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：

第一，知道该不该做。一个需求过来，能判断它值不值得投入、ROI是否合理、有没有更简单的方案。这个能力AI没有，因为AI不了解你的业务上下文。

第二，知道怎么做对。架构设计、技术选型、方案权衡——这些需要在多个可行方案中选最合适的，而不是选最新的。AI可以给你十个方案，但选哪个、为什么选，是人的活。

第三，知道哪里会出问题。审查代码、发现隐藏的逻辑漏洞、预判性能瓶颈、理解系统间的影响链。这依赖经验积累和业务理解，AI目前做不到。

对团队意味着什么

如果你是技术管理者，代码贬值这件事应该改变你的团队策略。

过去我们按"产出能力"来评估工程师——写得多快、bug多不多、能不能加班。但在AI辅助下，代码产出本身不再是稀缺资源。一个用AI的工程师，代码产量可能是不用AI的三倍。

但这不意味着他更有价值。如果他写的方向错了，AI只会帮他更快地制造错误。

所以团队的配置逻辑要变：不再是"多少人写多少代码"，而是"多少人能做正确的判断"。

对个人意味着什么

对工程师个人来说，"会写代码"正在从一个竞争力变成一个基础条件。就像会打字曾经是竞争力，现在不是了。

这不是说编码技能没用了。理解代码才能审查代码，懂架构才能做设计，有手感才能判断方案可行性。编码能力是地基，但地基之上那栋楼才是价值所在。

真正危险的是那种"只会按需求文档翻译成代码"的工作方式。这类工作AI确实能做，而且做得越来越好。

写在最后

代码贬值不是坏事。它把工程师从重复劳动中解放出来，去做更有价值的事——思考、设计、决策。

但前提是，你得有这些能力。如果多年来只练了"手速"，没练"脑子"，那确实该焦虑了。

我的看法是：未来技术团队的价值公式会从"产出量×质量"变成"判断力×杠杆率"。AI是杠杆，但杠杆放大的是你本来就有的能力。如果你没有判断力，杠杆只会放大错误。

代码不值钱了。但知道什么代码该写、什么代码不该写——这个能力，比以前更值钱了。