{"id":"mb-20261018-2f4be6","kind":"deep","title":"AI包揽了全部代码，为什么程序员反而更累、需求更多？","summary":"François Chollet 指出，当 AI Agent 写了接近 100% 的代码时，程序员需求反而增加且干得更拼命，公司利润却未显著增长。本文从系统工程角度拆解生产代码边际成本归零后瓶颈如何向审查验证转移，以及物理世界落地约束如何决定系统的最终收益。","body":"代码全由AI来写，程序员却比以前更缺、干得更累。\n\n这是 François Chollet 最近给出的一个观察。\nKeras 的创造者，在行业里盯了这么多年。\n他说了几条眼下的现实。\n\n第一，软件工程师基本不自己敲代码了。\n接近 100% 的代码，全由 AI Agent 在写。\n\n第二，程序员比 2025 年还要多，市场需求还在涨。\n\n第三，大家干得比过去任何时候都拼命。\n\n还有更扎心的一条：\n雇了这些工程师和 Agent 的公司，账面利润根本没怎么变。\n代码多了几倍甚至几十倍，底层的商业结果几乎纹丝不动。\n\n既然写代码都被全盘自动化了。\n怎么人没减少，反而更累，公司也没多赚到钱？\n\n我们要顺着整个系统的运转走一遍。\n\n以前一个工程师，写功能要想逻辑、查文档、敲键盘。\n两天写完五百行，修修补补测一天。\n敲代码本身，占了大部分物理时间。\n\n现在回车一敲。\nAgent 几秒钟吐出三千行代码。\n生产代码的边际成本，几乎掉到了零。\n\n成本一归零，会发生什么？\n代码量开始爆发式膨胀。\n\n但系统要的是能稳定运行的业务，光把硬盘塞满字符没有意义。\n三千行代码吐出来，逻辑对不对？\n接口改了，上游老模块会不会崩？\n高并发下会不会锁死？\n边界条件到底测没测全？\n\n机器写得飞快，排查暗雷的活儿却跑不掉。\n原来每天盯五百行自己写出来的代码，心里有数。\n现在每天要面对几万行机器生成的代码，像看天书一样逐行核验。\n调试、对齐架构、处理依赖冲突。\n\n瓶颈根本没有消失。\n它只是从键盘上的“敲”，被推到了屏幕前的“验”。\n\n那公司的利润为什么没涨？\n因为代码只是中间产物，决定不了最终交付。\n\n一个产品能不能卖出去、能不能给客户省下钱，中间隔着一整串链条。\n商务谈判、组织协调、硬件部署、合规审批，每一样都踩在物理世界的摩擦力上。\n你在系统最便宜的环节狂踩油门，只是把半成品堆到了下一个卡脖子的地方。\n水管最窄的那一截没变宽，总流量就一滴也不会多。\n\n自动化一个环节，就会在别的地方制造新的阻力。\n工程师手里的键盘确实闲下来了。\n但他们得负责在机器吐出的代码海啸里，守住整套系统别被冲垮。","topic":"AI包揽了全部代码，为什么程序员反而更累、需求更多？","frame_type":["机制"],"citations":[],"channel_note":"","identity_notice":"","source_type":"generated","status":"published","generated_at":"2026-10-18 14:02:29","legal_anchor_count":0,"transcript_citation_count":0}