最近这一个月，我深度使用 Coding Agent 完成了好几个项目：
- KernelSU 的 metamodule 功能
- 一个内核文件系统 (ksufs?)
- 公司的全栈项目
除了第二个项目我写了 MVP 原型外，其余项目我几乎没有动一行代码，全程指挥 AI 完成。从需求规划、架构讨论，到具体代码执行，以及后续的迭代重构，AI 都能极好地配合。
经过这段时间的实战，我认为行业已经到了一个拐点：Coding Agent 的综合能力，已经超过了市面上人类工程师的平均水平。
当然，现在的 AI 并不完美。它会犯错，会“幻觉”，有时候需要反复纠正。但仔细想想，人类工程师不也一样吗？我们自己也会卡壳，也会写了前面忘了后面，也会因为项目迭代太快而堆砌“屎山”。
如果我们不把 AI 视作完美的“神”，而是把它当做一个允许犯错、但极其勤奋的中级工程师，你会发现它完全能胜任当下的工作。
真正让人“细思恐极”的是：这个 AI 工程师可以 7 x 24 小时待命，听话不抱怨，执行力超强且有问必答，而成本只有人类的一半甚至更低。
面对这样的“竞争对手”，我们人类工程师的护城河到底在哪里？
品味
品味，可能是 AI 时代最稀缺的能力。
AI 就像一个拥有无穷体力的工匠，它能给你提供十种实现方案，每一种都能跑通。但它不知道哪一种是“对”的。
所谓的品味，就是判断对错，区分好坏。
是知道在什么场景下该用什么架构；
是知道什么时候该为了性能牺牲可读性，什么时候该为了简洁放弃炫技；
是知道如何定义一个优雅的 API，而不是仅仅堆砌功能。
代码生成的门槛越低，选择的价值就越高。
非线性知识
AI 擅长处理结构化的文档和代码，但软件工程中大量的信息是混沌的。
比如一个奇怪的 Bug，修它的线索可能不在代码里，而是在数年前的一次业务妥协里；或者某个功能为什么这么设计，是因为老板的某个执念，或者是为了规避某个政策风险。
处理这些模糊、非线性、甚至充满“人情世故”的复杂语境，目前仍是人类的优势。
共情能力
AI 活在 IDE 和云端里，它无法感知物理世界。
它不知道 App 运行久了手机会烫手；它体会不到在地铁弱网环境下，Loading 转圈太久会让用户多烦躁；它也看不出那个按钮设计得太小，手指粗点的人根本按不到。
软件最终是给人用的。只要用户还是人，就需要同样拥有肉体和情感的人类工程师，去把控那些无法被量化的体验。
结语
当写代码不再是瓶颈，我们终于有时间停下来思考一个更本质的问题：
如果不写代码，我们要创造什么？
当所有的技术细节都可以被瞬间填满，剩下的那部分——那个关于“我要做一个什么样的东西，以及为什么要由我来做”的念头，或许才是我们最后，也是唯一的依仗。
