AI代码生成变便宜了 说“好“的成本反而更贵
看到GitHub官方博客那篇文章标题的时候愣了几秒。《The cost of saying yes has changed》。说实话 这个角度挺刁钻的。过去两年所有人都在说AI怎么帮人写代码、怎么提效、能生成多少行。但GitHub这篇讨论的不是AI能写多少而是——当一个功能请求可以用AI在10分钟内生成代码草案之后什么变了嗯 答案出乎意料的扎心变的不是写代码的成本变的是做决策的成本。以前拦住好的是写代码的工作量这个逻辑其实所有工程师都懂。一个小功能请求来了。加个字段显示一个时间戳看着很小对吧。但任何有经验的工程师都知道——小只是表面。你需要写代码、写测试、处理边界情况、考虑部署方案、还要在未来为这个功能负责。两个小时的变化如果碰了不该碰的模块可能变成两周的坑。所以工程师学会了说不。不是不愿意做事 而是实现一个功能需要的投入远超过它表面的体量。翻了下原文 发现了一个有意思的细节。作者描述了一个典型场景有人要求在设置页面上显示一个已经在后端存在的 last_active_at 时间戳。团队开了四十分钟的会。一个人说感觉有风险。另一个人想起两年前相关的迁移。还有人提了截止日期。最后大家得出一个模糊结论——大概一到两天吧 也可能更多 而且信心很低。怎么说呢 这个场景熟悉得有点扎心。真正的问题在于没有人真的去试。因为去试本身太贵了——你得停下来、加载上下文、手写代码、跑测试、然后发现后续影响。在一个两天的讨论和一个两小时的原型之间团队选择了讨论。AI把去试一下的成本降到了零头那问题来了 AI在这里改变了什么答案其实很简单。一个agent可以在讨论开始的时间内生成第一个patch。它不是免费的 也不是自动正确的。但它足够便宜 以至于明智的做法不再是猜 而是看一个真实的diff。作者管这个叫探针probe。AI生成的patch不是最终交付物 它是一种探测手段。它把一个抽象的这个在不在范围内的争论 变成了一个可以审视的具体工件。这个diff长什么样改了哪些文件动了测试吗影响了公共接口吗这些问题的质量远高于这个感觉像不像范围蔓延。因为你现在是在证据而不是感觉上争论。如果那个字段需求回来是一个四行的diff加一个通过的测试 发出去就完了——真正的成本本来就是讨论本身。但事情没有这么简单。如果同一个请求回来的diff动了auth中间件你马上意识到这个请求从来都不小。而且你是在三十分钟内而不是两天内学到的这个教训。我认为这里最容易被忽略的是——这不是让AI做决定。这是用AI让人的判断更便宜、信息更充分。真正的成本不在生成 在拥有这里有一个极其重要的区分点。一个变化并不只是因为代码生成变便宜就真的便宜了。一个变化只有在人能自信地审查并拥有结果时 才是真的便宜。怎么说呢 一个通过技术审查但没人愿意接手的千行diff不是便宜的变化。它是延迟支付的成本。所以分界线从来不是AI能不能写这个而是人能不能验证这个看到这个判断的时候仔细想了一下。确实 有些变更即使代码再简单也要坚决说no。包括改变产品契约的、产生支持负担的、涉及隐私/账单/合规的。AI降低了生成候选方案的成本。但它一点都没降低拥有的成本。传统的范围纪律发生在实现之前 因为实现是昂贵的事情 需要保护。现在逻辑变了——部分纪律可以移到审查阶段。这不意味着跳过计划。而是精确哪种计划值得做——把精力和判断力花在最需要它们的地方。那工程师应该怎么调整这里有个实际的操作框架。在讨论一个小功能请求之前先做一个受约束的尝试生成最小的patch。放在现有feature flag后面。不改变公共契约。增加或更新测试。列出每个改动的文件 标出有风险的地方。如果agent在这些约束下不能生成干净的patch说明这个请求比想象中大 你在任何人承诺之前就知道了它真正的拥有成本。如果能生成 那也告诉了你一些事情。无论哪种方式 你已经把在不在范围内换成了这就是成本 我们愿意付吗从实际使用来看 这个框架的核心不是AI有多聪明 而是它让一个过去需要昂贵行动才能回答的问题 变成了一个便宜的想法验证。工程师的经验不再是我知道这个很贵 所以我说不 而是我不确定这个有多贵 但我知道怎么快速找出来。盯着这个变化看了好一会。AI时代最好的工程师不是对所有请求都说yes的人 也不是条件反射说no的人。他们是能快速给不确定性定价的人。他们知道什么时候一个请求是穿实现外衣的产品决策 什么时候审查比写代码更难 什么时候一个变化小到最负责任的回答就是试试看。最后这个能力是全新的。在过去 试试看意味着从其他工作中抽出一个人。现在 对于合适的任务 它意味着给agent一个边界明确的任务 用结果来做更好的决定。花更少时间猜测 花更多时间监督。花更少时间把实现当作黑箱 花更多时间评估真实的产出。范围蔓延仍然是真实的。但不 因为任何新代码都太贵了这个理由 比两年前弱了很多。代码生成的成本下降了。理解、审查和拥有的成本没有变。所以值得问的问题从这是不是更多工作变成了真正的成本在哪里。而对一个小而边界明确的变化来说 有时候真正的成本就是搞清楚到底多贵的过程。说好的成本变了。说不的成本 也应该跟着变。关于维基框架维基框架关注企业应用开发中的长期维护问题。在实际项目中业务系统往往同时涉及权限、微服务、接口协议、部署环境等复杂因素因此我们希望提供一套更容易扩展和维护的基础框架。官网framewiki.comGiteegitee.com/wiki-frameworkGitHubgithub.com/wiki-framework示例项目gitee.com/cdkjframework/framewiki-example 许可证MulanPSL-2.0木兰宽松许可证第2版

相关新闻

TV Bro电视浏览器终极指南:用遥控器轻松实现大屏上网体验

TV Bro电视浏览器终极指南:用遥控器轻松实现大屏上网体验

TV Bro电视浏览器终极指南:用遥控器轻松实现大屏上网体验 【免费下载链接】tv-bro Simple web browser for android optimized to use with TV remote 项目地址: https://gitcode.com/gh_mirrors/tv/tv-bro 还在为智能电视上操作传统浏览器而烦恼吗&#xff…

2026/7/20 23:02:20 阅读更多 →
游戏测试为什么这么难

游戏测试为什么这么难

今年六月份的时候去上海求职 在米哈游的秋招群里加了几个在职的大佬 想尝试冲刺一次米哈游的测试/测开 我原本一直以为我对游戏机制的了解加上我软件测试接口自动化 性能测试 AI测试的了解混个秋招应该不难 直到我通过和他们的交流 他们说:觉得你能力可以了&#xf…

2026/7/20 23:02:20 阅读更多 →
【JVM调优实战】19-堆dump与线程dump分析

【JVM调优实战】19-堆dump与线程dump分析

堆 dump 与线程 dump 分析方法论 本文是《JVM调优实战》专栏第 19 讲。 引言 在前四讲中,我们走完了 JVM 诊断工具的"全景图":命令行工具(第 15 讲)、可视化工具(第 16 讲)、Arthas 在线诊断(第 17 讲)、火焰图性能分析(第 18 讲)。掌握了这些工具后,你会…

2026/7/20 23:02:20 阅读更多 →

最新新闻

【限时解密】2024 Q2最新AI语音工具性能雷达图:实时翻译、离线模式、多语种支持,缺一不可!

【限时解密】2024 Q2最新AI语音工具性能雷达图:实时翻译、离线模式、多语种支持,缺一不可!

更多请点击: https://kaifayun.com 第一章:2024 Q2 AI语音工具全景概览 2024年第二季度,AI语音技术进入规模化落地关键期,开源与商业工具在语音识别(ASR)、文本转语音(TTS)、语音克…

2026/7/21 20:41:16 阅读更多 →
OpenMontage:从零开始构建你的AI视频制作工作室

OpenMontage:从零开始构建你的AI视频制作工作室

OpenMontage:从零开始构建你的AI视频制作工作室 【免费下载链接】OpenMontage Worlds first open-source, agentic video production system. 12 pipelines, 52 tools, 500 agent skills. Turn your AI coding assistant into a full video production studio. 项…

2026/7/21 20:41:16 阅读更多 →
FAST-LIVO2技术解析:激光-惯性-视觉融合定位与建图系统

FAST-LIVO2技术解析:激光-惯性-视觉融合定位与建图系统

FAST-LIVO2技术解析:激光-惯性-视觉融合定位与建图系统 【免费下载链接】FAST-LIVO2 FAST-LIVO2: Fast, Direct LiDAR-Inertial-Visual Odometry 项目地址: https://gitcode.com/gh_mirrors/fa/FAST-LIVO2 1. 技术演进背景分析 1.1 SLAM技术发展历程与现有挑…

2026/7/21 20:41:16 阅读更多 →
怎样专业优化YouTube播放列表:8个高效策略提升观看体验

怎样专业优化YouTube播放列表:8个高效策略提升观看体验

怎样专业优化YouTube播放列表:8个高效策略提升观看体验 【免费下载链接】ImprovedTube YouTube / Video Browser-Extension. [Top1 FOSS.] Enrich your experience & choice! 🧰Smart features📌set & forget📌350 tweaks…

2026/7/21 20:41:16 阅读更多 →
如何在FunASR中实现Paraformer模型的时间戳精准定位功能

如何在FunASR中实现Paraformer模型的时间戳精准定位功能

如何在FunASR中实现Paraformer模型的时间戳精准定位功能 【免费下载链接】FunASR Open-source speech recognition toolkit for training, inference, streaming ASR, VAD, punctuation, speaker diarization pipelines, and OpenAI-compatible/MCP serving. 项目地址: https…

2026/7/21 20:41:16 阅读更多 →
为什么AI代理时代需要重新思考无头浏览器架构?Lightpanda的9倍性能突破揭秘

为什么AI代理时代需要重新思考无头浏览器架构?Lightpanda的9倍性能突破揭秘

为什么AI代理时代需要重新思考无头浏览器架构?Lightpanda的9倍性能突破揭秘 【免费下载链接】browser Lightpanda: the headless browser designed for AI and automation 项目地址: https://gitcode.com/GitHub_Trending/browser32/browser 在AI代理和自动化…

2026/7/21 20:40:15 阅读更多 →

日新闻

Octane Render与C4D汉化版安装与优化指南

Octane Render与C4D汉化版安装与优化指南

1. Octane Render与C4D的黄金组合:为什么选择这个方案?在三维创作领域,渲染器的选择往往决定了作品的最终呈现质量和工作效率。作为Cinema 4D(C4D)用户,Octane Render的GPU加速特性与实时预览功能&#xff…

2026/7/21 0:00:19 阅读更多 →
GPMC接口设计:异步/同步模式与多路复用配置实战

GPMC接口设计:异步/同步模式与多路复用配置实战

1. GPMC接口设计:从硬件连接到软件配置的全局视角在嵌入式系统开发中,尤其是基于TI Sitara系列如AM263x这类高性能微控制器的项目里,外部存储器的扩展几乎是绕不开的一环。无论是存放大量非易失性代码的NOR Flash,还是作为高速数据…

2026/7/21 0:00:19 阅读更多 →
UE5 GAS框架下RPG被动技能系统:从核心原理到实战实现

UE5 GAS框架下RPG被动技能系统:从核心原理到实战实现

1. 项目概述:UE5 GAS RPG被动技能的核心价值在UE5里用GAS(Gameplay Ability System)做RPG游戏,主动技能像是你手里的武器,按一下打一下,逻辑直接,反馈也快。但被动技能,它更像是你身…

2026/7/21 0:00:19 阅读更多 →

周新闻

Go语言静态资源打包方案对比与实践指南

Go语言静态资源打包方案对比与实践指南

1. 项目背景与核心需求在Go语言开发中,我们经常需要处理静态资源文件的打包问题。无论是Web应用的模板文件、前端资源,还是配置文件、证书等,都需要随程序一起分发。传统做法是将这些文件与编译后的二进制文件放在同一目录下,但这…

2026/7/21 8:48:31 阅读更多 →
Go语言实现高性能LDAP认证服务的架构与实践

Go语言实现高性能LDAP认证服务的架构与实践

1. 项目背景与核心价值LDAP(轻量级目录访问协议)作为企业级身份认证的黄金标准,已经服务了超过80%的财富500强公司。我在金融科技领域实施统一认证体系时,发现传统Java方案存在启动慢、内存占用高等痛点。而Go语言凭借其协程并发模…

2026/7/21 5:34:47 阅读更多 →
【AI面试官实战指南】:用ChatGPT模拟10类高频技术岗面试,3天提升应答精准度92%

【AI面试官实战指南】:用ChatGPT模拟10类高频技术岗面试,3天提升应答精准度92%

更多请点击: https://intelliparadigm.com 第一章:AI面试官实战指南的核心价值与适用场景 AI面试官并非替代人类HR的“黑箱工具”,而是以可解释、可审计、可迭代的方式,赋能招聘全链路的关键基础设施。其核心价值在于将主观经验沉…

2026/7/21 8:25:39 阅读更多 →

月新闻