坤霆@全栈技术研究室

8月6日，一则不算高调但值得细看的消息在投资圈传开：马云旗下的云锋基金（Yunfeng Capital）向美国旧金山AI保险初创公司Corgi投入约3000万美元（约2.34亿港元），完成了该基金已知的首笔美国交易。

这笔投资之所以值得关注，不仅因为金额本身，更因为它释放了几个不寻常的信号。

反常之处：云锋为什么现在出手美国？

云锋基金过往的投资组合高度集中在中国市场。这不是偶然，而是基因决定的——它由马老师和虞锋联合创立，核心资源圈在中国，投资逻辑也围绕中国消费升级和科技创新展开。

在当前中美科技脱钩的大背景下，一家与中国企业家深度绑定的基金，选择在此时投资美国AI公司，至少说明两件事：

第一，Corgi这家公司的技术壁垒足够高，高到值得云锋冒地缘政治的不确定性去布局。第二，马老师对AI赛道的判断，已经从"观望"转向了"下注"。

Corgi是谁？AI保险凭什么拿3000万美元？

Corgi是一家总部位于旧金山的AI保险初创公司。所谓"AI保险"，可以从两个维度理解：一是用AI技术重构保险行业的核保、定价、理赔等核心流程；二是为AI系统本身提供风险保障——当AI决策出错时，谁来兜底？

过去一年，AI编码工具的进步速度超出了大多数人的预期。Meta刚发布了Muse Code，又一个CLI编码智能体加入了战场。Cursor、Windsurf、Copilot、Claude Code……工具越来越多，代码越来越便宜。

便宜到什么程度？一个中级工程师用AI，一天能产出过去一周的代码量。这不是夸张，是很多团队正在经历的现实。

但代码便宜了，一个问题就浮上来了：如果代码不值钱了，那什么值钱？

产量不是瓶颈，判断力才是

我观察到一个现象：AI让代码产出速度翻了好几倍，但项目交付周期并没有同比缩短。

为什么？因为真正的瓶颈从来不在写代码这个环节。

想想看，一个需求从提出到落地，写代码占多少时间？通常不到三分之一。更多的时间花在：理解需求到底要什么、设计方案选型、审查代码、修bug、协调依赖、灰度验证。

AI把"写"的时间压缩了，但前后那些环节一点没少。甚至因为代码产出太快，后面的环节压力更大了——代码审查的人跟不上生成的速度，测试资源更加紧张，技术债务以更快的速度累积。

值钱的三件事

我认为在代码贬值的时代，真正值钱的是三件事：

一个让人疲惫的循环

每个技术团队大概都经历过这样的场景：季度复盘的时候，技术负责人拿出一份"技术债清单"，上面列着十几二十个待处理项——某个模块耦合太紧、某处缺少自动化测试、某个依赖版本太老、某段代码没有错误处理……

业务方看了看，礼貌地点头，然后问："这些还完之后，下个季度的需求还能按时上吗？"

气氛就微妙了。

很多团队开始搞"还债专项"——每个迭代拨20%的排期专门还技术债。听起来很科学，但执行起来总是走样：要么被紧急需求挤占，要么还了两周发现清单没变短，要么业务方忍不住问"你们到底在还什么债，能不能先停一停"。

我越来越觉得，问题可能不在于"技术债太多"，而在于"技术债"这个框架，从根子上就有问题。

一个有问题的比喻

"技术债"之所以流行，是因为它给业务方和管理层提供了一个好懂的类比：我们现在欠着技术上的钱，以后要还，利息会越滚越多。

但这个比喻有一个致命缺陷：它把技术团队放到了道德上的被动位置。

既然是"债"，就意味着你当时做了一个不够好的决定，现在你欠了东西，你得还。但事实是，大部分所谓的技术债，在当时那个时间点，可能是最合理的选择。

上周看到一个热搜话题：一个人用AI做出了过去需要一个团队才能做的产品。评论区一片焦虑，有人说"技术管理者要失业了"。

我觉得这话说反了。AI越能干，越需要有人决定让它干什么、不干什么。真正该焦虑的，是那些还在用"做得好"来定义自己价值的技术管理者。

做得太好，是一种甜蜜的陷阱

我见过不少技术leader，包括我自己，刚做管理时的第一反应是——代码review我得上，架构设计我得参与，关键技术选型我得拍板。

原因很简单：这是我们最擅长的事，也是最有安全感的事。写出一段精巧的代码、解决一个棘手的bug，那种成就感是开会、写文档、做1on1给不了的。

但问题是，如果你的时间都花在review代码上，谁来做技术规划？谁来协调跨团队的需求冲突？谁来处理团队里那个能力强但态度差的人？

没人做。因为这些事"不急"。或者更准确地说，我们下意识觉得这些事没有"亲手写出一个漂亮的函数"来得有成就感。

身份认同才是真正的瓶颈

我在金融科技团队里见过一个典型场景。新业务要上线，技术方案讨论时，CTO问了一个架构层面的问题。整个会议室沉默了十秒，所有人看向那个最强的工程师。

他答得很好。但我在想：如果这个团队继续发展，他还是那个被提问的人，还是那个回答问题的人？

做了这么多年技术面试，回头看，最贵的成本不是招错一个人，而是你根本不知道自己错在哪里。

早期我面试有个执念：能把算法题写出来的人，工程能力不会差。这个信念让我错过了一些人，也让我招错了一些人。直到有次被现实教育——一个面试表现非常出色的候选人，入职三个月就让我开始怀疑自己的判断力。

第一次看走眼

那个候选人来的时候，我们聊了两个小时。从系统设计到编码细节，他都能接住。我问他一个并发场景怎么处理，他几乎是脱口而出地给了三种方案，还主动比较了优劣。

面试结束我就跟团队说，这个人我要了。

入职后呢？代码确实写得不错，Review也能过。但慢慢地问题浮出来了：跟产品对需求理解有偏差时，他不会主动澄清，而是按自己的理解做完再说。跟后端联调遇到接口不一致，他倾向于等别人改而不是沟通解决。分配任务时，他永远选技术最有趣的那个，而不是业务最紧急的那个。

三个月后我开始反思：我在面试里到底看到了什么？

答案是：我看到了一个"面试能力强"的人，但没看到一个"工程能力强"的人。这两个东西，重叠度远没有我想象的高。

"流畅"的陷阱

你有没有遇到过这种场景——

你是前端技术负责人，发现跨团队项目里有个架构设计有明显问题。如果按现有方案走，半年后一定踩坑。你去找后端团队负责人沟通，对方听了，点点头，然后说："嗯，我们再看看。"

然后就没有然后了。

你跟老板汇报，老板说"你自己去协调"。你没有对那个团队的考核权，没有晋升推荐权，甚至跟他不在一个BU。你唯一能依靠的，是你的"技术判断力"和——怎么说呢——某种说不清道不明的"影响力"。

这种"没权力但要把事推成"的经历，大概是技术管理者最日常的困境之一。

权力为什么不好使

先说一个反直觉的结论：在技术团队里，靠权力推事情，往往是最低效的方式。

你可能觉得，如果我是总监，我说的话别人就会听。事实上，在大厂的组织架构里，你日常需要协作的人，大概率跟你不存在汇报关系。跨团队、跨BU甚至跨公司（外部合作），你的职级对别人没有直接约束力。

而且，即使在团队内部，纯粹的权力推动也会产生副作用。团队成员会因为"你是leader"而执行你的决策，但他们不会投入额外的思考。你在的时候执行，你不在的时候走样。这不是执行力问题，是动力问题。

真正的技术影响力，是让对方觉得"这事值得做"，而不是"这人我惹不起"。

上个月，一个技术朋友跟我吐槽。

他的团队花了两周设计了一套重构方案，要把跑了五年的单体应用拆成微服务。架构设计很扎实，领域划分清晰，接口定义规范，甚至连服务间通信方案都做了三版对比。

评审会上，他讲了45分钟，从领域驱动设计讲到CAP定理，从服务网格讲到可观测性。CTO听完，问了一个问题："这个事做了之后，下个季度的大促能少出几次故障？"

他愣了一下，说："理论上会改善。"

CTO说："你们再想想。"

没有然后了。

这不是段子。我见过太多类似的场景，包括我自己。一个技术方案，技术上无懈可击，但就是过不了决策者那关。大部分技术Leader的第一反应是：他不懂技术。但如果你仔细复盘，问题往往不在技术本身。

决策者到底在听什么

技术方案被否，十有八九不是技术有问题，而是呈现方式和决策者真正关心的东西之间有错位。

技术Leader做方案评审，通常的逻辑是：先讲现状有什么问题，再讲对比了几种方案，最后讲为什么选这个。这个逻辑没毛病，但讲着讲着就容易变成技术展览——架构怎么拆、数据怎么迁移、性能数据有多好看。30分钟里25分钟在讲HOW，5分钟讲WHY，而且这个WHY还是技术视角的WHY。

上个月，一个团队的朋友跟我说，他们在内部做了一次 Agent 能力评估。方式是让 Agent 跑 50 个真实的客服场景，然后让人工逐条打分。

结果出来之后，所有人都在争论一个问题：82% 的通过率，到底算好还是不好？

没人能回答。因为"好"没有标准。

这件事让我意识到一个问题：我们在疯狂地往生产环境里塞 Agent，但我们几乎没有一套可靠的方法来评价它到底干得怎么样。传统软件测试的那套方法论——单元测试、集成测试、端到端测试——在 Agent 面前，几乎全部失效。

传统测试为什么失效了

传统测试建立在一个核心假设之上：确定性。给定输入 A，系统必须输出 B。如果输出了 C，那就是 bug。

Agent 天然不满足这个假设。同一个用户问题，Agent 可能走完全不同的推理路径，给出不同的回答——而且两个回答可能都是"对的"。你怎么写断言？你没法写 assertEqual(agent.answer, expected_answer)，因为 expected_answer 本身就不唯一。

这还只是最表面的问题。更深层的麻烦在于：

上周跟一个带前端团队的朋友聊天，他说了一句话让我印象很深："现在最痛苦的不是写代码，是看代码。"

他的团队半年前全面推了 AI 编码助手。效率确实上来了——以前一周的活，现在两天就能干完。但代码审查（Code Review）的压力也跟着翻了三倍。以前每天审查两三百行，现在动辄上千行。审查者的时间没变，代码量却暴增了。

更麻烦的是，AI 生成的代码有一个特点：看着都对，但你不一定知道它为什么这么写。

这不是个案。我最近跟几个做技术管理的朋友聊过，发现一个共同的焦虑——AI 在加速代码生产，但质量把关的那道门，还是靠人肉。这道门正在被冲垮。

审查的瓶颈不是态度，是带宽

过去十几年，代码审查是软件工程里最被推崇的实践之一。它有效的核心前提是：代码作者能解释自己的思路，审查者通过提问和质疑来发现潜在问题。这是一场人与人的对话，有来有回。

AI 生成的代码打破了这个前提。

审查者面对的不再是一个能解释"我为什么这么写"的同事，而是一堆看起来合理但没人能完全解释意图的代码。你问 AI 为什么这么实现，它可以给你一个事后合理化的解释，但那个解释未必反映真实的决策过程——因为它根本没有"决策过程"，它只是在做概率预测。

上个月，一个朋友在群里吐槽：他们的在线文档产品要加多人协作功能，技术负责人评估了一下，给了个方案——用 WebSocket 广播所有编辑操作，冲突了就提示用户"文档已被他人修改，请刷新后重试"。

我问他，你们打算让用户刷新多少次才能写完一段话？

这不是段子。在我见过的技术选型里，"广播 + 冲突提示"仍然是很多团队处理实时协作的第一反应。理由很简单——实现成本低，逻辑好理解。但这条路的尽头，是一个永远填不完的坑。

冲突不是边缘情况

想象一个场景：两个人同时编辑同一份文档的同一行。A 把"用户协议"改成了"服务条款"，B 在同一位置加了个逗号。两个操作几乎同时发生，网络延迟让它们到达服务器的顺序不确定。

传统做法要么让 A 的修改覆盖 B 的（后到的覆盖先到的），要么把文档锁住让 B 等 A 改完。前者丢数据，后者体验差。

CRDT（Conflict-free Replicated Data Type，无冲突复制数据类型）提供了第三条路：从数学上保证，只要操作满足交换律和结合律，无论网络传输顺序如何、延迟多长，所有客户端最终都会收敛到同一份数据。不需要中心服务器仲裁，不需要锁，不需要用户手动解决冲突。每个操作本身就是一个独立的、可传播的、可合并的单元。

从论文到产品的距离

上个月，一个朋友的公司上线了一个 AI 客服助手。上线第一周，用户满意度从 72% 飙升到 89%。所有人都觉得这是一次成功的技术落地。

第二周，满意度掉到了 61%。

没人知道为什么。日志里没有任何报错，API 响应时间正常，模型推理延迟也没变。客服主管说"AI 开始胡说了"，但没人能说清楚它从什么时候开始胡说、为什么胡说、胡说频率有多高。

这不是一个孤例。我最近跟好几个团队聊过，发现一个共同的痛点：AI Agent 跑起来之后，团队对系统的理解能力反而在下降。

传统监控的三个假设，全被 AI 打破了

过去十几年，可观测性领域建立了三大支柱：日志（Logs）、指标（Metrics）、链路追踪（Traces）。这套体系运转得非常好，但它建立在三个隐含假设之上。

第一个假设：系统的行为是确定性的。 给定相同的输入，系统会产生相同的输出。你可以通过阅读代码来理解系统的行为边界。但 AI Agent 不是这样。同样的用户问题，Agent 可能给出完全不同的回答，取决于上下文窗口的状态、之前的对话历史、甚至 prompt 里某个词的微妙变化。代码审计？你审的只是调用框架，真正的决策逻辑在模型的权重里，而那个黑箱你是看不到的。

上个月参加一个架构评审会，有个团队提出要在新加坡加一个机房。理由很充分——东南亚用户访问我们的服务，延迟大概在 250 毫秒左右，体验不够好。加一个区域，理论上能降到 30 毫秒以内。

方案看起来很完美，PPT 里的数据也很漂亮。但我问了一个问题：你们拆解过这 250 毫秒里，有多少是真的花在网络传输上的吗？

没人答得上来。

这件事让我想到一个越来越普遍的现象：很多团队在做多区域部署决策的时候，把"加机房"当成了万能解。延迟高？加机房。用户远？加机房。容灾不够？加机房。但很少有人认真算过，加一个区域的真实成本是什么，以及——有没有更便宜的方案能达到同样的效果。

250 毫秒里，真正的网络传输只占一半

这是很多人不愿意相信的事实：用户感受到的端到端延迟，有接近一半跟地理距离无关。

一个请求从用户手机出发，经过 DNS 解析、TLS 握手、TCP 连接建立，到达服务器后被处理，再把结果返回。这整个链路里，真正受光速限制、必须靠物理距离来解决的，只有网络传播那一段。其他部分——DNS 查询、TLS 协商、连接池等待、服务间调用链、数据库查询、应用层序列化——这些都可以通过架构优化来解决，不需要搬家。

上周参加一个内部技术评审，有人提了一个看起来不太起眼的问题：我们的Agent在执行复杂任务时，数据库连接池经常被打爆，为什么？

排查下来发现原因很直接——Agent在做多步推理时，每一步都可能触发数据库查询。而且它的查询模式完全不符合人类开发者的习惯：没有预编译的SQL模板，没有合理的分页，没有批量查询优化。Agent就像一个不知疲倦的实习生，一条一条地查，一步一步地追，直到把数据拼完整。

这件事让我开始认真想一个问题：当Agent成为数据库的主要使用者，而不是人类开发者时，数据库的设计范式是不是该变了？

传统数据库的隐含假设

过去几十年，数据库的设计和优化都围绕一个核心假设：使用者是人类开发者，通过应用程序发出可预测的查询。

SQL语法是为人类设计的。索引策略是基于已知的查询模式来优化的。连接池的大小是基于人类用户的并发行为来估算的。ORM框架把数据库操作封装成对象方法，本质上也是在替人类开发者降低心智负担。

这整套体系运转得很好——因为人类的行为是可预测的。一个电商系统的商品详情页，99%的情况下会命中那几个固定的查询路径。一个金融产品的持仓页面，查询模式在产品上线那天就已经确定了。

但Agent打破了这个假设。

Agent的访问模式完全不同

最近看到一件事，越想越觉得不对劲。

一个AI Agent在生产环境里调用了一个外部API。这个API本身有鉴权，Agent也有合法凭证，请求参数也符合格式。从系统日志看，一切正常。但Agent拿到的数据里包含了一批不该被它看到的客户信息。

从基础设施的视角看，这次访问没有任何问题。但从安全的视角看，它问题很大。

这件事指向了一个我正在认真思考的方向：AI时代的安全，已经不是传统安全模型能覆盖的了。而大部分团队还没有意识到这一点。

AI的安全和传统安全，根本不是一回事

过去十几年，安全行业建立了一套相对成熟的防御体系。身份认证、权限控制、网络隔离、加密传输、审计日志。这套体系的核心假设是：人是操作者，系统是被操作的对象。

AI Agent打破了这个假设。

Agent不是工具，它是一个有一定自主决策能力的执行者。它会自己判断调用什么工具、访问什么数据、以什么顺序执行任务。而且它的行为模式不是预设的，是基于上下文动态生成的。

这意味着，传统安全模型里基于"角色-权限"的RBAC，只能管住"能不能做"，管不住"该不该做"。传统网络策略可以限制Agent能访问哪些服务，但没法判断Agent在特定上下文中的行为是否合理。

前两天看到一条资讯，说的是某制造企业把老师傅十五年的质检经验，通过一套录制系统喂给了AI模型。三个月后，新来的实习生拿着平板对着工件拍张照，AI就能给出和老师傅几乎一致的判断——有没有裂纹、公差是否超标、能不能放行。

效率提升是真的。培训周期从两年压缩到两周也是真的。

但没人问过老师傅的感受。

一个在某个领域泡了十五年才沉淀出来的判断力，现在被一个录制按钮和三个月的实习期就复现了。这件事在技术圈被当成"AI赋能传统行业"的成功案例来讲，但如果你换一个角度看，它指向了一个更深层的问题：当经验可以被一键提取，"教会徒弟"这件事的底层逻辑变了。

被压缩的不是知识，是积累过程

过去，专家的价值不只在于"知道答案"，而在于"知道为什么"。一个资深工程师看一眼日志就能定位问题，不是因为背过所有错误码，而是因为他踩过足够多的坑，知道什么条件下会出什么问题。这种判断力很难通过文档传递，只能在实战中一点一点磨出来。

这就是所谓的隐性知识——说不清道不明，但在关键时刻值千金。

AI改变了这个传递路径。不需要师徒制，不需要十年磨一剑，只要给模型足够多的决策记录，它就能在极短时间内提取出模式。而且它不吃饭、不离职、不需要情绪管理。

你有没有过这种感觉——走进一个房间，抬头就看到一个黑色的小圆球对着你。

家里的智能摄像头、公司的安防系统、小区门口的人脸识别，它们无处不在。不管你怎么说服自己"又没做什么亏心事"，那个镜头始终让你不太舒服。

我也一样。所以当我上周在 GitHub 上看到一个叫 RuView 的项目时，愣了好一阵。

这个项目做的事情很简单也很颠覆：用普通 WiFi 信号来感知你的存在、呼吸频率、心率，甚至能做姿态估计和跌倒检测。不需要摄像头，不需要穿戴任何设备，一颗 9 美元的 ESP32 芯片就够了。

WiFi 怎么"看"人

先别急着觉得这是科幻。

WiFi 信号本质上是一种射频电磁波。它在房间里传播时，会被人体吸收、反射和散射。你站在 WiFi 路由器和接收器之间，信号就会产生可测量的变化。通过分析这些变化——技术上叫 CSI（信道状态信息）——可以推断出空间里正在发生什么。

这个方向学术界已经研究了十几年。2015 年 MIT 的 RF-Capture 就展示过用 WiFi 信号追踪人体姿态；后来的 DensePose、MultiFormer 不断刷新精度。WiFi 感知在学术圈不算新鲜事。

最近几个月，一个趋势在我身边越来越明显：团队里用 Cursor、Copilot、Claude Code 的人越来越多，但大家聊的不再是"AI 生成的代码有多好"，而是"review AI 代码有多累"。

一个同事上周跟我吐槽：以前 review 同事的代码，至少能理解他的思路，知道为什么这么写。现在 review AI 生成的代码，逻辑上没毛病，但总觉得哪里不对——命名风格不统一，错误处理过度防御，有些地方用了团队从没用过的设计模式，还有些地方莫名其妙地绕了一圈。

他说了一句让我印象很深的话："我感觉自己不是在 review 代码，是在面试一个永远不累的实习生。"

这句话点破了一个很多人还没意识到的事情：AI 编码工具正在把工程师的核心工作从"写代码"变成"审代码"，而大部分团队还没有为这个转变做好准备。

代码审查量在暴增，但审查能力没跟上

先说一个最直观的数据。Cursor 官方说他们的用户已经有超过 50% 的代码是 AI 生成的。我自己团队的感受也差不多——一个中等复杂度的需求，以前可能写两天，现在用 AI 辅助，大半天就能出初稿。

但"出初稿"和"能上线"之间，隔着一道巨大的鸿沟。

一个真实场景

某个周一早上，安全团队收到告警：一个客服账号在周末两天内导出了5000条客户记录。排查下来，这个客服在9:00正常登录系统，角色权限允许查看客户信息。到10:00，他已经批量导出了大量数据；10:15，这些文件被转发到了他的个人邮箱。

安全团队的结论是："用户具有相应权限。"

这句话才是问题所在。客服确实有查看客户记录的权限，但他的正常工作模式是一天处理20个工单，每次查看一两条记录。两天导出5000条数据，完全不在正常行为范围内。这个偏差，本应在操作发生的那一刻就被系统捕捉到，而不是等到事后审计。

登录时的授权为什么不够用

大部分系统的授权模型是这样的：用户登录时验证身份，根据角色分配权限，之后在会话期间的所有操作，都默认信任那次登录的授权结果。

这个模型在过去是够用的。系统部署在内网，用户在公司电脑上操作，数据访问模式相对固定。但在云环境下，这套逻辑开始松动。

原因很直接：登录时的授权只解决了"能不能做"的问题，没有回答"该不该做"。