當代碼變“便宜”之后，我們失去了什么？

當寫代碼這件事變得越來越像“按下按鈕就能得到結果”，一個更隱蔽的問題也開始浮現：我們得到的這些代碼，真的有人理解過嗎？

這不是一個關于效率提升的故事，而更像是在問一個更現實的問題——當代碼的生成成本被壓到極低之后，軟件工程里那些原本被認為“理所當然”的能力，會不會正在悄悄變成新的稀缺品？

原文鏈接：https://www.poppastring.com/blog/what-we-lost-the-last-time-code-got-cheap

作者 | Mark Downie 責編 | 蘇宓

出品 | CSDN（ID：CSDNnews）

我曾在美國托萊多的一家創業公司 Heartland Information Services 工作。我們給全美一些大型醫院提供轉錄服務，規模不小，在當時屬于美國醫療轉錄行業的頭部公司之一，也參與了那一波把轉錄業務外包到海外的浪潮。

這類服務聽起來不復雜，但其實非常關鍵：一旦系統宕機，影響是實打實的。比如你可能正需要做緊急手術，但卻必須等手術記錄被轉成文字版本才能繼續推進，這種等待是不能接受的。

當時我們在印度的工程師團隊非常優秀，公司采取的是“混合模式”：關鍵系統一部分在海外開發，一部分在美國本土部署。原因很簡單——成本。海外開發便宜太多了，對于每一分錢都要算的創業公司來說，這種節省無法忽視。當時也是一種行業趨勢，托馬斯·弗里德曼提出“世界是平的”，很多美國開發者都開始擔心自己的工作會不會被替代。

從結果看，代碼質量其實不錯，印度工程師也都很有能力。但在這種跨地域協作中，經常會出現一個問題：某個功能為什么這么設計，可能只存在于世界一端某個人的理解里，而維護它的人卻在另一端。知識是存在的，但不一定在你需要的時候能找到。

最近我一直在想 Heartland 的經歷，因為現在的情況有點熟悉。

這一次，代碼變得更“便宜”了

現在，寫代碼的成本已經大幅下降。AI 工具可以快速生成看起來不錯、能運行、通過測試的代碼，速度和成本都是幾年前無法想象的。

和當年外包浪潮一樣，這一切都是經濟理性選擇——沒人“做錯了”。這些 AI 寫出來的代碼通常也沒問題，能用，也能上線。

但歷史已經告訴我們一個規律：當“寫代碼”變便宜時，成本并不會消失，而是轉移了。

它會從“寫代碼”轉移到“理解代碼”。

《Prediction Machines》里有個核心觀點：當某個基礎能力變便宜時，它的價值會轉移到“互補能力”上。在軟件里，這個互補能力一直是“理解”。

外包時代已經證明，真正貴的從來不是寫代碼，而是理解代碼——理解它為什么這么設計，如何安全修改它，在緊急情況下如何調試它，以及如何向下一個人解釋“為什么當初凌晨兩點要這樣寫”。

這一次的不同點在于：可能沒人真正“理解過”

外包時代，知識其實是存在的，只是分散在不同人腦子里。比如在班加羅爾或德里工作的開發者，通常是知道設計意圖的，只是把這種理解傳遞到另一時區和組織邊界很困難。

但 AI 生成代碼的情況不同——很多時候，沒有任何一個人真正完整理解過這段代碼。它可能是“被生成出來的”，語法正確，但背后的意圖并不在任何人的腦子里完整存在。

代碼被提交了，但“理解”沒有被一起提交。

這不是反對 AI 寫代碼

這不是在說不能用 AI。我自己每天也在用，而且確實提高了效率。

但如果我們只用“產出多少代碼”來衡量生產力，那其實是一個早就被證明有問題的指標。

外包時代后來教會了行業一件事：解決辦法不是停止分布式協作，而是刻意去建設“共享上下文”——文檔、代碼評審、溝通機制，以及讓團隊真正理解彼此的長期投入。

成功的公司，都是把“理解成本”當成核心工程問題來處理，而不是副產品。

接下來真正稀缺的是什么？

如果平均質量的代碼變得很便宜，那么真正稀缺的就不再是“寫代碼能力”，而是能不能讀懂代碼？能不能在復雜系統中定位關鍵部分？ 能不能理解“為什么這里重要”？

早在 25 年前，Joel Spolsky 就說過一句話：“讀代碼比寫代碼更難。”當時是對的，現在更是如此。

下一代工具應該解決的問題

下一代開發工具不應該只幫我們“更快寫代碼”，而應該幫助我們：

• 更快理解已有代碼

• 理解歷史遺留系統

• 理解 AI 生成但沒有人真正設計過的代碼

因為現在真正的工作重心，正在從“創造代碼”，轉向“理解代碼”。

而這，才是新的工程能力核心。

加入 AMD AI 開發者計劃，免費領 50 小時云算力券

進群月月抽顯卡、AIPC，好運不停！