发点上周没来得及发的工作总结，二。

上周跟人聊起AI Coding的事情，说一下我对中短期AI Coding发展趋势的判断。

在去年年底的时候，有一次做内部技术分享，当时我的观点是，在一两年内，IDE的定位将发生变化：过去IDE更多的是给开发者使用的工具，目的是在统一环境内集成更多的开发流程，简化交互方式，提升开发者的开发效率。

而AI Coding的进一步推广将让IDE变为“监视器”：就像车间里的制造设备一样，它们与人类交互的部分并不是制造工作本身（大多数时候自动化设备完全没有人类干预也可以做的很好），而是让操作人员了解当前的工作状态，并提供临时介入的交互入口。

当时听了我分享的人对这个说法将信将疑：大多数人认为这个逻辑是对的，但是很难想象这件事会真的发生。

在越来越多Background Agent出现的当下（比如我们前几天开源的github.com/wecode-ai/wegent），越来越多AI开发工具开始朝着“无人化”的方向一路狂奔，似乎这个想法正在成为现实了。

===================

但是，这其中有一个根本性的矛盾没有解决：软件开发在现阶段的核心挑战并不是大规模生产。

举个例子，很多人觉得，互联网公司都需要程序员，程序员的工作就是写程序，所以互联网公司的价值来源于程序。但实际上，程序只是过程产物，程序员的工作是用程序解决实际问题，价值来自于被解决的问题，而不是程序本身，几乎很少的大规模软件公司本身是靠大规模的交付“代码”赚钱，值钱的是解决方案、或者渠道、或者流量，等等等等。类似于建筑工地上浇灌混凝土是盖房子的重要步骤，但是房子绝大部分的价值不在于混凝土本身，而是设计、交通、学区等等其他因素，甚至随意丢弃的混凝土会被视为垃圾，而不是有价值的东西。

另一方面，衡量程序员价值（工资）的主要目标，在于建模、设计、规划这些技能，而不是写代码的速度。即使如今计算机专业的毕业生如此普遍，可以以极低的价格快速招募大批代码民工，也没有很多公司这样做。这也从侧面说明了，目前行业里还没有批量开发软件的诉求，大规模、快速生产代码的能力并不是当前软件开发行业的核心问题。

因此，我认为短期内，AI Coding会快速朝无人监督开发的方向演进，不久之后或许我们就能看到全AI的无人开发流水线的实际落地应用，但这或许只会是一个非常短暂的里程碑。任何技术还是会朝着解决“最贵的问题”持续努力前进，在完成了无人监督开发之后，必然会想办法攻克”无人设计问题拆解“、“无人监督架构设计”、甚至“无人监督问题建模”，等等。

这些流程打通之后，或许软件开发最终不会变成“超级工厂”一样的超大规模无人监督批量流水线，而是分成两派：解决某个行业内复杂问题的“专业开发”派，需要具备更加深入的行业知识；以及解决用户个性化问题的“3d打印机”派，用户向大模型提个问题，自动产生一个完全匹配的软件。

我其实还挺期待软件行业的“3D打印机”能够应用到什么地步。