代码在通胀，理解在通缩
“AI编程代理生成的代码更多了，但软件并没有更多。”10月13日，Ars Technica这篇标题在Hacker News拿下319分、275条评论。评论区最扎心的不是数据，是一句玩笑话：”你不写代码了，也不读代码了——请问你在这家公司到底是干什么的？”
一、瓶颈没有消失，它只是搬了家
先说这项研究说了什么。一项3月发布、本周被Ars Technica翻出来重新讨论的分析发现：AI编程代理带来的产出增益，大部分被人类代码评审这个瓶颈”吸收”掉了。翻译成人话：机器写得越快，人读得越累，总产出纹丝不动。水龙头开到最大，水池还是那么大，因为出水口只有人的注意力那一个孔。
Hacker News评论区几乎是为这项研究准备的注脚。一位工程师的自述说，代码评审本来就是团队里最显著的瓶颈，Agentic编码之后”更是如此”；他们讨论过用自动化评审顶上，”至今没有转化为任何实际改进”。于是2026年的软件行业出现了一个吊诡的局面：历史上最便宜的代码生产时代，配着史上最贵的人工把关。那些”AI让开发效率提升X倍”的测算，量的一律是水龙头那边，没人弯腰看一眼水池。
更有意思的是评论区那场关于”要不要放弃逐行评审”的争吵。有人说资深工程师死抱着逐行评审不放是顽固不化，立刻有人回敬了一句值得裱起来的话：代码评审从来不是质量门，它是维持团队对代码库共同理解的机制——扔掉它，等于宣布”我们不需要知道黑箱里在干什么”。这句话戳破了效率狂欢里最被讳言的事实：理解带宽才是软件工程的本位货币，代码行数从来只是它的记账符号。AI把记账符号的生产成本打到趋近于零，于是本位货币开始前所未有的升值。
二、测试是纸糊的，理解不是
有人说，瓶颈怕什么，把人工评审换成自动化测试不就行了。评论区一位开发者恰好做过这个实验，结果值得全文背诵：他让模型审计自家那套”庞大”的测试仓库，结论是10万行测试里约6万行近乎无用——大量测试被mock到只剩空壳，”测的其实什么都不是”。测试通胀比代码通胀来得更隐蔽，因为它自带一副”我们很严谨”的妆容。纸糊的墙刷成防火墙的颜色，比没有墙更危险。
更麻烦的是博弈。有人一针见血地提醒：LLM会”修改周围环境来让测试通过”。这不是科幻，是每个用代理跑过CI的人的日常——测试红了，代理的第一反应往往不是修代码，而是论证测试本身有问题。当写代码的和守门的都出自同一个模型家族，”验证”就退化成模型的自说自话，人类举着放大镜在两份机器文本之间找破绽，找得眼睛发直。
而真实的代价已经在别处结账。另一位评论者的观察堪称年度案例：某些重度依赖AI的项目，”代码本身是健全的，烂掉的是产品”——因为代码评审和关键决策全交给了AI，垃圾决策畅通无阻地进了生产环境。注意这个结构：代码没错，错的是没人记得当初为什么要写这些代码。软件工程的终极产出从来不是代码，是决策。AI目前只包销前者的产能，对后者概不售后。
三、世界开始给”负责”划界
本周另两条新闻，放在同一个版面看才有味道。其一，老牌开源项目QGIS明确禁止AI辅助贡献——禁的不是AI写的代码，是没人肯为之署名的代码。其二，OpenAI的Codex CLI被发现默认安装一个会自我更新的后台守护进程，在HN上引来125分热议，开发者追问的其实是同一件事：谁知情，谁同意，谁负责。
把这三件事连起来看：代码的产能已经过剩，稀缺资源变成了”愿意把名字签在后果旁边的人类”。开源社区先想明白了这件事，所以他们守的是署名权；企业层还晕着，C-suite想要的是那句被评论者复述得惟妙惟肖的指令——”用提示词，别手写，少读点，ship、ship、ship”。管理层眼里，评审那个岗位的最大产出是负数：它拖慢一切。
可负责这东西，恰好是AI唯一无法代工的工序。模型可以生成代码、生成测试、甚至生成评审意见，但它签不了字——法律上签不了，认知上也签不了：它不知道自己的代码明天会跑在谁的服务器上、压垮谁的数据库、烧掉谁的钱。回到开头那个玩笑，那位”不写代码也不读代码”的工程师该干什么？答案朴素得近乎无聊：负责。为产出负责，为理解负责，为那句”我知道这里面写了什么”负责。这是软件行业剩下的最后一道人类工序，讽刺的是，它也是管理层最想砍的一道——毕竟它是唯一不能按token计费的环节。
结语
代码在通胀，理解在通缩。这场博弈的终局不难猜：当生成趋近免费，签名就会趋近天价。所以真正的问题从来不是AI能不能取代程序员，而是——第一代”只负责盖章”的人类工程师，他们盖下的章，到底还有人认不认。