北京
我写软件已经超过十年。过去两年，我开始用AI agent辅助开发——用它搭建项目脚手架、写样板代码、生成测试，以及填充那些曾经会耗掉我一整个下午的琐碎工作。我不会假装它们没有让我变得更快。事实是，确实快了，而且是可量化的快。 但我越来越频繁地遇到一种让我不安的说法：资深开发者是昂贵的老古董；一个会用正确提示词的初级开发者，现在就能完成过去需要多年积累才能做的事；所谓“10倍工程师”不过是有一个最好的Claude订阅的人。 这不是真的。而我认为，喊得最大声的人，大多是从未真正交付过大规模系统、也从未看着它在生产环境里崩溃的人。 当人们说AI会取代开发者时，通常指的是两种情形之一：AI会写出所有代码，或者AI会做出资深工程师那样的判断。第一种正在局部发生。第二种没有发生，而且我认为还远得很。 这里有一个值得区分的概念：编码和软件工程。编码是生成计算机可以执行的文本。软件工程则是决定要构建什么、系统在压力下应该如何表现、哪些环节允许安全失败、以及两年后一个没有参与最初决策的人要如何维护这套系统。AI擅长第一件事。在第二件事上，它真的有明显的局限。 GitHub自己关于Copilot的研究发现，有AI辅助的开发者完成任务的速度提升了55%——但这项研究衡量的是单任务的完成速度，而不是系统设计，不是凌晨两点排查生产事故，不是六个月前一个错误架构决策带来的连锁成本。孤立任务上的速度是真实的收益，但它并不是工作的全部。 系统不只是单个函数的集合——它是函数、服务、约束之间交互的产物，而AI缺乏理解这些交互所需的完整上下文。真正的危机点就在这里。运营经验恰恰是AI最难以模仿的部分：当你的系统在流量高峰时开始雪崩，当依赖的服务突然不可用，当某次发布导致数据不一致——这些场景需要的不是生成代码的速度，而是快速判断“哪里先救、哪里可以摔、什么时候该回滚、什么时候该硬扛”的能力。这种判断力来自你亲眼见过系统坏掉、亲手修好它、并且记得上一次是怎么出的问题。 AI能帮你写得快，但它不会替你受过。系统背后的那些责任，模型不会替你承担。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
