夜雨聆风
过去几十年里，
软件工程最大的挑战之一是：
开发速度不够快。
于是：
我们发明了：
• 框架 • IDE • 自动化工具 • 云计算 • DevOps
目的只有一个：
让软件开发变得更快。
但 AI 出现之后，
情况开始发生变化。
因为第一次：
人类遇到了这样一种工具：
它可以无限接近“零成本生成代码”。
而这恰恰可能带来一个新的问题：
AI 最大的风险不是不会写代码。
而是：
太会写代码。
一、软件开发最大的成本，从来不是写代码
很多新人会以为：
软件工程最难的部分是：
把代码写出来实际上：
大型系统里，
真正昂贵的是：
• 理解代码 • 维护代码 • 修改代码 • 验证代码 • 删除代码
而不是：
第一次把代码写出来。
一个经典现象
很多项目：
第一个版本可能：
2个月
1万行代码就完成了。
但后面：
5年
50万行代码都在维护。
这意味着：
软件的大部分生命周期成本都发生在“生成之后”。
二、AI 正在让代码生成成本趋近于零
过去：
如果想增加一个功能。
你需要：
• 分析需求 • 设计方案 • 编写代码 • 调试问题
整个过程：
需要时间。
现在
很多时候：
只需要一句话：
帮我增加一个订单导出功能
几分钟后：
可能：
• 页面有了 • API 有了 • SQL 有了 • 测试有了
于是：
写代码开始变成最便宜的事情。
三、当生成成本接近零，会发生什么
历史上：
任何东西一旦变便宜。
都会被过度生产。
例如：
工业时代
当塑料变便宜：
结果是：
塑料泛滥。
互联网时代
当内容发布变便宜：
结果是：
内容泛滥。
AI 时代
当代码生成变便宜：
结果很可能是：
代码泛滥。
四、未来最大的风险之一：代码膨胀
这是我认为未来几年一定会出现的问题。
因为 AI 天然喜欢：
• 多写一点 • 多封装一层 • 多抽象一层 • 多加一个模块
例如：
原本：
def get_user(id):
return db.query(...)已经足够。
AI 很可能生成：
UserRepository
↓
UserService
↓
UserManager
↓
UserFacade
↓
UserProvider最后：
几十行逻辑。
变成：
几百行代码。
于是：
软件复杂度开始快速增长。
五、AI 特别容易制造“看起来正确”的复杂度
这是最危险的一种复杂度。
因为：
它不像 bug 那样明显。
AI 生成的代码通常：
• 命名规范 • 注释完整 • 格式漂亮 • 架构优雅
看起来：
非常专业。
但问题是：
优雅不等于必要。
例如：
一个小团队项目。
AI 可能：
• DDD • CQRS • Event Bus • 微服务
全部安排上。
结果：
业务没复杂多少。
系统复杂度翻了十倍。
六、未来最危险的技术债：AI 技术债
过去的技术债：
通常来自：
写得太快。
例如：
• 临时 patch • copy paste • 魔法代码
未来可能相反。
很多技术债会来自：
写得太多。
因为：
AI 会持续产生：
• 抽象层 • Wrapper • Helper • Utility • Middleware
于是：
系统越来越厚。
最终出现的问题
新成员加入项目时：
发现：
功能很简单
代码很复杂这会成为未来典型现象。
七、为什么 AI 天然偏向复杂化
因为 AI 的训练目标不是：
最简单方案。
而是：
最像训练数据里的方案。
而互联网代码：
很多来自：
• 大厂 • 开源框架 • 企业系统
这些项目：
本来就很复杂。
于是：
AI 容易学到：
“复杂是正常的”。
但现实里
很多业务：
其实只需要：
简单方案就够了。
因此：
AI 的最优解，
不一定是业务的最优解。
八、未来的软件工程核心会发生变化
过去：
软件工程关注：
如何提高开发效率。
未来：
越来越关注：
如何控制复杂度增长。
因为：
生成已经不贵了。
真正昂贵的是
• 维护 • 理解 • 调试 • 验证 • 演化
这些成本：
不会因为 AI 消失。
反而可能上升。
九、未来最重要的能力：复杂度治理
我认为：
未来十年最重要的软件工程能力之一就是：
Complexity Governance（复杂度治理）
核心问题变成：
哪些代码不该生成？
而不是：
如何生成更多代码？
未来优秀团队会关注
边界
例如：
• 模块边界 • 服务边界 • 数据边界
约束
例如：
禁止循环依赖
禁止跨层访问
禁止重复实现删除
未来一个重要能力：
可能变成：
删除 AI 生成的代码。
而不是：
编写更多代码。
十、为什么验证会比生成更重要
未来：
AI 写代码越来越容易。
但：
验证代码是否正确
依然困难。
因此：
软件工程会从：
Generation First
逐渐变成：
Verification First
未来流程可能变成：
AI 生成
↓
自动测试
↓
静态分析
↓
安全检查
↓
运行验证
↓
上线甚至：
多个 AI 专门负责：
审查其他 AI。
十一、未来的软件开发，会越来越像城市规划
这是一个我很喜欢的比喻。
过去：
开发更像：
盖房子。
未来：
开发更像：
管理一座不断扩张的城市。
因为：
AI 会不停建设。
问题变成：
• 路怎么修 • 区域怎么划 • 交通怎么组织 • 哪些建筑该拆
本质上：
是控制系统演化。
十二、最后
很多人担心：
AI 会不会写代码。
我反而觉得：
这已经不是核心问题。
真正的问题是：
AI 会写太多代码。
未来软件工程最大的挑战，
可能不再是：
如何提高生产力。
而是：
如何防止生产力失控。
因为：
真正决定一个系统寿命的，
从来不是：
它能长得多快。
而是：
