AI项目最火语言不是代码?真相扎心了

昨天刷到一张图，差点让我把咖啡喷在屏幕上。

一位国外开发者晒出了自己项目的代码统计——Markdown，也就是写文档用的标记语言，排在了“最流行编程语言”的第一名，把Go、HTML、CSS这些正经技术语言统统踩在脚下。

你可能会想：这哥们是不是疯了？写文档比写代码还多？

但仔细一看，他做的不是普通项目，而是一个AI代理测试平台。更扎心的是，评论区里一堆AI开发者纷纷表示：“俺也一样。”

这不是个例。这是AI时代软件开发正在发生的静悄悄的权力转移。

你以为你在写代码，其实你只是在搭积木；真正值钱的，是那张写着搭建说明的图纸。

颠覆认知：打败Go和HTML的“编程语言”竟然是它？

先别急着嘲笑那个把Markdown当编程语言的哥们。咱们来看看数据是怎么说的。

这位开发者的项目统计图里，Markdown的代码行数占比最高，紧随其后的是Go、HTML、Text、CSS。一个写文档的工具，硬生生干翻了正经编程语言。

你以为这就完了？更诡异的是，尽管他的AI代理测试平台负载出现了爆炸性增长，同时还发布了英文版课程，但项目的核心代码库——也就是那些真正能跑起来的业务逻辑——增长曲线几乎是一条平缓的直线。

代码量没怎么涨，项目却在疯狂运转。

软件世界的讽刺在于：当系统变得足够复杂时，描述系统如何工作的文字，往往比系统本身更庞大。

这种现象在AI和代理开发领域已经成了常态。不信你去翻翻GitHub上那些热门的AI开源项目，比如LangChain、AutoGPT，它们的文档、配置文件和测试用例加起来，经常比核心执行代码多出好几倍。

一位在头部AI公司做架构的朋友跟我吐槽：“我们团队现在最缺的不是能写Python的人，而是能把API文档写清楚的人。代码GPT能写，但架构设计文档和测试用例，还得人亲自上。”

这不是段子。这是正在发生的现实。

代码增长的“假象”：为什么AI项目不再堆砌业务代码？

你可能会问：项目负载在涨，用户量在涨，课程在发，为什么代码库不跟着涨？

答案很扎心——因为项目的大头根本不是可执行的业务逻辑。

现代AI项目里，真正占据代码量的，是这些东西：

• 代理的Harness：也就是让AI代理能跑起来的“马具”，负责调度、监控、容错

• 测试用例：覆盖各种边界的测试场景，确保AI不会在用户面前翻车

• 工具链：连接不同模型、数据源、API的胶水代码

• 配置文件和文档：告诉别人这堆东西到底该怎么用

这些东西加起来，往往比实际干活的业务代码多出3到5倍。

以前写代码是盖房子，现在写代码是搭脚手架。脚手架比房子大，但房子能不能立住，全看脚手架稳不稳。

传统软件开发的逻辑是“堆代码”：功能越多，代码量越大。但AI项目完全不同——它的健壮性不来自代码量的堆砌，而来自测试环境的完备性和基础设施的可靠性。

举个例子：你写一个AI客服机器人，核心业务逻辑可能就几百行代码。但为了让它在各种奇葩问题面前不崩，你得写几千行测试用例；为了让它能对接微信、网页、App三个渠道，你得写几千行工具链代码；为了让团队其他人能接手，你还得写几千行文档。

所以，代码量没涨，不代表项目没变复杂。恰恰相反，它变得更复杂了，只是复杂的部分不在你眼前。

重心的转移：从“写功能”到“搭基建”，AI时代的开发者正在发生什么变化？

这背后的结论其实很清晰：开发者的工作重心，正在从“编写业务逻辑代码”转向“构建和维护复杂且健壮的开发与测试基础设施”。

说人话就是：以前你只需要把功能写出来就行，现在你得先搭好一个能让功能稳定运行的“舞台”。

这对行业和个人意味着什么？三条非常具体的建议：

未来10年，最值钱的开发者不是代码写得最快的，而是能把“舞台”搭得最稳的。

第一，文档能力正在成为硬通货

别笑。能写清楚API文档、架构说明、使用指南的人，在AI团队里越来越稀缺。因为AI模型本身是黑盒，文档就是唯一能让人理解这个黑盒的窗口。能把复杂的事情写简单，比能把简单的事情写复杂，难得多。

第二，测试架构能力决定你能走多远

传统软件测试是“找bug”，AI测试是“找边界”。你写的测试用例能不能覆盖模型的各种“奇葩行为”，决定了你的AI产品是能用还是好用。会写业务代码的人很多，会设计测试架构的人很少。

第三，工具链建设能力让你不可替代

AI项目里，80%的时间花在“连接”上——连接模型、连接数据、连接用户。谁能把这些“连接”做得丝滑、稳定、可复用，谁就是团队的核心资产。你搭的工具链越完善，别人就越离不开你。

最后说回那张图。

那个把Markdown排在第一的开发者，其实是在用一张图告诉我们：AI时代，最值钱的不是代码本身，而是代码之外的“基础设施”。

文档、测试、配置、工具链——这些曾经被视为“辅助工作”的东西，正在成为决定AI项目成败的关键。

如果你现在还在纠结“要不要学Go还是Rust”，不妨先停下来想想：你的文档写清楚了吗？你的测试覆盖全了吗？你的工具链够丝滑吗？

因为未来10年，能驾驭复杂基础设施的人，才是真正的“稀缺物种”。

代码是消耗品，基础设施是传家宝。

如有 AI 相关业务咨询，可与我联系，服务内容：

• 自媒体运营系统咨询、自媒体代运营；

• 企业(组织/业务)系统AI自动化咨询；

• 详请见：http://www.xikai.net.cn/。