AI编程进入多Agent时代:你的代码能力正在贬值,但有一种能力在暴涨OpenAI 在 Codex 更新日志里写了一行小字：8 月 31 日后，GPT-5.4 停用，强制迁到 GPT-5.6。强硬淘汰，没有商量。但真正值得你注意的不是模型换代，而是换代之后发生的事——Codex 不再是一个"帮你写代码的 AI"，它变成了一台能同时调度多个 Agent 并行干活的"AI 工程团队"。六个月前，开发者用 AI 的姿势是：复制报错→贴进去→等 AI 写函数→人审核。一对一结对编程，人来主导。现在 GPT-5.6 的姿势是：打开 Codex，输入"把这个支付模块改成异步处理"，然后去开会。两小时后回来，AI 改了七个文件，跑了测试套件，修了三个失败的测试，在 GitHub 上给你开好了 PR。从"我指挥它"到"它组队干"，这个变化发生在六个月内。代码能力贬值了GPT-5.6 把模型分成了三层：**Sol** 负责复杂架构决策，**Terra** 处理日常编码和审查，**Luna** 搞定分类、摘要、格式化。Ultra 模式下默认并行启动 4 个 Agent，协同推进复杂任务。Coding Agent Index 评分直接干到 80 分，SOTA。写代码这件事，AI 已经在速度和稳定性上超过你了——至少 CRUD 层面是这样。就业市场给出了更冷的数字。智联招聘 2026 年一季度报告：普通后端开发、前端开发岗位需求同比下降 **52%**。美国劳工统计局数据：过去两年，被定义为"专门执行编码任务"的 programmer 岗位数量下降了超过 **25%**。翰德《2026 人才趋势报告》：传统软件开发需求下降约 25%，但 AI 应用开发需求增长 60% 以上。简历通过率更残酷。工作 1-3 年的纯编码初级程序员，简历通过率从 2023 年的 25% 跌到 2026 年的 7%。脉脉数据显示，要求 3 年以上工作经验的岗位占比已超七成，面向应届生的岗位缩减约 20%。中级程序员成了最尴尬的"三明治层"——他们靠"能写标准化功能"立足，而这个能力恰好跟 AI 高度重叠。企业算了笔账：一个中级工程师的薪资，够买多少个 Token 让 AI 去写代码？答案让人不舒服。但硬币的另一面：系统架构师需求激增 120%，AI Agent 开发工程师需求增长 215%，AI 相关岗位平均月薪突破 6 万。同资历下，掌握大模型 + Agent 开发能力的工程师，薪资比传统开发高 30%-45%。"会写代码"从核心竞争力变成了基础门槛。 码农在贬值，能指挥 AI 团队干活的工程师在涨价。这是 2026 年编程世界最清晰的信号。Agent 正在自动造 Agent更"恐怖"的事在上周发生了。LlamaFactory 作者郑耀威开源了 PenguinHarness——一个让 Agent 自动构建、评测、迭代 Agent 的工具。开源地址已经在 GitHub 上。它做的事很简单：你对它说"做一个 RAG 应用，流式返回，带引用"，它自己生成脚手架、写提示词、装依赖、搭前端，把完整能跑的 Agent 应用交给你。成本：0.2 元 Token，一杯咖啡的时间。对比 OpenAI Codex 做同样的事，PenguinHarness 不仅更快、更便宜，产出的质量也更好——有流式输出、有来源引用，而不是 Codex 那种中英混杂的半成品。但 PenguinHarness 真正吓人的不是"便宜"，是它内置了自进化能力。它有一个叫 GDPevo 的评估基准，覆盖医疗、金融、法律六大场景。自进化流程就是：出题→评测→定位失分→修改 Agent→再评测→接受或回退。团队实测，用 DeepSeek V4 Flash，一个 Agent 从 53 分优化到了 95 分，全程花费 0.5 元 Token。什么意思？过去你搭好一个 Agent，你要手动调优——改提示词、调整工具链、反复测试，这活可能干几周。现在 PenguinHarness 让这个流程自动化了。Agent 自己帮你优化 Agent。团队还公布了两个生产案例：某体检机构用它做报告核查，一份原来 30 分钟的报告现在几十秒完成；某制造企业用 PenguinHarness 构建的多个 Agent 做产线巡检，停机时间减少 **65%**，产出提升近 2 倍。如果说 GPT-5.6 让你不再需要亲自写代码，那 PenguinHarness 让你不再需要亲自调 Agent。层级递进，每一层都在吃掉上一层的人类工作。多 Agent 不是越多越好——Nature 论文拆解真相说完冲击，得说一句实话：多 Agent 不是万能药。7 月 24 日，《Nature Machine Intelligence》发了一篇重磅研究，覆盖 260 种配置、六类基准、五种架构、三家模型系列。结论很直接：Agent 不是越多越好。在可拆分的金融任务中，多 Agent 相对单 Agent 最高提升 80.8%。但在顺序依赖很强的 Plan Craft 规划任务中，最高**下降 70%**。在 SWE-bench Verified（软件工程基准测试）上，四类多 Agent 架构全部出现 1.3% 到 12.8% 的下降。关键变量不是"任务有多复杂"，而是**任务能不能被有效拆分，协调成本会不会吃掉协作收益。** 每增加一个 Agent，就要准备上下文、调用模型、传递结果、汇总结论。Anthropic 的内部数据是：单 Agent 的 Token 消耗约为聊天模式的 4 倍，多 Agent 系统约为 15 倍。这个结论非常重要。因为它说明：**驾驭 AI 团队需要判断力，不是莽。** 知道什么时候让 Sol 上、什么时候放 Terra 批量跑、什么时候根本不应该组队——这种"路由判断力"，才是真正稀缺的新能力。还有一个刻意的降温数据：AI 生成的代码整体缺陷率比人类高 1.7 倍，安全漏洞高 2.7 倍。45% 的开发者表示，调试 AI 代码比手写花的时间更长。中山大学和阿里的联合研究发现，在长期代码维护场景中，大多数大模型可能"越改越糟"——而长期维护占软件生命周期成本的 60%-80%。所以不是"AI 替代了程序员"，而是"程序员跟 AI 的关系被重新定义了"。一种能力在暴涨回到题目：什么能力在暴涨？一句话——**从"写代码的人"变成"设计系统、指挥 AI 的人"。**这不是从士兵变成将军的鸡汤比喻，这是已经发生的事。Google Cloud AI 总监 Addy Osmani 年初写了一篇万字长文《软件工程的未来两年》，结论是：当 AI 负责了常规的 80% 代码，人类需要专注那最难的 20%——系统架构、棘手集成、创造性设计、机器搞不定的极端情况。AI 的普及非但没有让深度知识过时，反而让它变得前所未有地重要。清华大学聂再清说得更直白：系统如何架构、目标如何设计，目前仍是"人类思想的自留地"。具体来说，2026 年最值钱的那几个能力：**需求拆解能力**——能把模糊的业务目标拆成 AI 能独立执行的子任务**Agent 路由判断力**——知道什么时候单 Agent、什么时候多 Agent、什么时候根本不该用 Agent**代码审查和系统把控**——AI 写得快但会有坑，你得看得懂、审得了、兜得住**行业纵深**——只会编程不行了，但"懂某行业 + 会用 AI 编程"的人极度稀缺如果你现在还在把时间花在"手写函数"和"记忆 API"，你正在跟一台越来越便宜的机器竞赛，而这场竞赛没有赢的可能。如果你开始把时间花在"这个系统该怎么拆""这几个 Agent 怎么配合""这个业务问题用什么架构"，你在做一件机器短期内做不了的事。差距拉开的不是编程速度，是思维方式。行动建议：今天打开 Codex 或 Cursor，不用它写一个函数。而是给你正在做的项目下一个完整的任务——让它自己改代码、跑测试、修错误。你只做三件事：审结果、做决策、改方向。体验一下从"操作者"变成"指挥者"的感觉。这一次练习，比你写一周代码更有价值。
夜雨聆风
