一位有三年多经验的工程总监最近写了一篇长文，复盘团队过去一年引入大模型写代码之后的变化。他的判断和很多“AI颠覆一切”的说法不太一样：写代码这件事确实变便宜了，而且回不去了，但工程组织里验证、协作、担责这些成本一分没少，只是挪了位置。
这篇文章发表于2026年7月20日，作者提到自己用上了2025年第四季度那批明显更强的新模型（他称之为Gemini 4）帮忙编辑文字。有意思的是，即便写作本身借了AI的手，落笔签字、决定发不发出去的还是他自己——这恰好也是他全文想说的那件事。
写代码便宜了，不等于管理规矩全部作废
他的方法很直接：把每一条管理老规矩拆开，看它到底建立在什么假设上。如果假设是“写代码很贵”，这条规矩现在该重新审计；如果假设是人怎么协作、怎么建立信任、怎么核实对错，那这条规矩跟AI没关系，哪怕它听起来再老派。
“总监不该写代码”“好工作需要时间”“决策前要拉齐共识”“业务要被工程屏蔽”——这些话本身没过时，过时的是不假思索地把它们当教条重复。真正该查的不是规矩有多老，是规矩底下的假设还站不站得住。
验证不了的东西，才是新的瓶颈
写代码便宜了，不等于组织变快了。PR数、工单数、AI采纳率这些指标，过去凑合能用，是因为它们逼近的东西——写代码的工时——本身就稀缺，误差可以忍。现在这件事便宜了，这些指标反而最容易被刷高，刷法就是多产出，而这恰好是组织现在最不缺的东西。
这位总监把“对不对”拆成两层。第一层是机器能核对的部分：类型、测试、契约、代码规范，这一层AI跑得比人快，而且会越跑越快。但它快，是因为已经有人先把“什么算对”写成了机器能读的规格，机器只是照着规格判分。第二层是语义判断：这段代码符不符合业务真正要的政策，这个取舍会不会撞上监管红线——这一层AI互相核对没什么用，生成和检查用的是同一批训练数据，容易在同一个地方一起犯错。
便宜的是生成，贵的从来是核对之后谁来签字。
由此得出一个反直觉的结论：单次核对的成本在降，核对的总工作量却可能在涨，因为便宜的生成会引来更多生成。能不能吃到这波效率红利，取决于一个团队的规格、契约、类型和不变量写得够不够扎实——这被他视为现在最值钱的基础设施投资之一。而最后签字担责这件事，从来不是信息处理速度问题，是风险由谁来背，这道关卡没有变快过。
断层要三到五年后才会显形
初级工程师过去的成长路径，靠的是修小bug、写脚手架代码、卡壳再爬出来的笨功夫——这些恰好是AI现在最擅长替工程师做掉的部分。练习被拿走了，培养资深工程师的通道也跟着变窄，而这个断层不会马上暴露，大概率要等三到五年，等这批被AI“喂饱”的初级工程师该独当一面时才会显形。
对工程负责人来说，这不是能拖到明年再看的问题。眼下能做的判断反而更具体：哪些排期建立在“写代码贵”这个已经不成立的假设上、可以压缩；哪些招聘请求其实是在为“本该雇人做的产出”买单，值得多问一句；自己团队的效率提升是真实的，还是工程师“感觉更快了”，缺陷却在悄悄变多。
- 风险.如果一个管理岗位的价值就是汇总Jira工单、翻译进度给上级看，这份工作本身也在被同一套逻辑替换掉——真正留下来的，是没法写成看板、没法让别人代签的判断。
这场变动里，真正被重新定价的不是工程师写代码的速度，是“谁最终为结果负责”这件事的分量。