一位CTO用周末时间"氛围编程"（vibe-coding）搞出一个挺像样的Web应用，下周就拿到了高管层的热情支持，然后觉得月底之前找个单兵开发就能上线。结果真实估期是2到4个月。这个落差跟代码手艺没关系，是很多人没搞懂：从"能跑"到"能扛"，中间隔着一整套工程纪律。
AI加速是真的，但"不需要工程师"是幻觉
Slalom工程负责人Emma Button最近写了这件事。她观察到的现象正在成为行业常态——AI工具把原型开发的速度拉到了前所未有的高度，却让非技术决策者产生了生产就绪的错觉。
Button的原话是：「"我们不需要工程师"这种说法正在正常化一种信念，即AI工具可以完全取代技术团队，而不是仅仅产出更强的成果。」
她接触到的董事会里，有人真心认为6个月后就不需要工程团队了。一些公司已经在裁员，把预算挪到AI岗位和产品上。这种判断跳过了几个关键事实：质量加固、安全审计、可观测性、合规、数据治理、性能优化、运维准备——这些环节AI能辅助，但不能替你签字负责。
原型到生产的距离，不是代码量的问题，是责任边界的问题。
Button打了个比方：AI是加速器，但加速器不能替代刹车系统和导航仪。你周末飙车很爽，上高速前还得检查轮胎、油量和保险。
为什么估期会从"几周"膨胀到"几个月"
那个CTO的Demo能打动C层，是因为它解决了真实痛点，界面流畅，逻辑通顺。但生产环境要面对的是：并发峰值时的数据库锁死、第三方API的限流和降级策略、用户数据的加密存储与审计日志、GDPR或等保的合规检查、凌晨3点的告警响应。
这些不是"优化项"，是上线前的准入门槛。
Button列出的清单很实在：质量与安全加固、可观测性、合规、数据治理、性能、运维就绪。每一项都需要人来做决策、写测试、写文档、写回滚方案。AI能生成代码片段，但生成不了"这个故障场景我们能不能接受"的业务判断。
更隐蔽的成本在知识传递。一个人周末写的代码，月底换个人来维护，中间隔着文档、代码审查、架构决策记录。AI工具目前还不能保证这些副产品自动产生。
"氛围编程"的陷阱：速度感替代了进度感
vibe-coding这个词本身就很说明问题——它强调的是氛围、感觉、心流，不是工程管理。当CTO本人就是开发者时，这种体验尤其危险，因为决策者同时是执行者，缺少了外部校准。
Button提到的案例里，高管层的热情支持反而成了加速剂。Demo越成功，预期越膨胀，估期被压缩得越狠。这是典型的"演示效应"：原型展示的是最佳路径，生产系统要处理的是所有异常路径。
她所在的Slalom见过太多类似剧本。AI工具确实让顶尖团队的产出翻倍，GitHub Copilot和类似工具生成的代码占比正在快速爬升，有预测说一年内可能达到90%。但产出翻倍不等于人力减半，更不等于零人力。代码生成只是开发流程的一环，需求分析、架构设计、测试策略、运维演练这些环节的人力消耗并没有同比例下降。
真正在缩减的，是重复性编码工作；真正在膨胀的，是系统复杂度和治理成本。
Button的判断很直接：技术在未来几年取代工程团队的说法，是"构思拙劣的煽情主义"（poorly conceived sensationalism）。她的措辞带着技术管理者的克制，但立场鲜明。
董事会里的认知战
更深层的问题在决策层。Button指出，有些董事会"真心断言"（genuinely asserting）6个月后就不需要工程师了。这种信念的来源，一方面是AI厂商的营销话术，另一方面是财务压力下的乐观偏见。
裁员再招聘AI岗位，看起来是战略转型，实际是风险转移。被裁的工程师带走的是系统知识，新招的AI专家面对的是没有文档的遗留代码和没有监控的生产环境。这个交接成本很少出现在董事会PPT里。
Button没有点名具体公司，但提到"一些公司"已经在这么操作。结合2024年以来的科技行业裁员潮，这个描述指向的是一批跟风决策，而非审慎的技术战略。
她的核心论点可以概括为：AI改变的是工程团队的产出结构，不是团队存在的必要性。代码生成自动化了，但工程判断、质量责任、系统治理这些职能反而更重要了。
那生产就绪到底需要什么
Button没有给出一个万能清单，但她的框架很清晰。质量与安全加固意味着代码审查、漏洞扫描、渗透测试，不是AI生成完就完事。可观测性要求日志、指标、追踪三位一体的监控体系，能在用户投诉之前发现问题。合规和数据治理涉及法律团队、安全团队、工程团队的交叉协作，AI不能替你做隐私影响评估。
性能和运维就绪更接近传统DevOps的范畴：容量规划、混沌工程、灾备演练。这些工作的共同特点是——它们的价值在出事之前看不见，在出事之后不可替代。
Button的观察呼应了一个更广泛的行业讨论：当AI让"快速"变得廉价，"控制"就成了稀缺能力。她的同事之前写过一篇文章，标题是《进入后速度时代：当所有人都能快速交付，控制成为真正的优势》。这个判断正在从预言变成共识。
那个CTO的案例最后没有交代结局。Button只说到估期冲击——从"月底"到"2到4个月"的落差。但这个落差本身就是答案：AI没有缩短生产就绪的距离，只是让人们对距离产生了错觉。
热门跟贴