谁来看懂代码？
Claude Code创建者：过去30天，259个PR、4万行代码——每一行都是AI写的。OpenAI：3名工程师、100万行代码——零人工编码。斯坦福法学院：当失败发生时，没人知道为什么，也没人有能力修复。
2026年4月，讨论"程序员要不要用AI写代码"已经过时了。这不是一个选择题，是一个既成事实。
Claude Code的创建者Boris Cherny公开分享了他的数据：过去30天，259个PR、497次提交、4万行新增代码——每一行都是AI写的。他说自己即将完全放弃VS Code，转向纯AI编排模式。
OpenAI更激进。3名工程师、5个月时间，通过Codex Agent完成了约100万行代码的内部产品。零人工编码。工程师的角色不是写代码，而是设计agent运行环境、编写意图规范、管理反馈循环。
我们自己的实践也印证了这一点。Opus 4.5推出之后，我们公司不再允许程序员打开IDE写代码。所有开发工作由AI agent完成，测试也是AI自己跑。程序员的工作变成了：定义需求、审查结果、处理AI搞不定的边界情况。
IDE正在变成上一个时代的遗物，就像打字机一样。
当人类不再写代码，"程序员"这个词的含义就彻底变了。OpenAI把新角色叫做"Harness Engineering"（驾驭工程）——人类工程师是架构师，不是编码者。
设计环境：代码库的可读性、工具的完备性、观测层的完善程度——这些决定了AI agent能走多远。瓶颈不是AI能力，而是环境质量。
定义意图：用自然语言精确描述"我要什么"。这比写代码更难——因为你必须同时理解业务逻辑和技术约束。
审查产出：AI写完了，你要判断：对不对？安全不安全？符不符合架构？
这就是悖论所在：你不需要写代码了，但你比以往任何时候都更需要看懂代码。
2026年2月，斯坦福法学院CodeX项目发表了一篇文章："Built by Agents, Tested by Agents, Trusted by Whom?"（代理构建、代理测试、谁来信任？）
文章分析了StrongDM公司的"软件工厂"模式——代理写代码、代理测试、人类只设计规范和监控分数。没有人类审查任何一行代码。
Goodhart定律陷阱：代理优化的是测试分数，不是真实用户需求。StrongDM遇到过代理直接写return true来通过所有测试——测试全绿，但代码什么都没做。
循环验证问题：写代码的AI和测试代码的AI是同类系统，共享同样的盲点。就像让一个人自己批改自己的作业。
技能萎缩：当人类停止读写代码，出现故障时将无人能理解原因，更无法修复。
斯坦福的结论：最深层的问题不是AI写的代码质量好坏，而是失败时没人知道为什么，也没人有能力修复——因为读代码的技能已经消失了。
写代码的AI和测试代码的AI，共享同样的盲点
1970年代计算器进课堂时，教育工作者担心学生丧失心算能力。结果：心算确实退化了，但数学思维没有——因为计算器只替代了"计算"，没有替代"思考"。
AI编程不同。它不只是替代了"写代码"这个动作，它同时替代了"思考代码"这个过程。
当你用计算器算3×7，你知道答案应该是21左右——你有基本的数感来验证。但当AI生成了一个500行的微服务，你怎么验证它是对的？你甚至不知道"对"长什么样。
Anthropic的研究证实了这个担忧：使用AI辅助的初级开发者，测验得分比手写代码的低17个百分点。更可怕的是：METR研究发现，使用AI工具的开发者实际慢了19%，但自认为快了20%。
而且别忘了，大模型本身就是一个"天才与白痴的混合体"——上限经常超过博士，下限有时不如幼儿。它可以写出优雅的架构，也可以写出看起来完美但逻辑全错的代码。如果你没有"数感"，你根本分不清它什么时候是天才、什么时候是白痴。
这不是"心算退化"的问题。这是"数感消失"的问题。
强在"心智模型"。没有AI的时代，你写的每一行代码都经过自己的大脑。你对整个系统有完整的内部表征——知道数据怎么流动、改了这里那里会怎样。这个心智模型，是你判断AI产出是否正确的基础。
强在"调试直觉"。代码出了问题，古法程序员能凭直觉缩小范围。这种直觉来自无数次亲手调试的经验。AI时代的开发者没有这个经验积累。
强在"对复杂性的敬畏"。亲手写过大型系统的人，知道复杂性是怎么失控的。而从未亲手写过代码的人，容易低估复杂性——因为AI让一切看起来都很容易。
古法编程培养的不是"写代码的能力"，而是"理解代码的能力"。前者已经不需要了，后者比以往任何时候都更需要。
第一层：系统思维（最基础）。理解组件之间怎么通信、数据怎么流动、故障怎么传播。OpenAI的经验：环境质量决定了agent能走多远。设计好的环境，需要系统思维。
第二层：意图表达能力（新核心技能）。精确表达意图比写代码更难——你必须同时理解业务逻辑和技术约束，然后用自然语言把两者桥接起来。
第三层：批判性审查能力（安全底线）。45%的AI生成代码含安全漏洞。你需要知道该在哪里质疑、质疑什么。如果没有人能审查，系统就是在裸奔。
第四层：故障诊断能力（最稀缺）。当系统崩溃时——而系统一定会崩溃——谁来诊断？这需要那种"古法编程"培养出来的深度理解力。
这四层能力，从下到上越来越稀缺，也越来越值钱。
人类与AI的协作：不是替代，是桥接
既然公司不会给你时间练基本功，那AI时代的思维能力应该在什么时候建立？
有一个有趣的类比：大模型的训练过程，和人类的教育过程高度同构。
预训练 = 大量阅读（小学）——海量输入，建立对世界的基本认知
SFT监督微调 = 大量做题（中学）——在有监督的环境下，学会规范化思维
强化学习 = 专家引导的开放课题（大学）——在真实问题中，通过反馈迭代提升判断力
按这个框架，AI时代的思维能力建立也应该分阶段：
小学/中学（预训练）：建立"数感"。不是学编程语法，而是理解逻辑、因果、系统是怎么运作的。数学、物理、甚至搭积木和拆玩具，都是在建立底层认知。
大学（微调）：建立"代码感"。通过计算机科学基础课理解数据结构、算法、操作系统原理。完全可以用AI辅助学习，但核心是建立心智模型。
工作后（强化学习）：直接进入AI编排模式。在实战中通过和AI协作来持续强化判断力。
思维能力的建立窗口在学校，不在公司。
但现实是什么？我们身处AI时代，却用工业时代的方法培养农业时代需要的人才。学校还在教"怎么写for循环"，而不是"怎么理解一个系统"。考试还在考"记住了多少语法"，而不是"能不能定义一个好问题"。
AI时代，没有人是老司机，都是新人。教育体系需要重新定义"基本功"——不是写代码的基本功，而是理解系统、定义问题、和AI协作的基本功。
对新人：在学校阶段就建立心智模型。进入公司后直接用AI编排模式工作，但保持好奇心——遇到AI生成的代码，多问一句"为什么这么写"。
对团队：保留至少一个"能读懂全部代码"的人。95分以上的人依然重要——当AI产出80分的代码时，你需要有人能把它提到95分。
对教育：计算机科学教育不应该教"怎么写代码"，应该教"怎么理解系统"。代码只是培养思维能力的手段，不是目的。
这个问题本身可能就问错了。
2025年11月18日，Cloudflare全球服务中断。程序员们想把系统bug日志扔给ChatGPT分析——结果发现ChatGPT也用了Cloudflare，打不开了。想用AI修bug，但AI本身就是bug的一部分。这个死循环，是对"完全依赖云端AI"最讽刺的注脚。
但这个故事还有另一面。我最近在本地台式机上运行了最新的Gemma 4和Qwen 3.5——完全本地化，不需要网络，不依赖任何云端服务。它们可以分析代码、解释逻辑、定位bug，速度和质量都已经够用了。
大模型像生命一样，正在渗透到每一个环境。不只是云端的API，而是你的台式机、笔记本、甚至未来你的手机里，都会有一个能读懂代码的AI。智能无处不在。
所以"谁来看懂代码"的答案，不是"最后一个古法程序员"，而是人类+无处不在的AI。新的工具会带来新的环境，新的环境会达成新的平衡。
凯文·凯利在《失控》中说过：所有有生命的系统看起来都不稳定。蜂群看起来混乱，但能找到最优路径。AI编程的生态也是如此——现在看起来很"失控"，但这种不稳定，恰恰是新平衡正在形成的信号。
但有一个前提：人类不能完全退出这个系统。AI是放大器，不是替代器。你需要有足够的认知基础，才能和AI进行有效的对话。真正需要培养的不是"写代码的能力"，而是"和AI协作理解系统的能力"。这是AI时代的新素养。
工具在不断变化，人性的变化则是缓慢的。我们不用担心。每一次技术革命都会打破旧的平衡，然后建立新的平衡。从印刷术到计算器，从互联网到AI——人类从来没有因为工具太强而退化，只是换了一种方式进化。
这一次也一样。
