QUOTE

代码越来越便宜。验证、审核和交付，正在变得昂贵。

AI写代码越快，软件就一定能越快上线吗？

微软最近的一些经历，给出了一个反直觉的答案：写得更快，可能堵得更久。

过去软件团队最大的瓶颈是“代码写不出来”。但当AI开始大规模进入研发流程，一个新的问题出现了：

代码生产速度上去了，测试、审核和发布速度却没有同步提升。

软件开发的瓶颈，正在向下游移动。

先看Exchange。AI工具能够帮助团队更快发现安全问题。听起来这是纯粹的效率提升。

但问题在于：发现一个Bug，只是工作的开始。

后面还有确认、复现、修复、测试、安全评估和发布。

当AI一次性帮你发现更多问题，这条流水线后面的工作量也会同步增加。与此同时，团队还需要持续处理安全更新。

于是出现一个非常反常识的局面：Bug发现速度提升了，但修复和发布速度并没有按照同样比例提升。

上游生产力越高，下游压力反而越大。

类似的问题也出现在Edge生态。

AI Coding让开发者制作浏览器扩展越来越容易。以前可能需要几天完成的功能，现在几个小时就能做出来。

结果是什么？提交数量开始增加。

但浏览器扩展并不是写完就能直接上线。代码是否安全？有没有恶意行为？是否符合平台规则？这些仍然需要审核。

于是新的堵点出现了：

这其实和最近AI Coding带来的CI压力是同一个逻辑。

AI不是消灭了瓶颈。而是把瓶颈从“写代码”，推到了验证代码。

一个很自然的问题是：既然AI会写代码，为什么不让AI测试、Review，甚至自动批准上线？

事实上，这已经在发生。AI可以生成测试用例、扫描漏洞、Review代码，甚至自动修复部分问题。

但真正困难的地方并不是所有检查都能不能自动化。而是：谁来判断这个结果值得信任？

复杂需求是否理解正确？安全风险是否能够接受？这个功能是否应该现在上线？出了事故谁承担责任？

这些问题背后涉及的不是单纯的代码能力，而是上下文、判断和责任。

所以：

生成代码，不等于交付可信的软件。

过去软件开发的逻辑是：程序员写得越快，项目进度越快。

但Agent时代，这条公式可能失效。

未来一个工程师可以同时驱动多个Coding Agent。Agent 24小时不停写代码、修Bug、提交PR。

如果测试、CI、安全审查和发布能力没有同步升级，就会出现一个非常荒诞的结果：

代码越来越便宜。真正昂贵的开始变成：验证、审核和交付。

所以AI时代衡量研发效率，不能再只看：

AI写了多少代码。一天提交多少PR。程序员节省了多少编码时间。

真正应该关注的是：

PR等待多久？测试需要多久？安全问题多久解决？

从代码完成到真正上线，需要多久？

上线以后又产生了多少故障？

因为企业真正需要的从来不是更多代码。而是：更快、更稳定地交付软件。

团队也需要重新设计研发流水线：

把每次改动做小，让AI生成的代码更容易验证；

能自动化的规则检查尽量自动化；

把人的时间留给安全、架构和复杂业务判断；

同时让测试、CI和审核能力跟上AI生成速度。

AI Coding正在解决软件行业几十年来最昂贵的问题之一：写代码。

但它同时制造了一个新的问题：我们能不能消化机器生产代码的速度？

过去，我们优化的是怎么让程序员写得更快。接下来，软件团队真正需要优化的可能是：

怎么让AI写得再快，软件也能安全、稳定地上线。

所以AI时代的软件竞争，最后比的可能不是谁生成的代码最多。而是——