AI 时代工程师的能力模型别用工具数量打分会用多少个 AI 产品很容易统计却不能说明能否交付软件。更稳定的能力是把模糊问题拆成约束验证结果并在工具失败时继续推进。四个可观察的维度问题定义看是否写清目标和不做什么上下文工程看能否给出相关代码与证据验证能力看是否覆盖失败路径责任边界看是否识别权限、隐私和外部影响。growth_review: problem_definition: evidence_required context_selection: evidence_required verification: evidence_required risk_ownership: evidence_required学习任务要有产出与其安排“掌握某工具”不如完成一个小型改造定位真实问题先手工解决再让 AI 辅助比较返工与验证成本。记录哪一步节省了时间哪一步引入了错误。不编造效率倍数不同任务差异很大。没有样本、基线和统计口径就只讨论工作方式变化。成长评估以代码、设计记录和复盘为证据不用模糊的“AI 熟练度”。工具会快速更替判断和验证不会。能力模型围绕后者设计工程师才不会被版本更新牵着走。