AI 编程代理能生成更多代码，但不能生成更多软件
AI 编程代理正在大幅增加工程师可生成的代码和测试数量，但许多人认为，这并没有转化为公司里更多高质量、已交付的软件。评论者指出了代码审查、需求不清、组织流程，以及在大规模场景下验证 AI 编写改动的困难等人为瓶颈——尤其是在大型、受监管或遗留环境中。与此同时，也有几条评论提到，个人和小范围工具的 AI 开发正在明显繁荣，这表明真正的限制与其说是技术，不如说是组织如何构建和治理软件工作的方式。
对生产力和“更多软件”的影响
- 许多人表示，自己写出的代码和小工具多了很多，尤其是在个人项目和 homelab 中。过去觉得“没必要花这个精力”的事情，现在变得可行了。
- 在企业中，感知到的净吞吐量提升较为有限：编码只占工程时间的一小部分；设计、分析和协调才是主要部分。
- 有些人认为所链接研究的数据（大多来自 2025 年）低估了更新的模型；另一些人则表示，能力并没有实质性改变这些瓶颈。
代码审查与质量瓶颈
- 普遍共识是，现在的主要瓶颈是审查，而不是打字速度。
- 观点分歧：
- 有些人觉得传统的逐行审查很乏味，希望大幅自动化，或者对“非严肃”改动直接跳过审查。
- 另一些人坚持认为，审查对于共享理解、可维护性、责任追踪，以及发现测试抓不到的设计缺陷至关重要。
- 正在出现混合模式：人类专注于架构和意图；代理负责第一轮的 lint、正确性检查以及性能/安全扫描。
测试、工具和维护
- 代理会生成大量测试和注释，往往冗长、重复且偏白盒。
- 担忧包括：“测试垃圾”消耗 CI 资源、测试把现有 bug 编码成“正确行为”，以及当成百上千个测试同时失败时难以排查。
- 有些人用代理来审计和重构测试套件，结果参差不齐，但有时效果相当惊人。
规格、设计与意图
- 一个反复出现的主题是：AI 在验证 意图 和 UX 方面很弱；如果需求明确，它在局部正确性方面很强。
- 有人呼吁更好的人工编写规格、BDD/用户故事，以及以规格驱动的开发和审查。也有人警告，大量前置规格在历史上并不成功，迭代仍然很重要。
- 人们担心“AI 一路到底”：AI 生成需求 → 规格 → 测试 → 代码 → 审查，却没有任何人真正理解系统。
个人使用 vs 企业使用
- 有很多关于独立/副业项目、自定义工具，甚至复杂 agent harness 的轶事，这些在 agents 出现前“根本不可能存在”。
- 由于遗留流程（Jira、漫长 backlog、风险/合规、政治因素）以及领导层炒作带来的不现实速度要求，企业团队的收益更慢。
文化和组织因素
- 大体一致的看法是：编码从来都不是主要瓶颈；沟通、产品愿景和流程才是。
- AI 充当放大器：有纪律的团队会更快、更好；“牛仔式”或流程表演式的团队只会产出更多低质量垃圾。
- 仍然存在的问题是：如何替代/重塑代码审查、如何在多大程度上信任自治代理，以及在“无限廉价代码”面前，现有实践是否还能扩展。