代码廉价，工程判断力成为稀缺资源

Ctrl+D 收藏本站再次访问不迷路 ~

📰 来源：Towards Data Science　|　📅 翻译日期：2026年6月3日
🔗 原文：查看原文
🤖 翻译：DeepSeek AI · 仅供参考

The game theory underlying society is changing.

这是 Max Buckley 在 AI Engineer Singapore 演讲中提出的观点之一，一直萦绕在我心头。

几十年来，软件工程围绕稀缺性组织。代码编写成本高昂，工程师稀缺，功能开发耗时。这种假设塑造了团队的工作方式：我们谨慎地优先排序，因为每个功能都有巨大的机会成本。

但 AI 打破了这一假设。

随着编码代理能力的提升，实现成本急剧下降。过去需要数周的工作，现在只需几天甚至几小时就能完成原型。Max（在 Google 工作 12.5 年后，现任 Exa 知识研究主管）将此视为博弈论的转变：不仅是问“你应该做什么”，而是“当其他人也这样做并试图获胜时，你该做什么”。

你无法选择退出这些变化。无论我们是否准备好，基本工作方式正在改变。

但 更便宜的实现并不意味着更好的软件。

没有什么 AI 能拯救我们免于构建错误的东西。事实上，AI 可能让问题更糟。当构建变得更容易，我们就更容易创建技术上令人印象深刻但战略上无关紧要的东西：更多的仪表盘、更多的工作流、更多的内部工具、更多虽然能用但不值得存在的应用。

这正是我认为 工程判断力 变得更有价值的原因。

Max 的一个例子让我印象深刻。在旧软件经济中，团队必须在构建任何东西之前将 30 个想法 缩小到 3 个。如今有了编码代理，决策过程改变：你可以构建更多、评估更多、基准测试更多，并不带情感地丢弃不起作用的内容。

尝试的成本降低了，实验变得更具吸引力。

这听起来令人解放，但也造成了新的瓶颈。

如果任何人都可以原型化一个想法，注意力 现在成了稀缺资源。这也意味着我应该对每位阅读本文的人说声谢谢。你的注意力不是免费的，我希望本文值得你花时间。

我刚刚参加了 2026 年 5 月 15 日至 17 日在新加坡举办的首届 AI Engineer 大会。演讲者来自 Google DeepMind、Vercel、OpenAI、Exa、NanoClaw 等公司。本文将详细阐述三位演讲者给我印象深刻的三个观点。

AI 并没有消除对工程纪律的需求，而是将纪律转移到了系统的不同部分。

模型具有 锯齿状智能：它们在某些任务上极其出色，但在相近任务上却出奇地差，而这些任务对人类来说似乎同样简单。

模型往往知道复杂问题的答案，但除非你知道问什么，否则它们不会呈现。

所以问题不再是“我们能否构建某物”，而是“它是否应该存在”。

Vercel 的 Next.js 总监 Jimmy Lai 从不同角度分享了类似观点。他指出，AI 让创造变得廉价，但让拥有变得昂贵。

当构建变得更容易，我们能创造的东西数量增加。但每个存活下来的原型，都变成需要有人维护、调试、文档化、安全保障和解释的东西。编写第一个版本的成本可能下降，但拥有系统的成本并未消失。

Jimmy 提出了三个引人注目的预测：

我们正在为代理构建。代理正成为一种新的软件用户。过时的 README 不再仅仅让人类烦恼，它可能引发幻觉。
我们正在与代理一起构建。讽刺的是，虽然现在更容易构建自己不太理解的东西，但真相是基础没有改变，反而变得比以往更重要。如果你擅长与代理一起构建，同时在基础上扎实，你将势不可挡。
我们必须学会不拥有什么。仅仅因为你能构建某物，并不意味着你应该构建。创造的便利变成了维护负担。

这并不意味着我们应该减少交付。而是意味着我们应该更有意图地决定让什么存活。优势属于那些知道产品差异所在、值得关注什么、以及故意不构建什么的团队。

在软件创造廉价的世界上，专注成为一种工程资产。