首页
学习
活动
专区
圈层
工具
发布
社区首页 >专栏 >AI 能写 80% 的代码,剩下的 20% 才是公司留你的理由

AI 能写 80% 的代码,剩下的 20% 才是公司留你的理由

原创
作者头像
Lethehong
发布于 2026-11-21 08:10:35
发布于 2026-11-21 08:10:35
310
举报
文章被收录于专栏:速递日报速递日报

先说结论,能被 AI 写掉的那 80% 从来不是公司的成本大头。真正让公司离不开人的,是剩下那 20% 里没人愿意接、也没法交给模型的那部分。这篇讲清楚那 20% 长什么样。

图 1 本文配图:文章主题场景示意

这句话问的根本不是 AI

我第一眼看到这个面试题,反应不是焦虑,是觉得这题出得挺鸡贼。

它表面上在问 AI 的能力边界,实际上在问一件更扎心的事,如果 AI 真能写掉 80% 的代码,那公司每年花在你身上的那笔钱,买到的到底是什么。

注意这个 80% 是个什么口径。它指的是从需求到能跑起来的那段,写函数、拼接口、调样式、补样板。这些活的共同点是,输入明确,输出可验证,错了重来成本低。

面试官心里其实有答案。他问这句话,不是想听你说 AI 不行,也不是想听你说 AI 很强所以我要转型。他想听的是,你知不知道自己每天在干的活里,哪一部分是这种可被验证的、输入明确的活。

你要是答不上来,那这题就废了。因为答不上来意味着,你自己也没分清哪些活值钱。

那 80% 为什么最先被吃掉

我把手头这类活拆开看了一遍,发现它们有个共同结构。

图 2 本文示意图:同一个项目按可替代性拆开,被吃掉的只是最上面那层

第一层,需求本身是别人嚼过的。产品经理写完文档,或者你自己脑子里已经想清楚了要什么,剩下的就是把想法翻译成代码。翻译这件事,模型现在做得比大多数人快。

第二层,正确性有现成的裁判。单测能跑,编译能过,页面能打开,这些都替你验了。模型写错了,你立刻知道,改起来也快。

第三层,失败的成本被隔离住了。一个函数写歪了,删掉重写就是。它不会半夜三点把生产库锁死,不会让一个客户的订单数据消失。

这三层叠在一起,才构成那 80%。换句话说,被吃掉的不是「写代码」这件事,是「写那种错了也无所谓的代码」这件事。

这里有个我自己的判断,可能有点反直觉。越是规范、越是文档齐全、越是流程成熟的团队,那 80% 被吃掉得越快。因为规范本身就是给机器准备的输入格式。

剩下那 20% 到底长什么样

我试着列了几类,列完发现它们有个共同点,都不是「写」的问题。

第一类,判断该不该做。需求文档里写着要做这个功能,但你知道这个功能一上线,会跟三个月前那个补丁打架。这种判断没有文档,没有单测,只有你在这个系统里待了两年攒下的直觉。

第二类,在信息不全的时候拍板。线上出事了,日志只给了半截线索,你手里有三个可能的假设,必须在十分钟内选一个去验证。选错方向,修复时间翻倍。这种决策模型替不了,因为它要为后果负责,模型不负责。

第三类,跨人的协调。这个改动要动到隔壁组的接口,你得去谈,得说清楚为什么值得他们改,得在排期上争一个位置。这件事的本质是说服,不是编码。

第四类,为结果兜底。代码是 AI 写的,但上线之后炸了,追责追到的是你。责任这个东西没法外包给模型,公司也不会接受一个「是 AI 写的」的解释。

你把这四类加起来看,会发现它们都不产出代码行,但它们决定了哪些代码该被写出来,以及写出来之后出了事谁扛。

图 3 本文示意图:从需求进来到上线兜底,卡点全在模型够不着的地方

公司买的从来不是打字速度

我得说清楚一个事,不然容易变成给打工人灌鸡汤。

公司当然在乎效率。AI 写代码快,这是实打实的成本下降。但成本下降之后,公司不会因此少要人,它会提高对每个人的期望。以前一个人一天写两百行算正常,现在可能期望你一天交付三个模块。

所以「AI 能写 80%」这句话,对公司的真实含义不是「可以裁掉 80% 的人」,而是「剩下的人得干原来五个人的判断活」。

这里有个数字我想摆出来。假设一个十人团队,AI 把编码环节压缩了八成,那省下来的时间不会变成摸鱼,会变成更多的需求、更快的迭代、更频繁的上线。判断的密度反而上去了。

这也是为什么我判断,短期内被淘汰的不是「不会用 AI 的人」,是「只会写代码、不会做判断的人」。前者可以学,后者得靠年头和踩坑攒。

我怎么验这个判断

光说没用,我拿自己手头一个真实项目对了一遍。

这个项目大概三千行代码,我把它按「AI 能不能独立完成」分了三档。第一档是纯样板,接口定义、数据转换、表单校验,占了大概六成,这档我确实可以整段丢给模型。

第二档是逻辑有分支但边界清楚的,占了大概两成五。模型能写出主体,但边界条件得我补。比如一个分页查询,正常路径它一次就对,但空结果、超大页码、并发修改这几个边界,它默认不管。

给自己代码分档(示意代码,把手头模块按可替代性粗分三档,看清时间花在哪)

代码语言:txt
复制
import os

# 粗分档,靠文件名和行数估,不追求精确
TIERS = {
    "sample": ["dto", "schema", "validator", "mapper"],
    "logic": ["service", "handler", "usecase"],
    "judge": ["gateway", "adapter", "migration", "config"],
}

def classify(path):
    name = os.path.basename(path).lower()
    for tier, keys in TIERS.items():
        if any(k in name for k in keys):
            return tier
    return "unclassified"

counts = {k: 0 for k in list(TIERS) + ["unclassified"]}
for root, _, files in os.walk("./src"):
    for f in files:
        if f.endswith((".py", ".ts", ".go")):
            p = os.path.join(root, f)
            lines = sum(1 for _ in open(p, encoding="utf-8", errors="ignore"))
            counts[classify(p)] += lines

total = sum(counts.values()) or 1
for k, v in counts.items():
    print(f"{k:<12} {v:>7} 行  {v / total:.1%}")

# 结果只用来照镜子,不用来考核任何人
# 判断层占比持续走低,才是真正该紧张的时候

第三档是剩下的一成五,全是跟外部系统打交道、跟历史包袱纠缠、跟人协调的部分。这部分我一行都没让模型碰,不是它写不了,是它不知道这个改动会牵动谁。

对完之后我修正了自己的说法。不是 80% 对 20%,在我这个项目里更接近 85% 对 15%。但关键是那 15% 花掉了我六成的时间。

这个比例每个项目都不一样,公开信息里也没有权威统计,我只能说这是我自己的口径。你拿自己的项目对一遍,数字大概率跟我不一样,但结构应该差不多。

所以面试那题该怎么答

我不会给标准答案,那种东西背下来也没用。我给个思路。

别急着证明 AI 不行,那是自欺。也别急着表忠心说我要学 AI,那是空话。

我见过一个答得比较实的说法,大意是,AI 能写的那部分我确实在用它写,省下来的时间我花在了它写不了的地方,比如这个需求该不该做、这个改动会牵动谁、出了事我怎么兜。

这个答法好在哪,它承认了工具的能力,同时把价值锚在了判断和责任上。面试官要的就是这个。

反过来,如果你答「AI 写的代码我不放心,还是我自己写」,那基本就结束了。因为这句话暴露的是你不会用工具,而不是你有不可替代性。

图 4 本文示意图:同样一句话,答的是工具能力还是自身价值,结果完全不同

这条线还会往上移

我得说清楚这次分析的局限。

第一,那个 80% 是别人的口径,不是我测出来的。不同团队、不同技术栈,这个数字能差很多。前端可能更高,嵌入式可能低得多。

第二,我判断那 20% 短期难替代,是基于现在的模型能力。模型在长上下文、工具调用、自主验证上还在往前走,这条线会往上移。移到哪停,我不知道。

第三,也是最不确定的一点。当 AI 写的代码占到九成以上,人对系统的理解会不会退化到无法做判断。这个风险是真的,但我没看到好的解法。

看判断层占比变化(示意代码,隔一个月跑一次,对比判断层行数占比的走向)

代码语言:txt
复制
#!/usr/bin/env bash
# 每月跑一次,把结果追加到 trends.txt
set -euo pipefail

OUT="trends.txt"
STAMP=$(date +%Y-%m)

# 上一步的 python 脚本输出重定向进来
python3 classify_tiers.py > "/tmp/tiers_${STAMP}.txt"

JUDGE=$(grep '^judge' "/tmp/tiers_${STAMP}.txt" | awk '{print $2}')
TOTAL=$(awk '{s+=$2} END {print s}' "/tmp/tiers_${STAMP}.txt")

if [ -z "$TOTAL" ] || [ "$TOTAL" -eq 0 ]; then
  echo "没读到行数,先检查 src 路径" >&2
  exit 1
fi

RATIO=$(awk -v j="$JUDGE" -v t="$TOTAL" 'BEGIN{printf "%.2f%%", j*100/t}')
echo "${STAMP} judge=${JUDGE} total=${TOTAL} ratio=${RATIO}" | tee -a "$OUT"

所以我的结论不是「放心,AI 替代不了你」,而是「被替代的是不产生判断的编码劳动,这个边界每个月都在动,你得盯着它动到哪了」。

盯的方式很土,每隔一段时间拿自己手头的活重新分一次档,看那第三档是变厚了还是变薄了。变薄了,就该紧张了。

以上,既然看到这里了,如果觉得不错,随手点个赞、在看、转发三连吧,如果想第一时间收到推送,也可以给我个星标⭐~

谢谢你看我的文章,我们,下次再见。

写在最后

AI 能写掉多少代码,这个问题每个月都有新答案。真正不变的是,公司付钱买的从来不是打字,是在信息不全时敢拍板、拍完板敢兜底的那个人。这条线会一直往上移,你能做的就是隔段时间回头看一眼,自己手里还剩多少判断活。

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

目录
  • 这句话问的根本不是 AI
  • 那 80% 为什么最先被吃掉
  • 剩下那 20% 到底长什么样
  • 公司买的从来不是打字速度
  • 我怎么验这个判断
  • 所以面试那题该怎么答
  • 这条线还会往上移
  • 写在最后
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档