AI 能帮你写代码，但把代码变成软件，还是得靠人
AI 能写代码，但它造不出软件
最近，我收到越来越多的消息：陌生人发来一坨 AI 生成的代码，配上一句“能帮我把它变成产品吗？”。
发信人往往是律师、销售、医生，甚至是咖啡店老板。他们没有写过一行生产代码，却用最新的 AI 工具在周末拼出了一个能跑的 demo。界面亮眼、交互顺畅、功能看似齐全——至少在本地机器上点两下是这样的。 然后，他们卡住了。卡在“上线”两个字上。 于是他们开始满世界找技术合伙人、CTO、外包团队，愿意用股权、现金、分成换取一个承诺：把这个玩具变成生意。
这让我反复问自己一个问题—— 如果 AI 真的能取代软件工程师，为什么这些人还需要我们？
这种感觉非常有共鸣，是我看到安仔的推文进而写下这篇，原文是Claude ceo 的一篇介绍bytesauna.com/post/coding… AI 会“写代码”，但它不会“做软件” 作者：Matias Heikkilä
你有没有发现，最近有相当多的人在到处寻找技术合伙人或者 CTO？
反正我吧，收到了多得惊人的这类咨询；他们的话术大同小异：“嘿，我这儿有个‘凭感觉编程 (Vibe Coding)’搞出来的 App，你愿意帮我把它做成‘生产就绪’（也就是能正式上线、稳定运行）的版本吗？”
我大概能给这些人画个像。想象一下：他们非常懂自己的业务，但一直以来都缺乏技术能力，没法把好点子变成现实——他们可能是个法律顾问，或者客户经理。
这些人干嘛要找我呢？
我也琢磨了一下，我觉得这释放了一个重要信号：到底有什么事是他们靠生成式 AI (GenAI) 没法独立完成的？
这不正是现在人人都想搞明白的问题吗？大家都想知道这些模型的能力边界。或者，说得再直白点：大家都想知道哪些工作很快要被淘汰了。
我收到这些求助，这个事实本身就说明了“软件工程”这个行业的一些问题。我的意思是，如果软件工程真的已经被 AI 自动化了，那根本不会有人来找技术合伙人。
嗯，我想我明白为什么我们会收到这些请求了。关键在于：AI 会写代码，但它不会构建软件。
这是我在花了大量时间用 AI 辅助编程、并且看了无数别人的演示之后，得出的结论。
圈内有句老话：写代码容易，软件工程难。
现在看来，说大语言模型 (LLM) 已经能自动化“大量写代码”的工作，这挺公允的。像 GPT-5 这样的模型（这里作者指代的是未来更强的模型），在解决那些定义清晰、孤立的小问题时，成功率相当高。
但是，“写代码”本身并不是大多数程序员拿工资的真正原因。构建一个能正式上线的 App，那不叫“写代码”，那叫“软件工程”。
在我看来，当你试图把一个“演示版 (demo)”变成一个“真正的产品”时，“写代码”就升级成了“软件工程”——而这，恰恰就是前面提到的那些人带着他们的项目来找你的时候。
我其实也不太清楚为什么 AI 至少目前还无法“构建软件”。
也许这和工作的本质有关。当你以写软件为生时，你的核心任务是处理“复杂性”。一个普通的线上产品，它做的可能只是一堆简单的事情。真正的挑战是，如何让“成百上千件”简单的事情同时不出错地运行，并且让整个系统保持“可维护性”。
换到我们今天讨论的 AI 话题下，这句话可以这么说：演示一个“功能”是一回事；而用一种支持“集成、扩展和长期可维护性”的方式来“构建”这个功能，则完全是另一回事，难度天差地别。
当你点开那些人发来的代码时，你会发现，所谓的“让 App 生产就绪”，真正的意思其实是“把这些代码全删了，从头重写”。
我觉得，这非常清楚地说明了我们在 AI 发展上目前所处的阶段。
下面是我的个人认知和理解
代码 ≠ 软件
写代码从来不是软件工程里最难的部分。 把一个明确定义的小任务拆成函数、补全语法、跑通单元测试——今天的 AI 已经炉火纯青。你给它一个 user story，它能吐出结构清晰、类型标注、测试覆盖的代码，速度比大多数 junior 快十倍。
但软件不是代码的堆叠。 软件是一座城市：
● 有下水道（错误处理、日志、监控）
● 有供电系统（部署、扩容、降级）
● 有消防通道（安全、合规、审计）
● 有城市规划（架构、分层、演进路径）
AI 能给你盖一栋漂亮的别墅模型，3D 渲染、灯光效果、VR 漫游一应俱全。
可它不会告诉你：
● 这栋楼的地基能不能扛台风？
● 消防通道够不够宽？
● 十年后要加装电梯，墙体要不要留洞？
那些找上门的人，拿来的正是这种“模型房”。
运行在 localhost:3000，依赖本地 SQLite，硬编码 API key，错误直接 console.log。 它能演示，却经不起风吹雨打。
复杂度的管理是人的专属 软件工程的核心不是“写”，而是“管”。
管理的是复杂度。
一个生产系统往往由几百个“简单”模块组成。单独看，每个模块都平平无奇：
● 用户登录
● 订单支付
● 库存扣减
● 消息推送 但要把它们同时跑起来，还要满足：
● 99.99% 可用性
● 峰值 10 万 QPS
● 数据最终一致
● 支持多地区部署
● 能平滑升级不掉单
● 出错能秒级回滚
● 成本控制在预算内 这就是几百个“简单”同时成立的约束条件。
AI 能解决其中一个，却无法同时满足全部——因为它没有“整体观”。
它不知道：
● 这个缓存失效策略在双十一会雪崩
● 这个数据库索引在数据倾斜时会锁表
● 这个第三方 SDK 在 iOS 18 上会闪退 这些知识不在训练数据里，而在无数次深夜排障的肌肉记忆里。
AI 是超级实习生，不是建筑师 把 AI 想象成一个顶尖的实习生：
● 学得快、码得快、文档写得漂亮
● 但没有 product sense
● 没有 cost awareness
● 没有 risk radar
你让它实现“用户上传头像”，它会给你一个完美封装的函数。 但它不会问：
图片要不要压缩？存储用 S3 还是 CDN？ 热点怎么做？ 违规内容怎么审核？ GDPR 合规怎么落地？
这些问题不是“代码问题”，而是“系统问题”。
它们分布在产品、运维、安全、财务、法务的交界处。 AI 没有跨部门的上下文，也没有权衡利弊的动机。
门槛没有降低，只是前移了 AI 把“写代码”的门槛拉低到几乎为零， 但把“定义问题”的门槛拉高了十倍。
过去，想法 → 代码 的链路被技术能力卡住。
现在，想法 → demo 只需一个 weekend。 但 demo → 产品 的链路，依然被复杂度管理卡住。
那些非技术创始人用 AI 跳过了第一道关卡， 却撞上了第二道更高、更硬的墙。 他们需要的不是“会写代码的人”， 而是“能把复杂度翻译成可持续系统的人”。
未来的分水岭 AI 不会取代软件工程师， 但会重新定义软件工程师。
未来的顶尖工程师不是写最多代码的人， 而是：
● 最懂业务，能把模糊需求翻译成可验证的约束
● 最懂系统，能在数百个维度上做最优权衡
● 最懂演进，能设计出“十年不重写”的架构 AI 会成为他们的超级杠杆：
● 自动生成 boilerplate -
● 智能重构 legacy 码 -
● 实时建议最佳实践 但杠杆再长， 方向盘还是握在人手里。
工具在进化，护城河在升级 AI 能写代码，却造不出软件。
AI 能写代码，
但软件是人驯服复杂度的艺术。
这条鸿沟，短期无解。
这条护城河，正在加固。
所以，下次有人拿着 AI demo 找你说“就差上线了”， 你可以微笑点头： “这屎山，老子改不动，找你的 AI去呀！”要干也不是就可以，加钱我重写！
via 掘金人工智能本月最热 (author: XCaptaino)
AI 能写代码，但它造不出软件
最近，我收到越来越多的消息：陌生人发来一坨 AI 生成的代码，配上一句“能帮我把它变成产品吗？”。
发信人往往是律师、销售、医生，甚至是咖啡店老板。他们没有写过一行生产代码，却用最新的 AI 工具在周末拼出了一个能跑的 demo。界面亮眼、交互顺畅、功能看似齐全——至少在本地机器上点两下是这样的。 然后，他们卡住了。卡在“上线”两个字上。 于是他们开始满世界找技术合伙人、CTO、外包团队，愿意用股权、现金、分成换取一个承诺：把这个玩具变成生意。
这让我反复问自己一个问题—— 如果 AI 真的能取代软件工程师，为什么这些人还需要我们？
这种感觉非常有共鸣，是我看到安仔的推文进而写下这篇，原文是Claude ceo 的一篇介绍bytesauna.com/post/coding… AI 会“写代码”，但它不会“做软件” 作者：Matias Heikkilä
你有没有发现，最近有相当多的人在到处寻找技术合伙人或者 CTO？
反正我吧，收到了多得惊人的这类咨询；他们的话术大同小异：“嘿，我这儿有个‘凭感觉编程 (Vibe Coding)’搞出来的 App，你愿意帮我把它做成‘生产就绪’（也就是能正式上线、稳定运行）的版本吗？”
我大概能给这些人画个像。想象一下：他们非常懂自己的业务，但一直以来都缺乏技术能力，没法把好点子变成现实——他们可能是个法律顾问，或者客户经理。
这些人干嘛要找我呢？
我也琢磨了一下，我觉得这释放了一个重要信号：到底有什么事是他们靠生成式 AI (GenAI) 没法独立完成的？
这不正是现在人人都想搞明白的问题吗？大家都想知道这些模型的能力边界。或者，说得再直白点：大家都想知道哪些工作很快要被淘汰了。
我收到这些求助，这个事实本身就说明了“软件工程”这个行业的一些问题。我的意思是，如果软件工程真的已经被 AI 自动化了，那根本不会有人来找技术合伙人。
嗯，我想我明白为什么我们会收到这些请求了。关键在于：AI 会写代码，但它不会构建软件。
这是我在花了大量时间用 AI 辅助编程、并且看了无数别人的演示之后，得出的结论。
圈内有句老话：写代码容易，软件工程难。
现在看来，说大语言模型 (LLM) 已经能自动化“大量写代码”的工作，这挺公允的。像 GPT-5 这样的模型（这里作者指代的是未来更强的模型），在解决那些定义清晰、孤立的小问题时，成功率相当高。
但是，“写代码”本身并不是大多数程序员拿工资的真正原因。构建一个能正式上线的 App，那不叫“写代码”，那叫“软件工程”。
在我看来，当你试图把一个“演示版 (demo)”变成一个“真正的产品”时，“写代码”就升级成了“软件工程”——而这，恰恰就是前面提到的那些人带着他们的项目来找你的时候。
我其实也不太清楚为什么 AI 至少目前还无法“构建软件”。
也许这和工作的本质有关。当你以写软件为生时，你的核心任务是处理“复杂性”。一个普通的线上产品，它做的可能只是一堆简单的事情。真正的挑战是，如何让“成百上千件”简单的事情同时不出错地运行，并且让整个系统保持“可维护性”。
换到我们今天讨论的 AI 话题下，这句话可以这么说：演示一个“功能”是一回事；而用一种支持“集成、扩展和长期可维护性”的方式来“构建”这个功能，则完全是另一回事，难度天差地别。
当你点开那些人发来的代码时，你会发现，所谓的“让 App 生产就绪”，真正的意思其实是“把这些代码全删了，从头重写”。
我觉得，这非常清楚地说明了我们在 AI 发展上目前所处的阶段。
下面是我的个人认知和理解
代码 ≠ 软件
写代码从来不是软件工程里最难的部分。 把一个明确定义的小任务拆成函数、补全语法、跑通单元测试——今天的 AI 已经炉火纯青。你给它一个 user story，它能吐出结构清晰、类型标注、测试覆盖的代码，速度比大多数 junior 快十倍。
但软件不是代码的堆叠。 软件是一座城市：
● 有下水道（错误处理、日志、监控）
● 有供电系统（部署、扩容、降级）
● 有消防通道（安全、合规、审计）
● 有城市规划（架构、分层、演进路径）
AI 能给你盖一栋漂亮的别墅模型，3D 渲染、灯光效果、VR 漫游一应俱全。
可它不会告诉你：
● 这栋楼的地基能不能扛台风？
● 消防通道够不够宽？
● 十年后要加装电梯，墙体要不要留洞？
那些找上门的人，拿来的正是这种“模型房”。
运行在 localhost:3000，依赖本地 SQLite，硬编码 API key，错误直接 console.log。 它能演示，却经不起风吹雨打。
复杂度的管理是人的专属 软件工程的核心不是“写”，而是“管”。
管理的是复杂度。
一个生产系统往往由几百个“简单”模块组成。单独看，每个模块都平平无奇：
● 用户登录
● 订单支付
● 库存扣减
● 消息推送 但要把它们同时跑起来，还要满足：
● 99.99% 可用性
● 峰值 10 万 QPS
● 数据最终一致
● 支持多地区部署
● 能平滑升级不掉单
● 出错能秒级回滚
● 成本控制在预算内 这就是几百个“简单”同时成立的约束条件。
AI 能解决其中一个，却无法同时满足全部——因为它没有“整体观”。
它不知道：
● 这个缓存失效策略在双十一会雪崩
● 这个数据库索引在数据倾斜时会锁表
● 这个第三方 SDK 在 iOS 18 上会闪退 这些知识不在训练数据里，而在无数次深夜排障的肌肉记忆里。
AI 是超级实习生，不是建筑师 把 AI 想象成一个顶尖的实习生：
● 学得快、码得快、文档写得漂亮
● 但没有 product sense
● 没有 cost awareness
● 没有 risk radar
你让它实现“用户上传头像”，它会给你一个完美封装的函数。 但它不会问：
图片要不要压缩？存储用 S3 还是 CDN？ 热点怎么做？ 违规内容怎么审核？ GDPR 合规怎么落地？
这些问题不是“代码问题”，而是“系统问题”。
它们分布在产品、运维、安全、财务、法务的交界处。 AI 没有跨部门的上下文，也没有权衡利弊的动机。
门槛没有降低，只是前移了 AI 把“写代码”的门槛拉低到几乎为零， 但把“定义问题”的门槛拉高了十倍。
过去，想法 → 代码 的链路被技术能力卡住。
现在，想法 → demo 只需一个 weekend。 但 demo → 产品 的链路，依然被复杂度管理卡住。
那些非技术创始人用 AI 跳过了第一道关卡， 却撞上了第二道更高、更硬的墙。 他们需要的不是“会写代码的人”， 而是“能把复杂度翻译成可持续系统的人”。
未来的分水岭 AI 不会取代软件工程师， 但会重新定义软件工程师。
未来的顶尖工程师不是写最多代码的人， 而是：
● 最懂业务，能把模糊需求翻译成可验证的约束
● 最懂系统，能在数百个维度上做最优权衡
● 最懂演进，能设计出“十年不重写”的架构 AI 会成为他们的超级杠杆：
● 自动生成 boilerplate -
● 智能重构 legacy 码 -
● 实时建议最佳实践 但杠杆再长， 方向盘还是握在人手里。
工具在进化，护城河在升级 AI 能写代码，却造不出软件。
AI 能写代码，
但软件是人驯服复杂度的艺术。
这条鸿沟，短期无解。
这条护城河，正在加固。
所以，下次有人拿着 AI demo 找你说“就差上线了”， 你可以微笑点头： “这屎山，老子改不动，找你的 AI去呀！”要干也不是就可以，加钱我重写！
via 掘金人工智能本月最热 (author: XCaptaino)
