当 AI 写出几乎所有代码：Orosz 给软件工程算了一笔账

The Pragmatic Engineer（Gergely Orosz）最新一期的标题把话说得很直：《当 AI 写出几乎所有的代码，软件工程会发生什么》。这不是思想实验——Orosz 的判断是，这"不再是假设性问题，而是即将冲击科技行业的现实趋势"，而他自己已经基本不再手写代码。

拐点已经过去的证据

文章把 2025 年 11-12 月的三个模型发布（Gemini 3、Opus 4.5、GPT-5.2）定为拐点：多位资深工程师公开分享了"顿悟时刻"。最极端的样本来自 Claude Code 创始人 Boris Cherny——某个月他的全部提交（约 200 个 PR）都由 AI 编写，他整月没有打开 IDE。Karpathy 的态度反转同样标志性：去年 10 月他还把 AI 代码称作"slop"，12 月就承认"作为程序员，我从未感到如此落后"。

数据侧的佐证：Atlassian 2025 报告显示开发者平均每周只有 16% 的时间在写代码；Michael Novati 公开的 GitHub 数据显示重度使用 AI 后 PR 数翻倍、达到每月 400-600 次提交；Cortex 的 2026 基准报告调查了 50 多位工程负责人，变更失败率上升了 30%。Dario Amodei 一年前"AI 将写 90% 代码"的预测，至少在重度用户场景里已经兑现。

硬币的两面

Orosz 给出的预测清单分两栏。贬值的一栏：原型开发、多语言广度、前后端专长分工的价值都在下降，实现定义清晰的工单会高度自动化，手动重构逐步交给 AI。升值的一栏：写"完美工单"和拆解任务的能力（tech lead 式技能）需求上升，测试与测试基建成为基线要求，架构决策、技术债管理、可靠性/性能/安全的判断力更受追捧——"软件工程师"值钱，"写代码的人"不值钱。

代价也很具体：代码量暴增带来更多 bug、安全问题和资源消耗；弱工程实践的团队会更早"暴雷"；初级工程师被要求直接按往年 senior 的标准产出；随时用手机审 PR 合并代码的工作方式在侵蚀生活边界。

值得带走的判断

Orosz 的总体立场是谨慎的乐观：AI 写的代码越多，扎实的软件工程基础反而越重要——验证、可观测性、架构、约束管理这些"老手艺"是唯一随 AI 变贵的东西。他预测五年后市场对软件人才的需求更高，部分原因正是 AI 让软件被生产的数量爆炸。PM 和工程师的边界会互相渗透：工程师更贴近产品，PM 更动手做原型，谁也不取代谁。

对普通工程师，这篇文章真正的行动建议藏在字里行间：把时间从"写实现"挪到"写清楚要实现什么、怎么验证"；把测试基建当成产品来建；以及在 AI 提升产出的同时，盯住自己团队的变更失败率——那个 +30% 不是背景噪音，是警铃。