# 后端工程师

> 负责「错了很贵、而且看不见」的那一层 —— 必须保持一致的数据、绝不能扣两次的钱,以及凌晨三点必须还活着的服务。

网页: https://flyvolo.ai/zh/careers/backend-developer
影响指数: 54/100 · 置信度 低置信度 · 评估于 2026-09-12
这不是失业概率。

## 适用范围

适用于做服务、接口与数据层的工程师。它按「你负责哪一层」切,不按资历 —— 初级与中高级那两页是按资历切的,一个资深后端同时落在两边。平台与稳定性工程有重叠,但要为不同的事情负责;数据管道另有一页。

## 任务

### 接口,以及它们之间的管子

- 方向: 正在自动化
- 依据: 有证据(附已核实记录)
- 为什么: 规格清晰、训练数据里大量存在、跑一下就能验证 —— 让任何任务成为生成强项的正是这三个性质。它同时也是「从外面看后端工作」时看到的大部分内容。
- 这还不能说明什么: 生成一个接口,和「决定它该不该存在、它必须保证什么、被调用两次会怎样」是两回事。在这份工作里,打字很少是贵的那一部分。
- 记录:
  - 2026-04-13 · 实际部署 · 45 个美国联邦机构里有 31 个在 2025 年联邦 AI 用例清单里报告了商用 AI 编码工具,点名 GitHub Copilot、Claude Code、Codex 与 Poolside — https://flyvolo.ai/zh/changes/ev-20260413-backend-developer-2 (来源: https://github.com/ombegov/2025-Federal-Agency-AI-Use-Case-Inventory/blob/3c225ba8438e48306ace7698c8c7feb9486cbc69/Data/2025_consolidated_COTS_AI_use_cases.csv)
  - 2024-10-29 · 实际部署 · Alphabet CEO 在 2024 年第三季度财报电话会上表示,Google 超过四分之一的新代码由 AI 生成,再由工程师审核并接受 — https://flyvolo.ai/zh/changes/ev-20241029-backend-developer-3 (来源: https://blog.google/company-news/inside-google/message-ceo/alphabet-earnings-q3-2024/)
  - 2024-08-01 · 实际部署 · 亚马逊称用智能体把自己数以万计的生产 Java 应用从 Java 8 或 11 升到了 Java 17,并估计人工做完等于四千五百多人年的开发工作 — https://flyvolo.ai/zh/changes/ev-20240801-backend-developer-1 (来源: https://aws.amazon.com/blogs/devops/amazon-q-developer-just-reached-a-260-million-dollar-milestone/)

### 在事情同时发生时保持正确

- 方向: 仍由人主导
- 依据: 有证据(附已核实记录)
- 为什么: 这类 bug 不会在测试里出现,常常几个月都不出现。要推理它们,需要在脑子里装着「同时还有什么在跑」和「一次部分失败会留下什么」,而正确答案取决于这门生意做过什么承诺,不取决于你眼前这段代码。
- 这还不能说明什么: Uber 报告说,一个工具如今为其 Go 代码里的底层数据竞争起草修复,代码负责人接受了大部分,也拒绝了一些通过测试却是错的;那是一个代码库里的数据竞争,不是跨服务的事务或顺序。故障几乎从不被公开归因于生成的并发代码,而这种沉默并不证明它没有发生。
- 记录:
  - 2025-04-22 · 实际部署 · Uber 称,其基于大模型的工具在 18 个月里为 Go 代码库中 404 个数据竞争里的 224 个生成了修复,开发者在代码评审中接受了其中 193 个 — https://flyvolo.ai/zh/changes/ev-20250422-backend-developer-4 (来源: https://arxiv.org/abs/2504.15637)

### 数据模型,以及在它被使用时改它

- 方向: 仍由人主导
- 依据: 有证据(附已核实记录)
- 为什么: 早期的表结构决定会在几年后变得很贵,而这种代价的位置任何工具从当前代码里都看不出来 —— 因为它长在「已经写进数据里的东西」里。一次迁移在实践中也是不可逆的,这把它放进了「必须有人担责」而不是「有人辅助」的那一类。
- 这还不能说明什么: Google 报告说,在一次大规模 ID 迁移中,大部分代码由 AI 编写,而每一处改动都由人评审、由人上线;那是一家公司的代码改动,不是线上数据库的结构迁移。这里的判断关乎谁来决定、谁来负责,而不是谁来敲代码。
- 记录:
  - 2025-01-12 · 实际部署 · Google 称,在把广告系统 ID 从 32 位迁到 64 位的迁移中,落地的代码改动有 80% 完全由 AI 编写,而代码评审和上线仍需要人 — https://flyvolo.ai/zh/changes/ev-20250112-backend-developer-5 (来源: https://arxiv.org/abs/2501.06972)

### 谁有权看到什么

- 方向: 仍由人主导
- 依据: 有证据(附已核实记录)
- 为什么: 生成是朝着「被描述出来的那个请求」优化的,而一个鉴权漏洞恰恰是没有人描述过的那种情况。这也是「自信、看起来合理、但是错的」答案最危险的领域 —— 在有人利用它之前,它和正确答案长得一模一样。
- 这还不能说明什么: 英国网络安全机构建议授权逻辑更多地手写,一项基准发现各模型能运行的后端里约有一半可被攻破;两者都不是在同一代码库里区分生成代码与手写代码的缺陷研究 —— 那才能下定论。受监管的环境本就要求在这里由人签字,这可能比难度本身起了更大的作用。
- 记录:
  - 2026-06-18 · 限制或撤回 · 英国国家网络安全中心建议开发者在借助 AI 编写认证或授权逻辑时,往手写代码那一端靠 — https://flyvolo.ai/zh/changes/ev-20260618-backend-developer-6 (来源: https://www.ncsc.gov.uk/blogs/the-vibe-coding-spectrum-approach-to-ai-assisted-software-development)
  - 2025-05-30 · 限制或撤回 · 在 392 个后端任务上,最好的模型写出的代码只有 35% 既正确又安全,各模型能运行的程序里约有一半可被攻破 — https://flyvolo.ai/zh/changes/ev-20250530-backend-developer-7 (来源: https://arxiv.org/abs/2502.11844v3)

### 它花多少钱、有多快

- 方向: 正在被增强
- 依据: 有证据(附已核实记录)
- 为什么: 工具在「揪出那条病态查询、建议加哪个索引」上确实很强。它们弱在取舍上 —— 花钱换更快是一个生意决定,而「哪个请求要紧」取决于你知道这个产品是干什么的。
- 这还不能说明什么: 这里没有任何东西测量了「实践中有多少已经由工具驱动」,而一个有可观测性预算的团队和一个没有的团队之间,答案差得极远。
- 记录:
  - 2024-08-01 · 实际部署 · 亚马逊称用智能体把自己数以万计的生产 Java 应用从 Java 8 或 11 升到了 Java 17,并估计人工做完等于四千五百多人年的开发工作 — https://flyvolo.ai/zh/changes/ev-20240801-backend-developer-1 (来源: https://aws.amazon.com/blogs/devops/amazon-q-developer-just-reached-a-260-million-dollar-milestone/)

### 被呼叫叫醒的那个人

- 方向: 仍由人主导
- 依据: 有证据(附已核实记录)
- 为什么: 诊断越来越多地被辅助,而那确实有用。但决定不是:为了恢复服务而选择接受一笔已知的损失,是一个有后果、必须有人承担的判断,而且它在设计上就是在信息不全时做出的。
- 这还不能说明什么: 它没有说值班负担是在变重还是变轻 —— 而那才是大多数工程师真正关心的问题,也正是没有人会公布的那个数。
- 记录:
  - 2023-11-13 · 实际部署 · 微软称,一个基于大模型的故障处理工具,其诊断信息收集部分已被 30 多个团队使用四年,根因预测部分由一个故障管理团队在用 — https://flyvolo.ai/zh/changes/ev-20231113-backend-developer-8 (来源: https://arxiv.org/abs/2305.15778v4)

## 怎么引用

- 单位是任务,不是职位名:说哪些任务在变、哪些不变。
- 每项任务的依据与限制要一起带上;推断不是结论。
- 本页不给年份。不要从中推出一个。
- 更多: https://flyvolo.ai/llms.txt