【生产线上的真相：为什么离代码越近，越不相信AI能“解决”工程】

最近Gergely Orosz与OpenAI和Anthropic的一线工程师聊了聊，发现一个有趣的现象：离生产环境越近的人，越不相信软件工程会被AI完全“解决”；而离业务越远、做内部工具或管理的人，反而最乐观。

这种认知偏差揭示了软件开发的底层逻辑：写代码（Coding）和软件工程（Software Engineering）是两回事。AI在Token生成和逻辑闭环上表现惊人，这让低门槛的内部工具变得极易构建和维护。但在复杂的生产系统中，真正的挑战在于对齐业务需求、权衡架构利弊、处理遗留系统的复杂逻辑以及在事故复盘中识别AI生成的虚假根因。

目前的AI更像是一种更高维度的抽象工具，类似于从汇编语言进化到C语言。它压缩了编码成本，却推高了验证成本。当AI生成的代码量呈指数级增长时，代码评审（Code Review）反而成了新的瓶颈。

对于开发者来说，与其担心被替代，不如关注那些AI无法触达的领域：理解模糊的需求，在冲突的利益中做决策，以及对最终交付结果负责。AI能搞定逻辑，但搞不定复杂的人间真实。

x.com/GergelyOrosz/status/2070634671143293200