当亲手写代码开始被叫作“古法编程”：精华简报
来源：虎嗅网 / HavenlonLabs
关键词：古法编程、AI Coding、验证瓶颈、判断稀缺、可信软件、组织重构
TL;DR
文章以“古法编程”这一程序员圈子的调侃为切口，指出 AI Coding 真正改变的不是写代码的速度，而是程序员在整个软件生产体系中的位置。代码正从一种长期稀缺的生产资料变为近乎无限供应的廉价产能，软件工程的瓶颈也从“生成”转向“验证”。当机器可以批量产出代码，人类的核心价值不再是“能不能写出来”，而是“能不能判断什么代码值得存在、什么系统值得运行”。这预示着软件产业的定价逻辑、团队组织方式和职业能力模型都将发生结构性迁移。
核心观点与洞察
1. 语言变化是行业范式转移的先行信号
“古法编程”没有严格定义，大致指不开 Cursor、不用 Copilot、不调 Claude Code，也不把任务丢给 Coding Agent，而是自己打开编辑器，查文档、找接口、写函数、改 Bug，一行一行把代码敲出来。
放在几年前，这就是再普通不过的“写代码”。今天它突然被冠以“古法”二字，与“古法酿造”“柴火灶炒菜”同构，强调一种曾经理所当然、如今开始显得费时费力的生产方式。
文章提醒：一个行业真正重要的变化，往往先出现在语言里。当昨天还被称为正常工作的方式，今天开始被叫作“传统”“手工”甚至“古法”，变的通常不只是工具，而是人们对于什么才算正常生产方式的默认认知。
2. 软件工程瓶颈：从生成转向验证
文章引用 Google 开发者博客 2026 年 8 月 11 日的判断：过去大部分代码由人亲手写，如今则是 AI 助手和 Agent 批量生成，人的工作转向阅读、清理和验证这些代码。由于 AI 对系统全局缺乏视野，定义架构、划分服务边界、保证安全与可靠性的责任仍然留在人这一侧。
由此得出一个更普遍的判断：软件工程的瓶颈正在从生成转向验证。
这意味着，AI Coding 真正改变的并不是程序员写代码的速度，而是程序员在软件生产体系中的位置。
3. 代码从稀缺商品变为廉价产能
过去几十年，软件昂贵的一个重要原因是：把人的意图翻译成机器能够执行的代码，本身就是一项昂贵的劳动。
一个业务部门说一句“希望系统能根据客户等级自动调整审批流程”，从这句话到一个稳定运行的系统，中间要经过需求分析、数据建模、接口设计、前后端开发、测试、部署、安全检查和大量调试。软件产业相当一部分成本，长期沉积在“业务意图—技术设计—程序代码—可运行系统”这条翻译链路上，而程序员恰好站在链路的核心位置。
生成式 AI 正在快速改变这个前提。过去需要半天完成的接口，现在几分钟就能得到第一版；过去必须反复查文档才能搞定的陌生框架配置，Agent 可以读完整个项目后直接修改；大量模板代码、测试代码和重复重构也越来越容易交给机器。
这并不意味着这些代码天然正确，但它意味着另一件更要紧的事：代码开始变得廉价。
而当一种长期稀缺的生产资料突然大量供应，受到冲击的从来不只是生产它的人。围绕它建立起来的组织结构、定价体系和产业分工，都会跟着松动。
4. 代码越便宜，判断反而越昂贵
一种普遍直觉是：既然机器能快速写出代码，软件开发应该越来越简单。现实可能恰恰相反。
AI 降低的是产生一个答案的成本，却没有同比降低判断这个答案是否正确的成本。一个 Agent 可以很快写出一个支付接口，但它不会替企业回答：
- 这笔支付在什么条件下才应该被允许？
- 失败之后能不能自动重试？
- 重试会不会造成重复扣款？
- 谁有权修改金额？
- 审批通过后账户状态变化，原授权是否仍然有效？
- 依赖服务异常时，系统应该降级、停止还是继续执行？
这些问题不会因为代码容易生成而消失。恰恰相反，当代码产能骤然放大，它们的重量还会增加。
过去一个程序员一天写三百行代码，最多只需要面对这三百行带来的复杂性。未来一个人同时指挥多个 Agent，一天可以让系统产生几千甚至几万行代码。这时候限制生产力的东西已经不再是键盘速度，而是这个人究竟能理解多少、能判断多少、能为多少东西承担责任。
于是出现一个反直觉的结果：代码生产能力越强，人类判断力反而越稀缺。
5. 程序员的位置：从生产者移向判断者
如果承认瓶颈已经从“写”转向“证明”，那么把 AI Coding 理解成“更高级的代码补全”，就会严重低估这轮变化。
假如 AI 只是让一个人从一天写五百行变成一天写一千行，企业要做的事情确实很简单：给每人配一个工具，效率自然提升。但如果代码本身不再是主要瓶颈，组织方式就必须跟着改变。
过去的软件团队建立在一个基本假设之上——人的编码时间是有限的。因此需求增加就增加开发，开发增加就增加测试，系统变大就增加更多维护人员。很多大型 IT 服务企业甚至长期把工程师数量、项目人天和投入规模当作商业模式的地基。
未来，软件团队有可能逐渐转向另一种结构：少量高判断力的人，加上大量机器执行者。
人的任务不再主要是亲自完成每一项编码劳动，而是定义目标、划分边界、设计架构、设定约束、审查结果，并对最终系统承担责任。
一个优秀工程师最重要的能力也会随之改变。过去最直接的竞争力是“这个功能我能不能写出来”；未来更要紧的问题是“这个功能到底应该以什么形式存在于整个系统里”。前者考验实现，后者考验抽象、判断与责任。
6. 组织与商业模式的地基正在移动
文章引用路透社 8 月 21 日报道：塔塔咨询、Infosys、Wipro、HCLTech 和 Cognizant 等印度 IT 外包巨头正在调整商业模式，把收费越来越多地绑定在结果而不是工时上；客户一边要求大幅降价，一边用 AI 把部分工作收回内部。
过去“我们有庞大的人员规模”这一竞争优势，正随着自动化程度提高而不断贬值。
这比“程序员会不会失业”更值得注意，因为真正被改写的是一套运行了几十年的组织逻辑：很多执行者加上少数判断者。
7. 历史类比：工业革命淘汰的不是“手”
纺织机出现之后，人类没有失去双手；汽车出现之后，人类也没有失去双腿；电子表格普及之后，会做加减乘除同样没有突然失去意义。
真正变化的是另一件事：社会不再愿意为一种已经可以被机器规模化完成的劳动，继续支付过去那么高的溢价。
所以工业革命淘汰的从来不是手，而是把手当作核心生产力的组织方式。
摄影提供了更近的参照。曾经，摄影需要昂贵设备、胶卷、曝光知识和暗房技术，因此“能拍出一张照片”本身就是能力。智能手机出现之后，几十亿人都能按下快门，摄影并没有消失，消失的是按下快门这个动作的专业溢价。专业摄影师依然存在，只是市场要求他提供的东西，已经从“能拍到”变成了构图、叙事、审美、判断和独特视角。
编程大概正在进入类似的阶段。未来人人都可能让 AI 写出一个应用，但这并不意味着人人都能设计一个可靠的系统。
8. 软件定价分化：实现越来越便宜，可信越来越昂贵
过去企业购买软件，一个很重要的理由是自己开发太贵。如果一套 CRM、审批系统或内部运营工具需要几十名工程师长期投入，购买成熟 SaaS 显然更划算。
当 AI 把开发成本压缩到原来的一小部分，一个问题自然会浮上来：为什么我不能自己做？
但另一面同样重要：企业很快会发现，做出一个“能跑”的软件越来越容易，做出一个能够长期运行、能够审计、能够扩展、能够维护、出了问题有人负责的软件，却并没有同步变容易。
于是市场可能出现一种新的分化：
- 大量一次性应用、内部工具和简单业务系统会因为 AI 而迅速商品化；
- 真正涉及资金、生产、医疗、基础设施、核心数据和现实执行的系统，价值会越来越集中在架构、验证、安全、证据、可靠性、责任与边界上。
软件产业最昂贵的部分正在缓慢移动：过去人们购买的是“帮我把软件写出来”，未来人们更可能购买的是“帮我确保这个系统值得被运行”。
9. “真正的程序员”也许才刚刚出现
把今天的变化概括为“AI 要取代程序员”，反而低估了它。更准确的说法也许是：AI 正在重新定义什么东西才配被称为程序员的核心能力。
过去几十年，大量优秀工程师把相当多时间消耗在机械劳动上：写重复接口、搬数据结构、处理模板代码、查 SDK 文档、改配置文件、补测试、调格式、修复大量并不复杂的 Bug。而最能体现软件工程能力的部分——架构、抽象、边界、可靠性、安全、对复杂系统的整体判断——往往只占工作的一小块。
如果 AI 最终把前一类劳动大量吸收掉，这个职业未必会变得更廉价，反而可能重新变得更专业。
未来一个优秀工程师的价值，会越来越少体现在今天写了多少代码，而越来越多体现在：
- 他知道什么东西应该被构建，也知道什么东西不应该被构建；
- 知道系统哪里可以灵活，哪里绝不能妥协；
- 知道什么时候可以相信机器，什么时候必须拒绝机器。
这里的拒绝并不是对机器的不信任，而是承认一个更朴素的事实：机器会在完全善意、完全“正确”的推理下写出一段不该存在的逻辑，就像人也会。因此可靠性不能只依赖某一个环节足够可信，而要依赖一套即使某个环节出错、也仍然能够拦住结果的结构。
当一切看起来都能运行的时候，仍然有人能问出那句“它真的正确吗”，这句话才有分量。
启发与影响
对程序员与工程师
- 技能重心迁移：从“实现能力”转向“抽象、判断、验证、架构与责任”。编码能力仍然重要，但“能写出来”本身的稀缺性正在下降。
- 建立验证思维：如何审查 AI 生成代码、设计测试与边界条件、证明系统值得运行，将成为核心能力。
- 职业护城河重构：不再靠代码量建立壁垒，而是靠对业务规则、系统风险、安全边界和长期可维护性的判断力。
对企业与组织
- 团队结构转型：从“金字塔执行型”转向“少量高判断力 + 大量机器执行者”。招聘、绩效、晋升标准需要相应调整。
- 外包与人力规模模式承压：结果导向定价、AI 内包成为趋势，“人员规模”本身不再是竞争优势。
- 重新定义软件资产：代码本身贬值，架构、数据、信任、运营复杂度和责任体系升值。
对软件商业与投资
- 薄工作流封装产品面临压力：Vibe Coding 的压力主要落在那些只是薄薄一层工作流封装的产品上。
- 护城河转移：真正守得住的产品，护城河在于分发、数据、信任或运营复杂度。
- 可信软件溢价上升：验证工具、安全审计、合规责任、可靠性工程等领域可能获得更高价值。
对教育与行业文化
- “会写代码”不再是唯一门槛：系统设计、需求分析、风险判断、伦理与责任教育变得更加重要。
- “古法编程”不应被简单嘲笑：手工理解代码仍然是深入系统、调试、安全等领域的基础能力，尤其在操作系统、数据库、嵌入式、分布式和实时系统等硬核领域。
结语
“古法编程”这个玩笑背后，记录的可能不是某个编辑器、某个模型或某种开发习惯的兴衰，而是软件产业跨过的一条边界：
软件第一次从代码稀缺的时代，进入代码过剩的时代。
在一个代码越来越廉价、近乎无限供应的世界里，真正昂贵的东西将不再是代码本身，而是判断、责任、边界，以及知道什么东西即使能够被写出来，也不应该被执行。