这个数字令人不安。不是因为100枚少——而是因为，这是全球军费开支第一的国家，其核心远程精确打击武器的年产能。

更具体的采购数字更能说明问题：美国海军在2023财年仅采购了68枚战斧，2024财年进一步缩减至34枚，2025财年的计划数字是22枚。

作为参照，1991年海湾战争期间，美军单次作战就发射了约300枚战斧；2003年伊拉克战争开战首日，美军在短短数小时内发射了约800枚。按照2025财年22枚的采购速度，补齐那800枚，需要整整36年。

美国海军全舰队拥有约10,000个垂直发射单元，但目前的库存甚至不够填满这些发射单元一次。

雷神公司（Raytheon）已于2026年初签署协议，计划通过7年时间将战斧产能从100枚提升至1000枚/年。美海军对2027财年提出了30亿美元采购785枚战斧的申请——不是为了扩张，只是为了补库存。

一个问题随之而来：世界上军费最高的国家，为何在最关键的时刻，造不出足够的武器？

去工业化的账单

这不是突发的危机，而是几十年政策选择的必然结果。

从1970年代开始，美国制造业大规模向海外转移——先是日本，后是墨西哥，再后来是中国。驱动这一过程的逻辑始终如一：劳动力成本更低，利润更高，股东更满意。军工产业并非孤立于这一浪潮之外。冷战结束后，"和平红利"的思维主导了美国国防采购政策。军备需求收缩，国防合同减少，大量军工企业合并、缩产、关闭生产线。那些维持精密制造能力的熟练工人——焊接特种合金的技师、校准精密导引系统的工程师——随生产线的停转而流散。

问题在于：这类能力一旦流失，重建的成本远超当初"节省"的那点钱。

不是资金问题。美国军费2025年超过9000亿美元，钱从来不是障碍。问题是：你拿着钱，却发现已经没有足够的工厂、足够的工人、足够的供应链来承接订单。雷神说要7年才能把战斧产能提上去——不是因为技术难度，而是因为重新培育一条完整的制造生态需要时间，而且只需要时间，没有捷径。

底特律就是这个故事最完整的注脚。这座曾经的"汽车之都"，贡献了二战期间美国大量的坦克、飞机和军工物资，被称为"民主国家的兵工厂"（Arsenal of Democracy）。随后数十年，制造业外流，工厂关门，高级技师失业，产业链断裂，税基崩塌，人口流失，公共服务瘫痪。2013年，底特律宣告破产——美国历史上最大规模的城市破产案。

底特律死亡的核心不是工厂消失，而是人的经验消失。流水线可以重建，设备可以购置，但那个能够凭手感判断金属应力、靠经验排查发动机故障的老技师，一旦离开，就不会再回来了。

这就是去工业化真正的代价：不可逆。

硅谷，正在重演同一个故事

现在，把"工厂"换成"代码编辑器"，把"熟练技师"换成"有经验的程序员"，把"廉价海外劳动力"换成"AI编程工具"——你会发现，同一套剧本正在软件行业上演。

过去两年，科技公司裁员的新闻密集出现。理由几乎一致：AI工具已经能够完成大量初级、中级的编程工作，人力成本可以压缩，效率可以提升，股价可以拉升。Meta、Google、Amazon相继大幅削减工程师岗位，与此同时，各家公司对AI编程工具的投入却在持续加码。这套账，短期内是算得过来的。

但这里有一个被刻意忽视的问题：那些今天的"高级工程师"，都曾经是初级工程师。

软件工程能力的积累，不是靠听课，也不是靠读文档，而是靠做——做烂了，调试，修好，再做。一个能够设计复杂系统架构、能够在生产事故凌晨三点定位根因、能够看出AI生成代码中隐藏逻辑漏洞的工程师，背后是数年甚至十数年一行一行代码堆出来的经验。

这个成长路径，需要一个前提：有人愿意雇佣初级工程师，让他们做那些"低价值"的基础工作。

现在，AI接管了这些工作。初级岗位消失。学徒通道关闭。

当前这批高级工程师还在，系统还能正常运转。但五年后、十年后，当他们退休、离职、转行，谁来接替？那些本该在初级岗位上积累经验的年轻人，因为没有岗位，没有机会，他们的成长路径在起点就已经断掉了。这和底特律解雇老技师的结构完全相同——只是时间尺度更短，被看见的速度更慢。

AI生成的代码，谁来审？

还有另一个维度的风险，讨论得更少：AI生成的代码不是没有问题，而是它的问题很难被发现。

如果行业里能做这种判断的人越来越少，AI生成代码的规模却越来越大，这两条曲线交叉的那个点，就是系统性风险真正爆发的时刻。

短期理性，长期灾难

底特律的决策者不是蠢人。把工厂搬到劳动力更便宜的地方，在每一个财务报表的季度里，都是完全正确的选择。问题在于，这些正确的短期决策累积起来，制造了一个长期的、不可逆的结构性灾难。

软件公司的CEO们也不是蠢人。裁减初级工程师、扩大AI工具使用，在当前的资本市场逻辑下，是能拉升股价的正确选择。每一家公司单独做这个决定，都有其合理性。但当整个行业都在做同一件事，累积的效应就不再是每家公司账面上那点节省，而是整个行业人才培养体系的断裂。

这不是危言耸听。这是底特律已经演示过一遍的剧本。区别只有两点：

第一，软件行业的去工业化更隐蔽。工厂关门是看得见的，代码岗位消失是看不见的。当问题被看见的时候，往往已经积累了足够深的烂根。

第二，软件系统比钢铁工厂更难重建。一座工厂停了，你知道缺什么；一个软件系统出了深层问题，你甚至不知道从哪里开始找人。

美国现在花30亿美元买785枚战斧，是在为过去几十年的短视买单。这笔钱，买到的不是战略优势，只是勉强够用的库存。

软件行业迟早也要付这笔账。只是账单还没寄来。

这篇文章不是在为程序员的饭碗喊冤，也不是在反对AI工具的使用。AI编程工具是真实有效的生产力提升手段，没有理由拒绝。

问题从来不是"要不要用AI"，而是"用AI替代人之后，谁来培养下一代能驾驭AI的人"。

底特律告诉我们，当你意识到这个问题的时候，通常已经晚了七年。