2026 年 10 月，有人在 Medium 上做了一件很笨但很有用的事：把七位编程界重量级人物的近期发言收到一起，看他们对 AI 写代码到底什么态度。

名单很硬。Uncle Bob 是 Clean Code 和 SOLID 的作者。geohot 是破解初代 iPhone 和 PlayStation 3 的那个人。卡马克做出了 Doom 和 Quake 的引擎。Hejlsberg 造了 C# 和 TypeScript。DHH 造了 Ruby on Rails。Kent Beck 造了极限编程和 TDD。Stroustrup 造了 C++。

七个结论摆上桌，光谱拉得很开。

一端是 DHH。他在 Rails World 2026 的主题演讲里说，手写代码在经济上已经不成立，英文就是最好的编程语言，最差的 AI 辅助程序员比最好的非 AI 程序员强 1000 倍。

另一端是 Stroustrup。他说这些东西还没准备好用在安全关键、性能关键的代码上。他提到一个更麻烦的现象：提示词改一点点，代码库就大面积连锁变动，资深工程师被迫不停重新验证，有人干脆选择退休。他把这个叫验证危机。

中间五个人，各自守着一个条件句。

Uncle Bob 说他现在很少逐行审 AI 写的代码，前提是规格、度量、自动化测试都到位。Hotz 说小团队和独立开发者能自己纠错，大公司反馈慢，会把 AI 生成的垃圾忽视到遍地都是。卡马克说工具是进步的核心驱动力，但解决问题才是价值来源。Hejlsberg 说 AI 只会复述别人已经发展出的概念，取代不了开发者，可是初级岗位在收缩，公司急着把人往资深推。Kent Beck 把 vibe coding 和他叫 augmented coding 的东西分开，前者是不可维护的垃圾，后者是有纪律的加速，他还说每加一个功能都在消耗可选性。

这几段话我读了几遍。吵得最凶的地方，其实不是一个问题。

一个问题是 AI 会不会写代码。这个问题已经结束了，会。

另一个问题是代码出问题之后，谁签字。

七个人里，没有一个人把这个答案给全。

02 代码有四段成本

我读这些争论的时候，慢慢整理出一个更朴素的模型。一段代码从诞生到退役，有四段成本。

生成成本，把它写出来。验证成本，证明它是对的。维护成本，改动它的时候不把它弄坏。责任成本，出错之后有人承担后果。

AI 只压低了第一段，压到接近零。

后面三段，它反而在往上推。

验证成本上升，因为机器产出速度快过人审阅的速度，而且一次提示词微调能让几百行代码无痛地长成另一个样子，你得重新验证一遍。维护成本上升，因为看不懂来历的代码最难改，Hotz 担心的 slop 就是这个东西。责任成本最微妙，它既没有上升也没有下降，它只是变得没有人认领。

这个模型的好处，是能解释七个人的分歧在哪。DHH 只算第一段，所以他看到的是崩塌式的效率提升。Stroustrup 站在验证成本最贵的地方，C++ 跑在高频交易和医疗设备上，那儿的验证本来就贵，AI 让它更贵。Beck 算的是维护和责任，所以他一直在讲可选性和纪律。Hotz 算的是组织层面的维护成本，大公司反馈链太长，垃圾代码来不及被发现。

行业的估值锚点，正在从「能产出多少行」移到「能担保多少行」。

这个移动对交付型公司尤其致命，因为这类公司的利润本来就薄在验证环节。

03 中国这边，形态不太一样

国内软件业有很大一块是项目交付制。人力计价，按人天报价，甲方验收。

在这种结构里，AI 提效的第一反应是同样这批人接更多单，很少有人立刻开始裁员。工具红利先被报价体系吃掉，落到个人手里不一定有多少。

第二个差别在验收方式。不少项目没有测试文化，验收靠演示。演示能跑，就当没问题。AI 恰好最擅长生产「看起来能跑」的代码。两种东西叠在一起，只会互相放大，不会互相抵消。

第三个差别在人才供给。Hejlsberg 担心的初级岗位收缩，在国内会被校招体系放大。校招几乎是培养资深的唯一入口，入口一窄，五到八年后的资深供给就断了。到那时候，能签字的人更少，也更贵。

这是慢变量，方向清楚，速度不清楚。

04 我不同意 DHH 的那句话

「英文是最好的编程语言」，这句我不同意。

Stroustrup 说它荒唐，我站他这边。自然语言描述不了并发模型的内存序，也描述不了浮点误差的边界。DHH 那句话放在业务系统里勉强成立，拿给内核和工业软件的人看，会被当成段子。

但 DHH 有一点说对了。手写代码在经济上越来越像手写信。它还会存在，只是不再构成竞争力。

你写不写代码，和你的产出价值，正在解绑。

还有一个反向的观察值得放进来。Stroustrup 提到资深开发者选择退休，因为要不断重新验证一个持续变化的代码库。国内资深工程师本来就少，很多人早就不在一线了。同样的事在这里可能来得更早，也更安静。

05 可以做的几件事

最实际的一件，把可验证性做成你的产品。能写测试，能定义指标，能在评审时说这段不行并且说清理由的人，现在比能写代码的人稀缺。

能力的方向在变，从生产端移到验收端。

再一件，别把价值绑在「我熟悉哪个框架」上。框架的寿命在缩短，判断力的寿命在延长。这话听着像鸡汤，落到具体选择上很硬：学一个新框架能撑三年，练一套判断方法能撑十年。

最后一件，关于手感。保留亲手写代码的时间。判断力在你停止建造之后衰减得很快，这跟职位高低无关。那篇原文里有个作者说，他每天用机器追机器，有些早晨像超能力，有些早晨像跑步机。两种感觉同时成立。

一句话收束。

工具改变的是成本结构。成本结构改变的是谁有资格留下。

你所在的公司，AI 写出来的代码，最后是谁签的字？

参考原文链接：https://yc.prosetech.com/7-programming-legends-predict-the-future-of-ai-coding-e433d08e8cba

本文话题 #AI编程 #程序员 #AI与就业 #软件工程 #技术趋势 #判断力 #代码审查 #职业发展