生成不再是瓶颈,验证才是
先说清出处,因为这句话被引用时经常归错地方。
「代码生成不再是瓶颈,验证才是」来自 Thoughtworks 的《The Future of Software Engineering》,对应 2026 年 6 月 28 到 30 日在瑞士 Engelberg 的峰会。中文世界里的主要流传版本是 Tony Bai 2026 年 7 月 31 日的解读。
这句话不属于《Technology Trends》年度报告,那份里并没有这个提法。把两份报告混着引的情况已经很多了,写文章时归错源,后面的论证再对也站不住。
一、先把出处说清楚
上面这三段就是出处的全部关键信息。会议报告、解读文章、年度报告是三种不同的材料,引用时混在一起,读者就没法判断这个判断的分量。
先把来源摆正,后面的数字才有意义。
二、这个判断有一条独立旁证
单看一份会议报告容易当成观点,但另两条独立线索指向同一处。
三、DORA 的两句话
DORA 在 2026 年 4 月发布的《The ROI of AI-assisted Software Development》,核心的说法是两条。
AI 是放大器,它放大既有的强项,也放大既有的弱项。同时吞吐量上升与部署不稳定性上升是同时发生的。
这份报告里还有个更好用的词:验证税,也就是每多做出一批结果,就多出来一笔确认成本。
四、开发者自己的说法
Sonar 2026 年 1 月发布的调查,样本 1,100 名开发者:AI 代码占比 42%,对 2027 年的预期是 65%。
但 96% 的人表示不信任 AI 产出的代码,38% 明确抱怨评审负担变重。
BairesDev 的另一份调查,样本 705 人,67% 说审查 AI 产出花了更多时间。
五、三份材料放在一起说明什么
三份材料统计的定义不一样、方法也不一样,并排放只为了说明一件事:产出的量上去了,确认它对的工作量上去了,而且后者涨得更快。
这就是「瓶颈迁移」的意思。不是质量变差了,是瓶颈从写挪到了验。
六、验证税在真实改造里长什么样
抽象讲「要加强评审」没用。我按一次系统改造里的实际分层来记这笔账。
| 层级 | 验什么 | 能不能自动化 | 谁来做 |
|---|---|---|---|
| 语法与结构 | 编译、静态检查、格式 | 完全能 | CI |
| 行为正确 | 单元与契约测试 | 基本能 | CI |
| 边界与异常 | 空值、超时、并发、部分失败 | 半自动,用例要人写 | 作者 + 评审 |
| 与既有系统一致 | 老代码的隐含约定、字段含义 | 很难 | 熟悉这块的人 |
| 意图对齐 | 这段代码是不是需求要的那件事 | 不能 | 提需求的人和作者 |
AI 把前三层的成本压到接近零,后三层的成本一分没减。
而且有个副作用:前三层太容易通过,容易让人以为「测试都绿了」就等于第四层和第五层也没问题。这是当前最典型的事故来源。
七、第四层最值得单独说
老系统里大量约定是没人写下来的。某个字段为空时的处理是靠上游保证的,某个接口返回 200 但 body 里带错误码,某张表逻辑删除靠的是标志位而不是真删。
生成出来的代码在这些点上「看起来合理」,跑单元测试也过,一进真实环境就出事。
这类知识不在代码库里,在几个人脑子里。AI 学不到,因为压根没写下来过。
八、省下来的时间该花在哪
如果生成阶段确实省了时间,账要记回到验证上去,否则只是把风险往后推。我实际会做三件事。
九、第一件:评审看边界,不看结构
结构层面的问题交给工具,人的注意力集中在「这里超时了怎么办」「这个字段为空谁负责」。
一份 PR 里 AI 生成的代码,我会直接翻到异常分支和外部调用处,其余扫一眼。
十、第二件:把隐含约定写下来
上面说的第四层,唯一的解法是把知识显性化。每修一个这类问题,顺手补一条能重复执行的断言。
这件事的短期性价比很难看,因为多花了时间。但这是唯一能让第四层逐步自动化的路径。
十一、第三件:给 AI 产出单独设一道合并门槛
不是因为它是 AI 写的就歧视,而是因为责任关系变了:代码是 AI 生成的,但提交的人要签名,也就是在这批改动上留下自己的名字。
合并前必须回答一个问题:这段代码你读懂了吗?答不上来的,退回自己重写一遍。
这条比任何工具都管用,因为把验证税明确交给了签名的人,而不是留给线上。
十二、一句收尾
瓶颈从「写得出来吗」挪到了「你能确认它对吗」。
前者是产能问题,可以靠工具解决。后者是判断力问题,只能靠人。而人恰好是这两年里被扩得最少的一环。
这笔账迟早要还。