软件工程不是写代码！谷歌DeepMind高管坦言：代码接近免费，但程序员最难的工作才刚开始

　　来源：市场资讯

　　（来源：51CTO技术栈）

　　
编辑 | 姜篇

　　“Software engineering is not about writing code.”

　　Benoit Schillings：软件工程不是写代码。

　　Benoit是谷歌DeepMind研究总裁，同时也是一位写了45年代码的老工程师。

　　备注：Benoit最早在Apple II和Commodore 64上用汇编写游戏，后来用过C++、Python，如今也在Vibe Coding。曾供职Google X，现在是Google DeepMind研究总裁，带领团队负责AI面向Gemini落地。

　　在Benoit看来，写出一段能够运行的代码，只是完成了软件开发的第一步，工程师还要理解系统结构、理清模块依赖、判断改动范围，并证明修改不会破坏已有功能。

　　在AI Engineer World's Fair 2026上，他用20分钟讲了一件事：代码正在变得便宜，但软件并没有因此变得容易开发。

　　新入职的工程师面对一个有3500万行PHP的代码库，需要在不破坏系统的情况下动一处逻辑。

　　这才是Benoit眼里的软件工程。

　　以下为演讲内容，我们进行了翻译与整理。

　　写了45年代码，他最早也不相信编译器

　　Benoit回忆道，早年在他一直用汇编语言写代码时，他并不信任编译器，总担心机器转换出来的代码会出错。

　　后来，他逐渐接受了C++和编译器，却又对带有垃圾回收机制的语言产生怀疑。

　　在当时的他看来，程序员如果不亲自管理内存，就不能算真正会编程。

　　但是现在，他每天用Python，也用Vibe Coding。他拿自己开玩笑：老狗也能学会新把戏。

　　这段经历很像开发者面对Coding Agent时的心路。

　　从“它写得没我好”，到把一个函数交给它，再到让它读仓库、改文件和跑测试。工具变了，程序员对“什么才算编程”的理解也会跟着变。

　　回顾45年编程经历

　　函数和模块，最初是为人脑减负

　　Benoit把软件开发分成了几个阶段。

　　他刚入行时，限制程序的是机器。

　　内存少，处理器慢，工程师要从硬件里挤出最后一点性能。计算资源降价后，这个矛盾慢慢退了下去。

　　系统越来越大，新问题出现了：代码库规模太大，单个工程师不可能记住并理解其中所有代码

　　Benoit Schillings：我们开始思考如何构建库、如何写函数，以及如何把问题拆成可以长期管理的部分。

　　决定软件流程的限制，已经变成人脑。函数、模块、命名、接口和文档，都在帮人把复杂系统切成可以理解的小块。它们也让几百名工程师能在同一个代码库里合作。

　　当Agent能读取整个仓库，人类的上下文限制不再是唯一尺度。但团队还需要理解、审查、交接和维护这套系统。模块化不会因为模型记性更好就立刻消失，它的服务对象开始多了Agent。

　　解释函数、库与长期可维护性

　　3500万行PHP，才是软件工程开始的地方

　　“Software engineering is not about writing code.”

　　Benoit Schillings：软件工程不是写代码。当你第一次加入一家公司，发现代码库里有3500万行PHP，还必须在其中完成修改，那一天你才会明白什么是软件工程。

　　在这样的代码库里，一行正确的代码也可能带来错误结果。

　　它可能绕过了权限边界，破坏某个历史兼容行为，或者把一次普通查询变成性能瓶颈。单元测试通过，也不代表这次修改适合整个系统。

　　Benoit：人类目前仍擅长把系统放进更宽的上下文里，找到模式，然后判断一个技术决定会留下什么后果。

　　这是开发者在Agent时代需要保住的部分。你可以不亲手写每个函数，却得知道改动会沿着哪些依赖扩散，哪些限制不能被绕过。

　　解释什么时候才会明白软件工程

　　代码接近免费，系统的账才刚开始算

　　“Writing code is free or nearly free.”

　　Benoit Schillings：我们围绕“写代码最难、成本最高”这个假设，建立了整套软件工程文化、基础设施和公司。现在，写代码正在变得免费，或者接近免费。

　　软件的总成本不会跟着清零。

　　代码量暴涨之后，开发者得继续支付设计、验证、运行、安全和长期维护的成本。

　　以前团队会因为开发资源不够，拒绝一个边缘需求。当Agent几分钟就能实现，类似功能很容易全部进入代码库。

　　生成只发生一次，后面每个版本都要与它相处。

　　软件公司接下来可能会发现，短期的开发速度提高了，运维面积、攻击面和测试组合也一起变大了。

　　谈代码生成的成本变化

　　没人逐行读AI代码后，代码审查得换一种做法

　　Benoit做了一个很激进的预测：一年后，开发者可能会让Gemini或其他模型直接生成代码，不再有人逐行阅读。

　　他用编译器作比较。今天还有多少程序员，会在每次构建后阅读编译器输出的汇编？

　　如果这一天到来，代码评审不能连同阅读代码一起消失。它会向系统行为移动。

　　开发者需要查看接口契约有没有变，权限是否扩大，性能基线有没有倒退，新依赖带来了哪些供应链风险。

　　单元测试、集成测试、静态扫描、运行时指标和回滚记录，会承担过去那部分“人肉阅读”的工作。

　　人不读每一行，也必须看得见系统做了什么。

　　Benoit预测开发者将越来越少逐行阅读模型代码

　　测试通过，只证明了软件工程很小的一部分

　　代码是模型最早大规模突破的领域之一，原因很简单。

　　GitHub上有大量可供训练的代码，而且结果容易验证：可以编译，可以运行，也可以执行单元测试。

　　但Benoit对现在常用的代码评测并不满意。

　　Benoit Schillings：SWE-bench检查一段代码能否运行，以及能否产生正确输出。这只是我前面所说的软件工程中很小的一部分。

　　现有评测善于回答“它能不能完成这道题”，很难回答“这份代码放进真实系统，一年后会不会成为麻烦”。

　　这个差距在Agent上尤其明显。一次修改全部通过测试，可能仍然重复了现有能力，引入了过度抽象，或者让后续排障更难。

　　团队需要给Agent增加更多测试用例，也要补上架构约束、安全规则、性能预算、日志和可回滚的交付过程。

　　谈现有代码评测的边界

　　下一门编程语言，可能不需要让人读懂

　　演讲接近结尾时，Benoit扔出了一个更大胆的问题：是不是到了为模型设计新编程语言的时候？

　　Python等语言是为人发明的。它们易于阅读和表达，并没有把安全与可靠性放在最优先的位置。

　　Benoit：既然写代码的痛苦正在消失，可以让模型承担更高的生成成本，使用强类型或者借鉴Lean等形式化方法，把“证明自己正确”的压力交给模型。

　　他甚至认为，这种语言不一定需要对人友好。

　　这个设想短期内很难进入大多数团队。

　　线上代码仍需要人类排障，也得与已有工具链交接。但它很适合提醒开发者：我们今天看作理所当然的编程语言和代码形态，也许只是人类亲手写代码时代的产物。

　　谈为模型设计新编程语言

　　代码写完以后，开发者要把这些事接回来

　　“Code is over, but there's plenty to do.”

　　Benoit Schillings：代码这道难题快结束了，但后面还有大量工作要做。

　　对一线开发者来说，这些工作已经可以写进Agent任务单里。

　　需求要能被验收。“优化这个页面”不够，至少要写明性能指标、兼容范围和不允许改动的行为。

　　系统边界要能被工具读取。依赖关系、数据契约、权限要求和部署约束，不能只存在某位老员工的记忆里。

　　验收不能只看模型的文字结论。要留下测试报告、性能对比、扫描结果、运行时轨迹和可以执行的回滚路径。

　　一个Agent几分钟生成了几千行代码，不等于一项工程工作已经完成。

　　正如Benoit所说，每一次林林总总的代码更改，最终都要回到几个问题：它是不是我们需要的？能否在真实系统里长期运行？如果错了，我们能不能看见并撤回？

　　代码是软件工程留下的一种表达。定义问题、管理复杂度、验证结果，以及承担上线后的后果，这些工作还留在工程师手里。

　　写代码越便宜，为代码负责就越贵。