从后端拓展到前端、客户端和 AI 全栈开发。过去遇到不熟悉的技术领域，往往需要找不同岗位的同事协作；现在借助 AI，他可以先把事情跑起来，再边做边学。
在工作中，他参与的产品也从早期的生图平台，逐渐走向更复杂的通用 Agent 平台：不只是生成一张图或一段视频，而是要理解美术同事的审美、上下文、知识库、用户记忆和完整创意生产流程。
林浩这一期最有价值的地方，不是讲“AI怎么写代码”，而是讲清楚一个工程师在AI时代的真实体感：
能力边界被打开了，代码产出变快了，工作流被重构了，但人的注意力、判断力、需求拆解能力和最终兜底责任，反而变得更重要。
但这一期真正重要的，不只是“AI让工程师更强了”。
我们还聊到另一面：
AI让代码产出越来越快，文档越来越多由AI生成，团队协作也开始变成“你的AI写一份文档，我的AI再读这份文档”。效率是提高了，但人的注意力也被撕碎了。多任务、多窗口、多模型、多Agent并行之后，人反而更难进入深度思考和心流状态。
这一期我们会聊到：
为什么AI会打破后端、前端、客户端之间的边界；为什么通用Agent平台不只是生成图片，而是要理解用户记忆、知识库和完整生产流程；为什么工程师在AI时代仍然要负责需求翻译、伪需求判断、历史上下文和发布兜底；以及，为什么AI让我们能做更多事，却更难专注一件事。
这不是一集AI Coding工具分享。
而是一集关于：
AI时代，工程师如何拓宽能力边界，同时重新夺回自己的注意力、判断力和深度思考能力。
主持人：Fancy
嘉宾：林浩
即刻/小红书/微信公众号：一切顺利鸭
b 站：一切顺利鸭啊
微信号：azerocoder
收听方式：
喜马拉雅，小宇宙，网易云音乐，qq音乐，豆瓣，App podcast ,Spotify,Google podcast ,overcast,YouTube.时间线
01:08:40–01:15:15｜多窗口、多模型、多任务为什么会跑偏：AI Review可能越修越远，目标需要反复拉回
01:21:24–01:25:26｜美术创作场景里，哪些交给AI，哪些必须留给人：批量、格式、生成交给AI，审美和精细调整留给人
01:51:27–01:54:57｜公众号与后续输出：林浩可以把工程师思维、规则化经验和AI时代的工作方法分享给更多非工程师
10个深度问题
你从字节后端研发到网易AI全栈开发，最大的能力边界变化是什么？
后端、前端、客户端在过去分别解决什么问题？AI为什么会打破这些岗位之间的护城河？
你第一次借助AI做出以前自己不敢想的客户端产品时，最大的体感是什么？
从生图平台到通用Agent平台，为什么真正变化的不只是技术，而是用户场景？
面向游戏美术同事做AI创作平台时，你如何理解“审美”“用户记忆”“知识库”和“生产流程”？
AI会写代码以后，工程师还不能被替代的价值到底在哪里？
你提到有些Bug不能随便修，为什么历史上下文和系统包袱反而是工程师经验的一部分？
对非工程师来说，如何用工程师思维向AI描述任务？一个好任务应该包含哪些关键要素？
AI让执行变快以后，为什么人反而更容易失去心流和独立思考？
未来工程师如果不想只被AI Coding工具替代，应该往产品、系统、商业、用户，还是组织协作方向拓展？
5个吸引力亮点
1. 这期把“AI全栈工程师”讲得很真实
林浩不是抽象说工程师要转型，而是具体讲到：后端工程师过去主要维护数据、服务器和基础设施；现在借助AI，可以自己做前端、客户端，甚至独立完成一个产品闭环。
2. “AI提高效率，也剥夺注意力”是这期最强钩子
林浩明确提到，AI确实提高了效率，但不同工作之间快速切换，也会让人的注意力不断被稀释，最后很难进入心流状态。这个问题很适合所有高频使用AI的人听。
3. 工程师还负责什么，这期拆得非常清楚
不是一句“工程师不会被替代”就结束，而是拆成：需求承接、需求翻译、伪需求判断、代码审查、历史上下文判断、发布上线、异常兜底和责任承担。
4. 这期非常适合非工程师学习“工程师思维”
林浩讲到，上下文、目录、工作区、记录、数据和可验证结果，都会影响AI的输出质量。对外贸老板、产品经理、内容创作者来说，这期能帮助他们理解：不是提示词越复杂越好，而是你的信息结构越清楚，AI越容易帮你做对。
5. 对AI协作副作用的讨论很有价值
这期讨论了一个很新的现象：产品经理用AI生成文档，工程师再把文档丢给自己的AI，AI和AI之间在传递信息，人反而变成文档搬运工。这种协作效率更高，但也可能削弱人的沟通、碰撞和思考。
