Writing code was never the bottleneck.
写代码,从来不是软件工程真正的瓶颈。
最近普林斯顿大学教授Arvind Narayanan在ICML 2026上的一场演讲中,提出了一个问题。
当AI越来越能干,未来还有什么工作留给我们?
过去半年,Coding Agent的进步几乎都能在IDE里摸到,速度一天比一天快。
可开发者并没有因此变得清闲。需求还是要理,方案还是要定,AI交回来的代码照样得审。
Narayanan:Agent确实压缩了编码时间,只是编码原本就没有占满整个项目。那些藏在编码前后的工作,现在反而更显眼了。
代码出来更快,项目周期没有跟着缩短
Narayanan把软件工程画成了一块“三明治”:Decide、Execute、Deliver。
Decide:先弄明白客户要什么,需求是否成立,边界在哪里,准备怎么做。
Execute:编码和调试。Coding Agent最擅长压缩的就是这一层。
Deliver:理解改动、做集成、补测试、上线、维护,并且为结果负责。
在他的估算里,Execute原本可能只占三分之一。AI把中间这段加速了,前后的两段并不会自动消失。
演讲引用多篇工程文章:代码生成变快后,行业又重新发现“编码不是瓶颈”
软件工程的Decide-Execute-Deliver结构
拿修Bug来说,Agent很快就能给出一份diff。
可在它动手前,总要有人判断复现路径是不是对的,问题究竟在业务逻辑、数据还是基础设施。改完以后,还得看回归范围、兼容性、监控和回滚。
代码生成得越便宜,团队越容易同时尝试更多方案。方案多了,选择、审查和收尾不会跟着便宜。工作量只是从键盘前移到了判断与交付。
70%的正确率,为什么还不够进生产环境
演讲里还有一组数据,和每个准备把Agent接进流水线的团队都有关。
一个Agent准确率70%,听上去已经能干不少事。但这70%究竟是什么意思?是它在固定的70%任务上每次都做对,还是面对任何任务都有30%的概率突然失败?跑分表里,两者可能得到同一个数字;放进生产环境,差别却大得离谱。
Narayanan的团队把可靠性拆成四件事:一致性、鲁棒性、校准能力和运行安全。换成开发者熟悉的说法,就是:同一任务能不能稳定复现,环境稍微变化会不会失手,模型知不知道自己做错了,以及失败后能不能恢复。
过去两年,Agent能力快速上升,可靠性只提高了约5至10个百分点
Narayanan判断,现阶段协作型Agent仍会比全自动Agent更成功。
这也是为什么“让Agent帮我工作”和“让Agent独自接管工作”不是一回事。前者允许人随时改方向、补上下文、拦下危险操作;后者要求系统在没人盯着的时候依旧稳定。
只要任务牵涉生产数据库、密钥、支付或客户数据,5%的不确定性都可能贵得惊人。
对开发团队来说,落地顺序应该更朴素:先让Agent参与,再谈无人值守。
权限边界、可观测日志、测试门槛、人工审批和回滚路径没有补齐之前,别急着把一次漂亮Demo改名叫自动化。
Agent压缩的,只是软件工程中间那一段
AI擅长的任务,通常有一个共同点:答案容易验证。代码能不能编译,测试过没过,性能有没有提升,都能给出相对清楚的反馈。
麻烦在于,软件项…