写了25年代码的工程师，突然不会估工期了

2026年的一个春日，写了25年代码的Django联合创始人Simon Willison，在播客里承认自己的职业“超能力”失效了。过去他扫一眼项目就能精准判断“这活儿得两周”，现在AI能把那些曾要耗掉几周的脏活累活，在20分钟内搞定。他赖以成名的快速做原型能力，如今任何一个新手都能借助AI轻松复制。这一切的拐点，出现在2025年11月——AI写代码的能力悄悄跨过了一条线：从“大部分能用但得盯着”，变成了“几乎每次都对”。为什么这条线的跨越，会让一个25年经验的工程师感到职业经验一夜归零？

跨过那条线，所有规则都变了

2025年一整年，Anthropic和OpenAI都在疯狂加码代码能力训练，GPT 5.1和Claude Opus 4.5先后发布。单看参数和跑分，它们只是比上一代好了一点点，但就是这“一点点”，踩过了那条关键的线。

之前AI写的代码，十次有七八次能跑，但剩下两三次会埋雷——你必须逐行审查，像个人肉debug机器一样盯着它。2025年11月之后，画风突变：它写的代码几乎每次都能按要求跑起来。Simon自己的体感是，现在一天能产出1万行可用代码，而一个纯人类中高级工程师，正常节奏下一天能写200到300行高质量代码就算高产。

这种变化的核心，在于代码的“可验证性”——它是所有AI任务里最容易判断对错的：要么跑得通，要么跑不通。不像AI写的文章或法律文件，你很难判断它到底好不好。正是这种明确的对错标准，让AI先拿软件工程师“开刀”，而且一出手就颠覆了游戏规则。

三层工程师，三种完全不同的命运

Simon在访谈里给出了一个尖锐的判断：工作3-8年的中阶工程师，受到的冲击最大。

资深工程师直接起飞——他们二十年积累的架构直觉、系统设计嗅觉，被AI放大了好几倍。以前他们要花大量时间写实现代码，现在AI全包，他们只需要专注于“该做什么”和“怎么保证做对”。一个资深工程师现在可以让AI同时生成三个不同方案的原型，三个小时内就能从无到有拿出三套可选方案，试错成本从“想清楚再动手”变成了“先全做出来再说”。

新人工程师的门槛被打到了地板——以前入行最痛苦的读代码库、搞构建流程、理解技术债，AI几乎一把梭哈全解决了。他们可以跳过最枯燥的基础训练，直接上手做能落地的项目，但也面临着过度依赖AI导致基础技能退化的风险。

最难受的是中阶工程师——他们过去的核心价值就是“能写靠谱的代码”，而这恰恰是AI现在最擅长的事。他们上卷不过资深工程师的架构能力，下卷不过新人+AI的性价比，曾经赖以生存的技能，一夜之间成了最容易被替代的部分。

黑灯工厂里，AI代理正在接管代码

当AI写代码的可靠性跨过临界点后，软件开发的生产模式开始向两极分化。

一边是“Vibe Coding”——非专业人士也能靠AI快速做出能用的小工具，比如OpenClaw这个开源AI助理项目，从第一行代码到几十万用户只用了三个半月，传统软件公司可能连需求评审会都没开完。这种模式适合个人项目或原型验证，出了问题只有自己倒霉。

另一边是正在测试的“黑灯工厂”模式——StrongDM正在尝试让AI Agent完全接管生产级代码的生成和维护，没人写代码，也没人读代码，全靠AI和完善的质量保障体系运转。就像制造业的关灯工厂，机器在黑暗里自动生产，人类只需要负责设计规则和监控结果。

这背后的核心是AI Agent技术——它不是简单的代码生成工具，而是能自主规划任务、调用工具、迭代优化的智能代理。人类工程师的角色，从“代码书写者”彻底变成了“系统设计师”和“规则制定者”。

Simon反复强调一个词：主体性。他认为AI永远不可能拥有真正的主体性，因为它没有人类的动机——那种想解决某个具体问题、想创造某个东西的欲望。

在AI时代，真正稀缺的不再是写代码的能力，而是定义“该写什么代码”的判断力，以及保证“代码写对了”的责任感。代码会贬值，但定义代码的能力不会。

那些能在AI的帮助下，把精力放在更有创造性的系统设计、更深入的用户理解上的工程师，会成为这个时代的主角。而那些还在依赖“写代码”安身立命的人，终会发现自己的职业护城河，早已被AI悄悄冲垮。