当AI让代码变得低价，软件真实的价值正在从奉行技艺转向判断力。本文度判辨软件开拓从稀缺经济到丰富经济的范式转机，揭示在AI编程代理时间双河直径15.2钢绞线，奈何将隐常识改造为显拘谨，以及判断力奈何成为新的竞争壁垒。

十个东谈主能不可重建DocuSign？从纯正的代码角度看，谜底可能是细主张。但这个问题真实意思的地在于：这十个东谈主会把时辰花在何处？他们不会花在敲代码上，而是会花在狡辩领域情况、规条件、信任保证、可审计、诞鬼话义、用户体验，以及在不同法律环境下”签名”到底意味着什么。这个问题不是对于奉行技艺，而是对于判断力。

近读到SarahGuo的篇著作，她建议了个我认为其刻的不雅点：现代码变得低价时，judgment（判断力）才是真实的职责。这个不雅点颠覆了我对软件开拓演进的搭伙。在软件历史的大部分时辰里，奉行是稀缺的。写代码慢、贵，何况受限于东谈主的产出技艺。贫寒的部分是让软件存在本人。但AIcodingagents（AI编程代理）正在回转这个寰球。代码目下不错快速、低价、大领域地分娩出来。奉行不再是终结身分，绝顶是对于那些在前沿运作的团队来说，恶果的锋利多是由协长入判断决定的，而不是字速率。

我对这个改造的搭伙是：咱们正在履历软件开拓的范式转机。从稀缺经济转向丰富经济，而这种改造带来的影响远比大多数东谈主设想的要远。当某样东西从稀缺变成丰富时，价值就会转机到其他地。在软件域，价值正在从”能不可写出代码”转机到”知不知谈该写什么代码”。这不是个小治疗，而是所有这个词行业底层逻辑的重构。

从奉行到意图的改造

SarahGuo在著作中指出，当软件变得丰富时，了了抒发intent（意图）的技艺反而变得稀缺。这有时被形容为创意胜过奉行的告捷，但这种说法错过了。在真实系统中，大部分进军的intent都是度时间的：鸠合的坎坷文、系统常识，以及对于量度的判断。职责并莫得隐没，它只是转机了。

我有欷歔。曩昔几个月，我在使用AIcodingagents时，发现我方花在引和校正agent上的时辰，和我径直写代码的时辰差未几。运行我以为我方很蠢，好像在犯些不该犯的诞妄。但其后我意志到，这个反映本人很有信息量。它指向了系统中那些我隐搭伙但从未了了抒发过的部分。职责从字转向了澄莹判断。

当你告诉个有训诲的工程师”让这个快”，他们不会把这当成字面指示。他们会断坎坷文：是蔓延进军照旧浑沌量进军，这里的”蹧跶快”意味着什么，哪些量度是可继承的，以及什么时候应该质疑这个前提本人。Codingagents不具备这种布景。你要么规定得不够详备，得到个看似理但试验诞妄的东西；要么规定得过于详备，花在写指示上的时辰比径直写代码还多。

软件丰富让这个鸿沟变得可见。奉行诞妄的intent很低廉，这意味着分辨都会很快显现出来。我认为这是个善事。曩昔，诞妄的方案可能要比及系统上线运行很久之后才会泄漏。目下，由于AI不错快速把你的想法变成代码，你会早地发现我方的想法是否了了、是否正确。这种快速反馈轮回试验上在加快学习。

什么是”不可继承的代码”

SarahGuo建议了个绝顶的主见：跟着agents技艺擢升，主要的失败模式发生了变化。问题很少是代码崩溃。不可继承的代码能运行、能通过测试、看起来理，但它违抗了系统的隐含契约。在实践中，这正常意味着破了不可见的invariants（不变量）：对于幂等、礼貌、失败语义、数据完好意思或留传耦的假定，这些从未被写下来，因为它们是通过训诲学到的。

这段话让我想起了我在试验模样中际遇的数次逆境。这种代码可能最初了不该最初的领域，化了诞妄的维度，引入了脆弱的概括，诞妄处理了领域情况，或者暗暗移除了改日的选项。个东谈主类工程师会拒它，不是因为它不正确，而是因为他们不想领有它。正确和可继承之间的鸿沟，恰是工程intent变得进军的地。

我发现这个不雅察绝顶刻，因为它波及了软件工程中难以量化的部分：试吃。知谈什么时候某个东西在时间上是对的，但对于你正在构建的系统来说风光是错的。这种判断力法通过测试用例拿获，也很难风光化。它来自于对系统层搭伙，来自于见过太屡次某种模式终致问题，来自于对长久珍视资本的直观。

SarahGuo在著作中提到，他们在些快速增长、稀有百名工程师的公司中看到这种情况。早期系统是由还在发展判断力的团队快速构建的。代码能职责，膨胀得足以发布，然后成为后续切的基础。当AIcodingtools变得坚硬、在日常职责中普遍时，它们古道地复制了那些早期模式。临时方案变成了默许值，并在代码库中重迭。跟着时辰移，哪些架构选拔是随机的、哪些假定莫得被审查过、哪些方案承载的权重远任何东谈主的预期，这些都变得了了起来。

我认为这揭示了个层的真相：自动化会放大任何还是存在的结构。当阿谁结构是隐含的时，放大会让它变得可读。这既是契机亦然风险。契机在于，那些直存在但从未被致密化的模式和假定，目下因为被大领域复制而变得无庸赘述，团队不错专诚志地决定哪些要保留、哪些要修改、哪些要丢弃。风险在于，要是你没专诚志到这个动态，你可能会在鸦雀无声中把时间债务扩大十倍。

并非所有代码都一样可范例化双河直径15.2钢绞线

SarahGuo提供了个绝顶有效的框架来搭伙agents在哪些地职责得好，哪些地会际遇贫寒。这是个对于intent明确和结识的谱系：

在谱系的端詈骂常容易范例化的代码，比如数据库、编译器、条约。Intent是风光化的、可查验的。然后是操作范例化的代码，比如不时集成、ETL（数据索取相通加载）、CRUD作事，范围适度占主地位。接下来是测试锚定的代码，比如业务逻辑、bug成就，部分intent不错被拿获。

然后情况运行变得毒手。试吃密集型的职责，比如重构、API狡计、概括，范例和判断变得关节。以东谈主为中心的职责，比如家具逻辑、用户体验、定名，intent会演化。后是难以范例化的职责，比如架构、战略，intent存在于代码除外。

跟着你在这个谱系上往下出动，失败不再看起来像bugs，而是看起来像你不信任的代码。我发现这个框架绝顶有效，因为它匡助我搭伙为什么有些时候使用AIcodingagents嗅觉像魔法，有些时候却嗅觉像在跟个不睬解坎坷文的初开拓者交谈。

关节洞悉是：agents不是在所有类型的编程职责上都一样有。它们在intent不错被明确抒发的地阐发出，在intent依赖于隐常识和试吃的地则会际遇贫寒。这意味着，看成工程师，咱们需要学会识别哪些职责适委用给agents，哪些职责需要东谈主类度参与。这本人即是种新的手段。

从个东谈主手段到组织技艺

SarahGuo不雅察到，目下有些公司的ARR（年度正常收入）过1亿好意思元，快速增长，但谋划保持在大致100名工程师以下——每个东谈主都在intent并行抒发的限上运作。强的用户不是写出好的prompts（教唆词）。他们好地管束intent。他们指定恶果而不是递次，锚索尽早泄漏假定，保持diffs（互异）小而可审查，动毛糙的搞定案，并像对待不确切的pullrequest样对待agent输出。

这段话让我意志到，咱们正在见证软件开拓从个东谈主手段转向组织技艺的改造。曩昔，个公司的工程技艺主要取决于它能招到若干秀的个东谈主孝顺者。目下，越来越取决于它奈何构建系统和经过来拿获、传播和放大判断力。

她提到，在快速增长的初创公司中，工程师越来越依赖测试和及时系统，而不是仔细阅读代码。她讲了个工程师的故事，这个东谈主也曾通过让我方在每个pullrequest后吃颗M&M来保持PR的工致。今天，每当系统说明拘谨时——在canary（金丝雀部署）保持结识后、回滚得胜后，或者invariants（不变量）在应该触发时触发——他就吃颗M&M，何况他需要个大的碗。

我心爱这个比方，因为它灵活地展示了考证的转机。从考证代码本人，转向考证代码在系统中的举止。这是个刻的改造，因为它领路到在软件丰富的寰球里，读懂每行代码变得越来越不现实也越来越不要。进军的是建馈赠确的拘谨和查验点，让系统我方解释它的举止是可继承的。

SarahGuo把这称为judgmentengineering（判断力工程）：将鸠合的训诲改造为显式拘谨、测试和领域的职责，系统和团队不错据此运作。作念得好的话，它让质地点案容易在东谈主员、时辰和系统之间重迭。

我认为这个主见捕捉到了软件工程演进的实质。咱们正在从”写代码”的时间，转向”编码判断力”的时间。这不是说写代码变得不进军了，而是说杠杆的职责正在转向奈何将东谈主类的判断系统化、可重迭化、可膨胀化。这种改造对工程师的手段条件建议了新的挑战:不仅要懂时间，还要简略了了地抒发为什么某个时间选拔是对的，简略将隐常识显化，简略狡计出拿获判断力的系统。

从软件团队到软件密集的寰球

SarahGuo建议，当编写和珍视代码的资本下落时，组织不再问某件事是否不错自动化，而是运行决定是否应该自动化。软件扩散到里面职责流、领域情况和特定域的经过中，这些曩昔太腾贵或太脆弱而法编码。

像CRM（客户相干管束）或HRIS（东谈主力资源信息系统）这么的系统从外部看起来很径直，但它们代表了数千工程师年花在编码业务逻辑、例外和拘谨上的时辰，这些都是通过沉重的式学到的。软件丰富不会抹去这项职责——它改变了雷同判断目下不错多快、多粗豪地被抒发。

在个软件密集的寰球里，价值不再主要累积到单个器具上，而是累积到决定哪些方案被自动化、在什么拘谨下自动化的东谈主身上。我认为这是个关节洞悉。当多东西变成软件时，另个瓶颈变得了了：先酿成正确的intent。蹧跶了解个域，简略从客户那里索取期许的举止——搭伙他们的意思，而不单是是他们说的话——变得越来越有价值。

这让我意想，软件丰富时间的赢可能不是时间强的公司，而是懂业务、能将业务搭伙改造为了了intent的公司。时间奉行技艺正在被商品化，但对问题的度搭伙、对客户真实需求的洞悉，这些依然稀缺。

SarahGuo提到，模子可能会在这项职责上提供越来越多的匡助：泄漏不致、测试解释、让假定显化。这能走多远仍然是个通达的问题。但下流的切都是从这里酿成的intent膨胀出去的。我高兴这个不雅点，但我也认为，至少在可意想的改日，酿成正确的intent仍然需要度的东谈主类判断。AI不错匡助咱们快地迭代、早地发现问题、系统地测试假定，但它还不可替代对业务的度搭伙和对客户需求的狂暴洞悉。

瓶颈在何处

SarahGuo的论断相当有劲：软件丰富迫使intent浮出水面。跟着自动化加多，判断力运行阐发得像类型系统：它界说了什么是允许的、什么不错安全组、失败会在何处浮现。弱判断让险些任何东西都能运行。强判断在诞妄扩散之前就排斥了所有这个词类别的诞妄。软件丰富使判断力成为杠杆的单元。

我刻招供这个不雅点。在代码稀缺的时间，杠杆来自于能写出代码的技艺。在代码丰富的时间，杠杆来自于知谈该写什么代码的判断力。这不单是是个东谈主层面的改造，是组织层面、行业层面的改造。

我直在想考这对软件工程师的作事发展意味着什么。曩昔，成为秀工程师的旅途很了了:学习编程话语、掌抓算法和数据结构、了解系统狡计、鸠合模样训诲。这些依然进军，但它们不再蹧跶。目下，工程师还需要学会奈何了了地抒发intent、奈何将隐常识显化、奈何狡计拿获判断力的系统、如安在东谈主和AI之间有分派职责。

这种改造对工程训导也建议了新的挑战。咱们不可只教学生奈何写代码，还要教他们奈何想考代码背后的intent、奈何评估不同达成的量度、如安在系统层面作念出判断。这些技艺曩昔可能被视为工程师才需要的，目下却变成了基础技艺。

从公司层面看，这种改造意味着组织需要从头想考奈何评估和培养工程东谈主才。毛糙地看代码产出不再专诚想。需要看的是：这个东谈主是否能了了地抒发intent？是否能作念出好的判断？是否能将判断系统化？是否能有地与AIcodingagents互助？这些都是新的评估维度。

我也在想考这对软件行业竞争口头的影响。现代码变得低价时，竞争势不再来自于能写出代码，而是来自于知谈该写什么代码。这意味着那些领有度域常识、简略了了抒发业务需求、简略作念出好的时间判断的团队，将会取得浩繁的势。反过来，那些只是奉行技艺强但贫苦判断力的团队，势会冉冉隐没。

我的些度想考

读完SarahGuo的著作后，我直在反复想考个问题：这种改造到底是让软件开拓变毛糙了，照旧变复杂了？名义上看，代码变得容易写了，这应该是简化了。但试验上，对intent了了和判断力的条件提了，这又是复杂化了。

我的论断是：这种改造镌汰了参加门槛，但提了天花板。写个能运行的法度变得容易了，但写个秀的、可珍视的、长久可不时的系统变得难了。这是因为，当奉行不再是瓶颈时，所有其他的问题都变得加隆起：你的确搭伙问题吗？你的搞定案的确是的吗？你商量了所有的领域情况吗？你的狡计简略顺应改日的变化吗？

这让我想起了个粗豪的模式：每当某项时间让某种职责变得容易时，它也会提对其他技艺的条件。笔墨处理软件让字变得容易，但也提了对写稿技艺的条件。搜索引擎让查找信息变得容易，但也提了对信息筛选和批判想维的条件。目下，AIcodingagents让写代码变得容易，但也提了对判断力和intent了了的条件。

另个我直在想考的问题是：这种改造对不同训诲水平的工程师影响是什么？对初工程师来说，AIcodingagents可能是个浩繁的加快器，匡助他们快地学习和产出。但要是他们过度依赖agents，可能会错过建立层搭伙的契机。对工程师来说，agents可能让他们简略在头绪上操作，但也条件他们了了地抒发那些曩昔只是隐常识的东西。

我认为，得胜顺应这种改造的关节，是找到东谈主和AI之间正确的互助模式。不是把所有职责都交给AI，也不是拒使用AI，而是搭伙各自的势和局限，在适的地使用适的器具。东谈主类擅长判断、搭伙坎坷文、作念出量度方案；AI擅长快速奉行、处理大都细节、探索多个选项。好的恶果来自于将两者有机结。

后，我想说的是，软件丰富时间的到来，试验上是对所有这个词行业的次试真金不怕火。它会暴浮现那些直依赖奉行技艺但贫苦度判断力的工程师和团队。它也会励那些直在培养判断力、鸠合域常识、建立系统化想维的东谈主。这不是时间的告捷取代东谈主的告捷，而是头绪的东谈主类技艺——判断力、洞奋勉、创造力——变得加进军和有价值。

软件丰富不是尽头，而是新起初。它开启了个新的竞争维度，在这个维度上，判断力成为稀缺、有价值的资源。那些简略顺应这种改造、擢升判断力、将训诲系统化的东谈主和组织双河直径15.2钢绞线，将会在这个新时间中取得浩繁的势。