夜雨聆风这两年我持续观察AI对各行各业的影响，有一个判断越来越确定：AI正在让软件生产本身变得极其廉价，但“判断该生产什么”这件事，反而变得前所未有的重要。
这不是在为某个岗位贴金，是一个正在发生的事实。
一、代码正在失去稀缺性
近年来，AI编程工具正在快速进入软件开发流程。GitHub Copilot、Cursor、Claude Code等工具已经从简单代码补全工具，逐渐变成能够参与需求实现、代码生成和调试的软件开发助手。
一个想法从诞生到上线，过去需要一整套人马、数月时间；现在，一个人借助AI，几天甚至几小时就能跑通一个可运行的原型。
这也意味着：软件实现能力正在快速贬值。大量普通代码的生产能力，正在快速失去稀缺性。
二、廉价的另一面是昂贵的维护
但有一件事需要警惕。
很多人被“生成变快了”冲昏了头。我见过不止一个团队，用AI三个月生成两万多行代码，然后花了半年改Bug、重构、理清那些连AI自己都忘了为什么要这么写的逻辑。代码量暴涨，可维护性暴跌。
数据显示，企业每花1美元买AI token，就有大约0.82美元消耗在缺陷修复、代码重写和评审延迟上。更麻烦的是，96%的开发者不完全信任AI生成的代码，而验证AI代码消耗的精力，往往比手写还大。
所以我越来越倾向于一个判断：AI生成的代码不是资产，更像是负债。 每一行都意味着未来要有人去理解它、修改它、为它兜底。当生成变得无限便宜，真正昂贵的是验证、维护和清理。
三、真正的瓶颈已经上移
Claude Code负责人Boris Cherny说，他本人已经一年多没有手动写过一行代码，团队90%的代码由AI生成，工程产出是实际人数的三倍。那瓶颈在哪？从键盘移到了白板，从“谁能把东西做出来”移到了“什么值得做”。
有意思的是，Anthropic最近招聘大量的产品经理，而不是工程师。专门负责Claude Code的产品经理岗位，薪资开到了30.5万到46万美元。这个信号很清晰：AI压缩的是“从想法到实现”的中间环节，但它无法压缩“这个想法本身值不值得实现”这个决策环节。
过去，执行力本身就是护城河。你有一个好想法但做不出来，那想法就没有价值。现在AI把执行力变成了白菜价，这道护城河消失了。你不能再拿"我能做出来"当价值，你得为"为什么要做这个"负责
AI把执行的门槛抹平之后，判断力的差距被无限放大了。
四、未来属于“会做减法”的人
还有一个反直觉的观察。
AI太能“生”了——生成功能、生成代码、生成方案，速度快得惊人。但它几乎不会主动问：这个功能真的需要吗？这五个方案里哪个是最优解？做到什么程度就该停了？
这两年最深的体会是：“做加法”是本能，“做减法”是判断。
Anthropic提出过五种工作原型——原型者、建造者、清理者、成长者、维护者。其中“清理者”（做减法、控制复杂度）和“成长者”（把已跑通的产品做大）反而最抢手。因为在AI时代，制造东西太容易了，真正稀缺的是知道什么东西不该制造、什么东西该保留的人。
写在最后
我想用自己的话总结：过去软件行业拼的是“把事做对”的执行力，未来拼的是“做对的事”的判断力。 前者AI已经替你解决了，后者谁也替不了你。
这场变革里，最危险的从来不是不会用AI的人，而是那些有了AI之后，就忘了自己还需要思考的人。