夜雨聆风AI写代码越快，你的代码库死得越快。
这话我先扔这儿。
Andrew在播客里笑着说，希望模型更擅长删代码。全场笑。写过项目的人没笑啊。
不是不想笑。
是笑不出来嘛。
你让AI修一个bug，它顺手给你改出三层别的代码。让它加个小功能，它能拉出一堆新文件。让它补个边界条件，它把原本清楚的逻辑绕得更远。
快是真的快啊。
烂也是真的烂哦。
OpenAI内部90%的人都在用Codex。不是90%的工程师，是整个公司90%的人。
这意味着什么？
意味着AI已经不只是帮你写代码了。它在接管文档、数据、邮件、各种工作流。你让Agent剪个视频，它发现你在用PremierePro，先改底层文件，改不动就给自己写个扩展，再用扩展去控制标记。
酷。然后呢。
先停一下，我插句话。
有件完全不相关的事我得说一嘴。假设你凌晨两点还在改一个项目，咖啡凉了，窗外有猫叫，你盯着屏幕上一段AI生成的代码，看了五分钟，不知道它在干什么。但测试过了，能跑。你点了合并。
不知道为什么这个画面一直在我脑子里。
好，说回来。
以前团队最怕什么？
"想法没人实现"。
现在呢？这个门槛被AI踩平了。同一个方向，可能同时冒出几十个原型。公司里可能有90个没怎么协调的小团队，都在试同一个功能的不同做法。
实现变便宜了。
贵的是判断和筛选。
AI能把第一个版本做出来，但它不知道这个版本值不值得留。
以前程序员的稀缺性，是"我能不能把东西写出来"。
接下来是"我能不能判断这个东西该不该存在"。
等等。
我这样说好像也有点问题呢。
因为不是AI不知道，是很多人自己也忘了问。有东西跑起来，不等于问题想明白了。最麻烦的bug通常不是少写了一个if，是一开始需求就错了。
AI生成得越快，返工也越快。
这锅不能完全甩给模型。
你品。
假设你周五晚上十一点十五分，泡面刚泡好，手机震了，CI挂了，报错信息来自一段你从没见过的代码，提交记录显示是Agent三小时前写的。
Boris Cherny把未来产品团队分成五类人：Prototyper、Builder、Sweeper、Grower、Maintainer。
最值得注意的，是Sweeper呢。
不是打杂的。是把AI做出来的半成品收拾到能用的人。重复逻辑、奇怪抽象、没处理的边界条件、风格不统一的UI、没有测试的功能，还有一堆"现在能跑，但没人敢改"的代码。
AI特别擅长做Demo。
也特别擅长留下烂摊子，你根本不知道从哪下手。
有些代码不是要优化。
是该扔。
有些功能不是没做完。
是一开始就不该做。
有些Agent跑出来的结果，看着很努力，实际只是在制造维护债。
我本来想说的是……
算了。
说另一件事吧。
Andrew说Codex以后可能不是IDE，而是工作入口。你想剪视频，它接PremierePro；你想处理表格，它接Excel；你想推进研发任务，它接代码库、Issue、PR和CI系统。
这意味着什么？
意味着"打开一个工具干活"，变成"先把任务交给一个入口，再让入口去调度工具"。
速度上去了。
判断、审查、权限、复杂度、维护成本，都会更早冒出来。
未来团队里可能不缺会用AI快速做Demo的人。
缺的是能把Demo变成产品的人。
这个人要能看懂AI写出来的东西，敢删，敢合并，敢重构，也能判断哪些功能根本不该上线。
代码越容易生成，越需要有人负责收尾。
岗位边界会变模糊，但专业能力不会消失。
会写代码的产品经理更有用，懂产品目标的工程师更有用，会用AI做原型的设计师也更有用。但这不等于所有人都可以无差别替代所有人。
开发者不用焦虑成"全能选手"，但也不能只守着编辑器那一亩三分地。
你得知道业务目标是什么，也得看得懂设计约束；你要会给Agent派活，也要能判断它交上来的东西有没有价值；你要能写代码，也要能从代码里抬头看用户。
说真的，AI把前半段推得太快了。
以前很多问题可以往后拖。需求不清，等产品再补；体验粗糙，等设计再磨；代码脏了，先上线以后再重构。
现在Demo一天能做十个，Agent一晚能改几千行。
你拖不起了啊。
因为代码写得越快，麻烦来得越快。
谁来负责删代码？
这个问题，比让AI写代码难十倍。
你遇到过AI生成的代码让你不敢改的情况吗？
转给一个需要看到的人。
往期文章推荐阅读
黄仁勋的物理AI ChatGPT时刻，正被这家中国公司的“流式多模态”接棒
对冲基金进入AI军备竞赛：Millennium 官宣成立人工智能实验室
懂的人都点了这里~~~~
如果这篇文章对你有一点点的启发，很期待你留下一个赞+在看。谢谢，亲，祝您一切顺利。
