技术思辨｜AI Coding：经验壁垒正在失效，工具进化重塑编程

引入一个日历组件库 vs 直接生成一个最小满足业务需要的日历组件。

对"去组件化"的担忧，是因为AI的确具备快速生成看似能满足当前特定业务需求的"最小化组件"的能力。然而，软件开发的复杂性并不仅仅在于功能的即时实现，更在于其长期的可维护性、可扩展性和整体的稳定性。GitClear的研究指出，AI辅助编码可能会导致代码库中重复代码的比例上升，因为开发者可能不再像过去那样主动进行代码重构以实现复用，而是倾向于让AI针对每个相似的场景生成新的代码。这种做法会快速累积技术债，导致软件系统变得日益臃肿且难以维护。

可复用的铁律有所动摇，晃了晃之后又站稳了，复用还是必要的，架构设计也还是需要的，因为效率至上没有变。AI一把梭确实爽，4端x4倍的工作量和不一致性风险却一点都不爽。

一岗多责，大前端工程师、全栈工程师、全干工程师。

当许多原先需要特定领域技能才能完成的编码、测试、甚至一些简单的设计任务，都可以由AI高效辅助完成时，个体工程师的能力边界似乎得到了极大的扩展。麦肯锡的报告也曾指出，AI将推动开发者向更全面的全栈能力发展，甚至催生出所谓的"AI栈开发者"，即能够熟练运用AI工具和平台进行软件开发的复合型人才。

• 测试左移：TDD与AI编程的天然契合

• 长程规划的能力：人类能把超级大项目拆解成一系列环环相扣的细粒度任务，然后涌入N多个人类同事，几周到数月就能把项目做成。每一个人都是具备超强长程规划能力、学习/反思、泛化能力的Agent。

• 作出决策/解决问题的能力：基于多方面信息/分析推理，作出正确决策，并承担责任（AI不背这个锅）。

• 与人协作的能力：调动资源，处理人与人之间的问题。

1. 长程规划与复杂问题定义能力：AI可以帮助解决你明确提出的问题，但它不能替你发现和定义那些真正具有商业价值和社会意义的复杂问题。将模糊的业务愿景转化为清晰的技术战略和可执行的路线图，设计健壮且可扩展的复杂系统架构，进行长远的战略规划并预见潜在的风险与依赖——这些需要极强的抽象思维、系统思考能力和丰富的经验沉淀。你能够将一个超级庞大的项目拆解成AI可以理解和逐步执行的细粒度任务，并预见在整合这些AI"零件"时可能出现的挑战和协同问题，这正是"1000倍杠杆"的起点。

2. 批判性思维、决策制定与责任承担能力：AI生成的内容，无论是代码、分析报告还是设计方案，都可能存在错误、偏见、疏漏或不符合特定场景的局限性。能够运用批判性思维去审视AI的输出，辨别其真伪优劣，结合多方面信息（包括那些AI无法提供的商业直觉、行业洞察、伦理考量和价值观判断）做出关键决策，并为这些决策的后果承担最终责任——这是人类智慧与担当的核心体现。AI不会为项目失败或错误决策"背锅"，但拥有这10%技能的人会，也正因为如此，他们的判断和决策才变得弥足珍贵。

3. 深度洞察与创造性解决问题的能力：AI目前更擅长在已有的知识和数据模式中寻找最优解或进行模式匹配，但对于那些需要跳出固有框架、打破常规思维的颠覆性创新和原创性解决方案，它往往显得力不从心。能够洞察问题的本质，发现隐藏的关联，提出全新的思路，设计出AI都"想不到"的巧妙方案——这种源于人类灵感、直觉和想象力的创造力，是AI难以复制的。当AI能够帮助处理掉那90%的繁琐工作后，你将有更多的精力去进行这种深度的、富有创造性的思考和探索。

4. 与人协作、沟通与领导力：软件开发本质上是高度依赖团队协作的社会性活动。有效地进行跨团队沟通、清晰表达复杂思想、协调各方资源、激励团队成员发挥潜能、处理复杂的人际关系和潜在冲突、建立和维护信任——这些与人打交道的能力，在AI时代不仅没有被削弱，反而因为项目的复杂性和对跨学科协作的要求提升而变得更加重要。你需要领导一个可能包含人类同事和AI"助手"在内的多元化团队，向着共同的目标前进，这种领导力和影响力是实现"1000倍杠杆"的重要组成部分。

5. 持续学习、快速适应与"重新校准"的能力：正如Kent Beck所强调的，"I need to recalibrate." 技术在以惊人的速度发展，AI的能力边界在不断拓展。能够保持开放的心态，快速学习新知识、掌握新工具、适应新方法，并主动调整自身的技能结构和工作方式，这种元认知能力和终身学习的成长型心态，是保持并发展那关键10%核心竞争力的根本前提。

AI在某些方面拉平了经验差距，尤其对于那些可以通过学习现有模式和信息检索来解决的问题。研究也表明，初级开发者通常能从AI编码助手中获得更大的即时生产力提升。新人可以借助AI快速上手，完成一些在过去需要一定经验积累才能胜任的任务，这无疑降低了入门门槛。

AI Coding带来的变革是深刻且多方面的。它既带来了前所未有的效率提升和创新可能性，也对从业者的能力模型、团队的协作方式以及整个软件行业的组织结构和价值链条提出了全新的要求。这确实是一个充满挑战和机遇并存的时代，关键在于你如何去理解、适应并主动驾驭这股不可逆转的科技浪潮。