别再盯着AI生成代码占比了——AI Coding 正进入工程治理时代

别再盯着AI生成代码占比了——AI Coding 正进入工程治理时代

别再盯着『AI 生成代码占比』了。

这个指标，已经废了。

当有人还在争论 Copilot 好不好用、Claude Code 能不能修 Bug 时，

真正的变局已经发生：

AI Coding 正在从开发工具问题，进入工程治理问题。而撬动这一拐点的，是第三阶段——Engineering Agent（工程智能体）。

上周一个技术负责人跟我吃饭，聊起团队周报，他念了个数：『本周 AI 生成代码占比 63%，比上月涨了 20 个点。』

我问：

• 在任务颗粒大小与分布不变的前提下，交付的任务总数增加了吗？
• 软件交付的外部质量提升了吗？
• 接口延迟的 P99 缩短了吗？
• 线上事件数少了吗？ 
• MTTR 少了吗？

他愣住，说没人关心这个。

这就是问题所在——我们盯错指标，盯出一个漂亮的数字，却离结果越来越远。

1 第三阶段：从「写代码」到「交结果」

这不是补代码，不是写函数，是 Goal → Verified Result。

你丢给它一个业务问题，让它解决：

        『接口 P99 延迟涨了 30%，找出原因，且别动调用方。』

它自己观察、定位、改代码、跑测试、修失败、出验证报告。

OpenAI 内部早已跑通：应用逻辑、单测、CI、文档，全由 Codex 生成，人只做一件事——掌舵。

Human steer. Agents execute. 这句话，判了旧时代的死刑。

你可能会问：这不还是『AI 写代码』吗？区别在于验收。

以前是人看完代码点头，现在是机器先判对错、人只审结果。

写代码不再是核心动作，交付验证过的结果才是。

Goal → Verified Result 自主闭环：观察、定位、改代码、跑测试、验证报告

2 模型不是护城河，工程系统才是

同样跑 GPT/Claude，A 公司工厂整洁，Agent 如臂使指；B 公司仓库杂乱，Agent 两眼一抹黑。拉开差距的，是五大基座：

• Context 给地图，让 AI 懂『系统是什么』；
• Specification 给规矩，把模糊需求钉死成验收标准；
• Execution 给循环，搜改测修自主跑；
• Verification 给判笔，机器可判的对错才算数；
• Governance 给护栏——路径权限、审批门、审计、回滚、密钥隔离，锁死爆炸半径。

前四个让 Agent 跑得动，第五个让 Agent 不乱跑。

当 AI 手握删库权限、能碰生产网络，一次失误就是指数级灾难。这时候，你管的不再是 IDE 插件，而是虚拟员工的工牌与监控。AI 不缺聪明，缺的是规矩。

工程系统五大基座：Context、Specification、Execution、Verification、Governance

3 旧指标该扔了

别算『代码里 AI 写了多少』，

去算『任务自主闭环率』。多少活不用接手就验收通过。

再去看『自治工程跨度』：从函数到 Sprint，连续多远不接管。

类比自动驾驶，我们会为『能转方向盘』鼓掌吗？不会。

我们只关心：多少公里没人摸盘。

代码占比就像方向盘，闭环率才像里程数。

旧指标 vs 新指标：从代码占比到任务自主闭环率、自治工程跨度

4 程序员的价值上移

以前是人写代码，以后是人管工厂。程序员的价值上移：定义意图、画边界、验结果、把个人经验固化为系统。Tech Lead 不再 Review 代码，改 Review 生产系统——哪里该加护栏，哪里该给权限，Agent 的工牌怎么发。

你不再靠手速和熟练度吃饭，靠的是对系统的理解和对意图的判断。谁能把模糊的业务目标翻译成可验收的结果，谁就站在价值链上游。

5 今天就能动手的五步

1. 补 AGENTS.md，说清禁区；
2. 改任务单，写死验收命令；
3. 把『页面正常』变成自动化阈值；
4. 先跑通小闭环，不急着上线；
5. 统计闭环率，反推缺啥补啥。

立刻能落地的五步：AGENTS.md、任务单验收、自动化阈值、小闭环、统计闭环率

当代码边际成本归零，稀缺的是定问题的能力。

AI Coding 的终局，不是程序员消失，而是我们第一次编程『生产软件的系统』。

Agent 进了仓库，别发键盘了——去装护栏、标动线、坐治理台。

下一站不在编辑器里，在治理平台体系。

从个人，到仓库，到团队，到组织。

个人级别的AI coding 的问题已经基本解决了。

而在组织级别（不是个人级别），如何有效管理 Agent 及其周边基础设施，才是接下来的比拼的重点。