首页
学习
活动
专区
圈层
工具
发布
社区首页 >专栏 >AI 写掉八成代码,公司为什么还要留你

AI 写掉八成代码,公司为什么还要留你

原创
作者头像
Lethehong
发布于 2026-11-21 10:11:37
发布于 2026-11-21 10:11:37
160
举报
文章被收录于专栏:速递日报速递日报

被 AI 替掉的从来不是「写代码的人」,是「只负责把需求翻译成代码」的那一段工序。这篇不谈行业大势,只讲一件事在团队里到底落在哪一层,以及一个工程师这周该动哪一步。

图 1 本文配图:文章主题场景示意

先说我不同意的那部分

InfoQ 中文今天这篇《AI 来了,团队究竟怎么变?》,我点进去之前大概猜到会写什么。

无非是效率提升、组织扁平、人要学新工具。这类稿子过去两年我看了不下五十篇,结构都差不多。

但看完之后我有一种不太一样的感觉。它真正在问的不是「团队怎么变」,是「团队里哪一层还在起作用」。

这两个问题差很远。前一个指向编制,后一个指向工序。

我的判断先放在这里,AI 压掉的不是人,是工序里那段「把别人的判断翻译成可执行动作」的中间层。

这一段过去由初级和中级工程师承担,量大、可度量、也最容易被误认为就是「写代码」本身。

所以当有人说「AI 能写 80% 的代码了」,我第一反应不是慌,是想问一句,那 80% 具体是哪 80%。

如果指的是模板代码、胶水代码、单元测试骨架、接口适配层,那这句话成立,而且三年前就成立了。

如果指的是「决定这个系统该长什么样」,那这句话到今天为止,我一次都没见它成立过。

先把话说死,后面几节我再解释为什么我敢这么讲。

被压掉的是翻译工序,不是工种

我在团队里带过项目,也被人带过,见过最典型的协作断裂长这样。

产品说一句「这个按钮点下去要快」,中间要经过三层翻译,产品翻译成需求文档,技术负责人翻译成任务拆分,工程师翻译成代码。

每一层翻译都会掉一点信息,也都会加一点自己的假设。

AI 现在吃掉的是第三层翻译里最标准化的那部分,就是把一个已经想清楚的任务写成代码。

图 2 本文示意图:同一个需求要经过三层翻译才变成代码,AI 让第三层变便宜,瓶颈反而上移到前两层。

这一层确实被压得很薄。我见过一个接口适配的任务,过去要半天,现在描述清楚二十分钟能出初稿。

但注意,「描述清楚」这四个字本身,就是第一层和第二层翻译的产物。

AI 没有让这两层变简单,反而让它们变成了瓶颈,因为下游变快了,上游一旦含糊,整条链路就卡在需求那一端。

这就是我读那篇稿子时最强烈的感受,变慢的地方和变快的地方不是同一处。

团队真正要重新分配的,是把人从第三层往第一层和第二层挪。

挪得动,效率是真提升;挪不动,就是一堆人在等需求想清楚。

为什么以前没人觉得这是问题

因为以前第三层太贵了。

写代码贵,所以团队默认把最聪明的人放在第三层,让技术最强的人去写最难的代码。

这个默认在人力稀缺的年代是对的。

AI 把这个价格打下来之后,同一个默认就变成了浪费,你把最强的判断力用在了一件已经变便宜的事上。

我在自己项目里试过反向操作,让最熟业务的人不写代码,只负责把需求拆到 AI 能一次吃下去的程度。

结果比我预想的好,也比我预想的难。

好在产出速度确实上来了,难在拆需求这件事本身需要极高的领域理解,不是谁都能干。

所以「AI 来了团队怎么变」这个问题的答案,我认为不在工具选型上,在人的重新排布上。

这里我得说清楚,这是我从有限几个项目的观察里推出来的,不是行业统计。

公开信息没有给出团队规模、职能配比这些数字,我也不打算编一个。

三个前提,缺一个这套就转不起来

第一个前提,需求侧要能被拆到可验证。

AI 生成的东西你必须能判断对错,判断不了就等于没生成。

图 3 本文示意图:左边是多数人对 AI 进团队的预期,右边是我在项目里实际观察到的变化落点。

所以团队里得有人能写出验收标准,这件事比写代码难,也比写代码值钱。

第二个前提,代码库要有足够的上下文可读性。

AI 在陌生仓库里表现差,不是模型不行,是它拿不到足够的约束。命名混乱、分层不清的项目,AI 进去就是放大混乱。

第三个前提,责任要能落到具体的人头上。

这条最容易被忽略。AI 写的代码出了事故,谁签字,谁回滚,谁写复盘。

如果团队里没人愿意为 AI 的产出担责,那这套协作迟早会停,因为没人敢让它上生产。

三个前提我按重要性排了序,第三个最硬。

前两个可以靠时间和工具补,第三个只能靠制度,而制度不是工程师一个人能改的。

这也是我对那篇稿子保留意见的地方,它谈变化谈得挺多,谈担责谈得太少。

这周就能动的一步,先量一下你的翻译损耗

与其讨论团队怎么变,不如先量一下自己团队的翻译损耗在哪。

方法很土,把最近十个需求拉出来,看每一个从「提出」到「AI 或人能一次做对」之间改了几轮。

改三轮以上的,问题基本不在实现,在需求描述。

我拿这个方法在一个小项目上跑过,十个需求里六个卡在描述不清,只有两个是实现难度问题。

这个比例我当时有点意外。

量出来之后动作就很明确了,把改轮次最多的那类需求挑一个,让最懂业务的人重写一遍描述,再交给 AI。

量一下翻译损耗(示意代码,统计需求返工轮次,找出瓶颈在上游还是实现)

代码语言:txt
复制
#!/usr/bin/env bash
# 用法,把最近的需求按行写进 reqs.txt,格式为 需求名,返工轮次
# 只做统计,不接任何外部系统

file="reqs.txt"
if [ ! -f "$file" ]; then
  echo "先建一个 reqs.txt,每行写 需求名,轮次"
  exit 1
fi

total=0
count=0
over=0

while IFS=',' read -r name rounds; do
  [ -z "$name" ] && continue
  total=$((total + rounds))
  count=$((count + 1))
  if [ "$rounds" -ge 3 ]; then
    over=$((over + 1))
    echo "返工偏多 $name $rounds 轮"
  fi
done < "$file"

if [ "$count" -eq 0 ]; then
  echo "没有可统计的需求"
  exit 0
fi

echo "共 $count 个需求,平均返工 $((total / count)) 轮"
echo "其中 $over 个超过三轮,先查这几个的描述"

对比一下轮次有没有降。

图 4 本文示意图:把链路摊开看,AI 只覆盖了第三步,前三步任何一步含糊都会让整条链路停住。

降了,说明瓶颈确实在上游,接着往上游投人。

没降,说明问题在代码库结构或者验收标准,换方向查。

我不建议一上来就改组织架构、改汇报线,那些动作太大,反馈太慢,量不出来对错。

先量一个需求,再谈团队。

我没查到的那部分,和我不敢下的结论

公开信息里没有这篇报道的完整正文可核,我手上只有标题和发布渠道。

所以上面所有关于「团队怎么变」的判断,建立在我自己带项目和观察同行的经验上,不是从原文推出来的。

这一点必须标清楚,不然就成了借别人的标题讲自己的话。

另外,团队规模这个变量我没法处理。

五个人的团队和五十人的团队,翻译损耗的分布完全不同,小团队里技术负责人一个人就能兼任前两层,大团队里这两层是分开的部门。

我的判断更适用于十到三十人这个区间,再大我不敢讲。

还有一个我确实没验证的,AI 在长期维护型项目里的表现。

我试的都是新建项目,代码库干净、上下文短。

老项目里那些历史包袱会不会让这套协作失效,我没有数据。

留下来的人,是因为能替结果签字

回到那个面试问题,AI 能写 80% 的代码了,公司为什么还需要你。

我的答案不是「因为你会用 AI」,那太浅了。

是因为你能替那 80% 的结果签字。

签字这件事包含三样东西,判断它该不该这么写,验证它写对没有,出事之后扛下来。

这三样 AI 一样都干不了,不是能力不够,是它没有位置。

团队真正在变的,是把人从「生产代码」往「定义正确」上挪。

挪过去的人会越来越贵,挪不过去的人会发现自己和工具在抢同一件事做。

这个分化不会在一天内发生,但它已经在发生了。

所以我不太担心 AI 写掉八成代码,我担心的是有人到今天还以为,那八成代码就是自己的全部价值。

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

工具变便宜之后,稀缺的从来不是产出,是判断和担责。团队要变的不是编制表,是把人往「定义正确」那一端挪的决心,挪得动就还有位置,挪不动就只是在和工具抢同一件事做。

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
  • 先说我不同意的那部分
  • 被压掉的是翻译工序,不是工种
  • 为什么以前没人觉得这是问题
  • 三个前提,缺一个这套就转不起来
  • 这周就能动的一步,先量一下你的翻译损耗
  • 我没查到的那部分,和我不敢下的结论
  • 留下来的人,是因为能替结果签字
  • 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