最后更新更新于：2026 年 9 月 28 日 ·创建创建于：2026 年 9 月 26 日 ·阅读时长 4 分钟 最近更新 近期变更 9 月 28 日今天 发布于· 882 词

如果我们认为写代码这件事已经死了，并且 AI 正在生成所有代码库，我仍然认为更大的问题是人们或整个团队对系统架构、以及对某些选择背后意图一无所知。

对我参与的一次讨论的评论：

我认为 AI 写出的代码大概处于平均水平（取决于任务和规模）。所以如果你的代码库低于平均水平，AI 可以轻松把它提升到平均水平。至少这是我在这里观察到的。

对我来说，问题不在于 AI 写的代码，而在于没有人知道任何东西，所有人都只是去问 Claude。最终你根本没有任何计划。

#快速发展的初创公司现状

这条推文很好地总结了快速发展的初创公司、或大公司、或那些中层管理者正在大力推动 AI的地方的现状：

我受够这破事了。结束了。现在的工程状况糟透了。我在一家大公司开始新岗位才半个月。这里没有人知道任何东西。规格说明、代码、测试、PRD、工单、这些工单的解决、报告等等，一切都是 Claude Code 做的。

我团队里没人喜欢这样。他们被迫尽可能多地交付。我多次从高层管理那里听到，推送代码不是瓶颈，那我们为什么这么慢？人们每天工作 12 到 13 个小时，只是为了按回车。没有人在读任何东西。公司里的人类自己什么都不做。

每个人，真的是每个人，从 L1 到 L7 的工程师都在做同样的事。跟 Claude 对话。没有任何成就感。没有人在解决 bug。实际上，没有人在思考了。一切都由 LLM 完成。

这太消耗灵魂了。说实话，如果我们至少有时间去看看代码、看看发生了什么，我不会介意。但没有，目标就是交付。不管发生什么。Voxium

#数据工程不一样吗？

Hoyt Emerson提到数据工程不一样：

我认为数据人是不一样的。我们从第一天起就必须了解产品/业务的一切。现在 AI 只是为我们消除了摩擦。推文

我认为在 AI 之前成长起来的数据人确实必须了解一切（或者很多，或者引入领域专家）才能弄清楚。但 AI 让这一点变得过时，或者看似过时。

这就是为什么今天起步的人，或者像我一样，如果我今天在一个新领域里开始不断写提示词，突然间，那些知识就缺失了。

#产品经理现在可以构建任何他想要的东西

好观点来自Sean Behan：

我一直钦佩那些不会写代码但能管理团队来获得他们想要的软件的产品人。知道自己想要什么一直是最难的部分。

有人可能会说，一个好的产品经理现在可以构建任何他们想要的东西并找到市场，让它看起来不错，等等。但话又说回来，如果你不会写代码，你本质上会为一个非常难以维护的产品构建一个非常糟糕的基础（尽管 AI 在这方面也在变得更好，尤其是当你经常迭代时，但仍然，如果你选择了错误的语言或错误的思维模型，你从一开始就错了）。

它仍然有助于了解基础知识，无论哪种方式：对于编程和设计产品，以及对于一个知道需要什么但也理解系统和架构设计的好 PM。

#最终 Boss 仍然是维护

以系统或架构的方式思考，或者拥有意图和设计——所有这些都有助于成为更好的软件工程师。如今，手写代码可能已经死了，但它确实有帮助，而且拥有品味（与 AI 一起）比以往任何时候都更重要。

但最终 Boss 是，并且永远是，可维护性。生成快速管道、应用或 BI 仪表板越容易，你需要维护的就越多。如果没有人知道任何事情，那可能会变得非常困难。

#AI 无法自我驱动

是的，AI 不能自己提示自己，对吧？为什么我们甚至需要人类？对我来说，这是一个明确的信号，人类仍然需要来指导和编排它。这也是为什么意图、品味、设计和架构在当今世界都是杀手级特性。

但一旦这些缺失，或者更糟，根本性的东西丢失了，那就真的很危险。我今天读到，这是一个自作自受的问题，如果我们仍然雇佣初级员工，那么这个问题就不会发生。但没错，这并不容易。

#延伸阅读

来源：the primagen 视频以及LLM 和 AI 的局限性
参考文献：我用 AI 写作学到了什么