“代码不是资产，代码是负债”，这是软件工程里一个很早就有的观点。

道理也简单。代码写出来不是就完事了，以后要有人看、有人改、有人维护，出了问题还得查，最后不用了，还得有人敢删。

所以代码这东西，从来不是越多越好。

到了 AI Coding 时代，这个问题变得凸显出来。

代码一直都是负债。以前制造负债速度慢，现在开始“量大管饱”了。

而且我说的不是 AI 写的代码质量差。

恰恰相反。

现在 AI 写出来的代码质量已经相当不错。测试、静态检查、Code Review、质量扫描再跟上，很多问题都能被发现。

真正麻烦的是：

我们拥有了源源不断生产“质量不错的代码”的能力。

以前做一个功能很贵。

一个需求提出来，研发一评估：三天。那就再想想。一周？那就先别做了。

很多需求最后消失了，不一定是我们多有智慧，纯粹是因为做不起。

现在好了。

“这个功能能不能加一下？”——能。“这里是不是再做一个配置？”——可以。“顺便再做个管理页面？”——没问题。

接口、页面、测试、文档，一套带走。

量大管饱。

代码多了，负债也增加了。

更麻烦的是：

感觉AI可以“包治百病”。

客户说需要一个功能，我们就做一个功能。业务说流程这里卡住了，我们就加一个流程。两个系统配合不好，再做一个中间系统。数据不一致，再做一个同步服务。

每一个问题都有答案，而且 AI 很快就能把答案写出来。

于是，我们反而少问了一句：

为什么会有这个问题？

我们看到的需求、故障、流程卡点，很多时候只是露出水面的那一小块。

真正需要做的，也许不是马上解决它，而是：

看清问题背后的运行方式

这个问题是怎么产生的？

为什么以前没有，现在有了？

是缺一个功能，还是流程本身就不合理？

是系统能力不够，还是原来的边界就划错了？

一层一层往回找，有时候会发现：

真正需要改变的，根本不是代码。

改一下流程，问题没了。

重新划一下边界，问题没了。

把已有能力重新组合一下，也解决了。

甚至把问题重新想一遍，会发现：

原来的问题根本就不成立。

所以我现在越来越觉得，AI Coding 的第一层，是写得更快。

再高一点，是写得更少。

最高一层，一行都不写就解决问题。

《孙子兵法》讲“不战而屈人之兵”。

Coding其实也一样。

以前我们最骄傲的是：

这么难的问题，我终于把它写出来了。

AI 时代，也许更值得骄傲的是：

解决这个问题，我一行代码都没写。

不是为了少写代码而少写代码。

而是看清了问题背后的运行方式以后，发现有些代码从一开始就不需要存在。

AI 已经很会写代码了。

接下来，可能轮到我们学习怎么让AI写得更少。

延伸阅读

Eric Lee — Source Code Is A Liability, Not An Asset（2009）https://saintgimp.org/2009/03/11/source-code-is-a-liability-not-an-asset/

Marcel Weiher — Code is not an asset（2008）https://blog.metaobject.com/2008/08/code-is-not-asset.html