当写代码近乎免费：AI 团队的真实瓶颈转移到了审查、测试与决策
rseroter · x · 2026-11-07
Pere Pages 的长文分析当 AI agent 写完大部分代码后，软件团队真正的瓶颈在哪里：
- 核心判断：写代码不再慢，工作转而在等人——决定做什么、审查变更、信任测试。人的注意力应花在能改变结果的地方，其余交给自动化检查。
- 瓶颈分级（配表）：审查变更、信任测试、决定做什么是最严重且靠人的瓶颈；生产运行、并行合并、跨系统对接次之；团队知识与 agent 权限管理相对好解决。
- 给出的对策：
- 写代码前先写带示例的简短 spec，示例即验收测试，「完成」变成机器可判定的标准；
- 按风险而非习惯审查：涉及资金、登录、个人数据、对外接口的变更必须人工全审，低风险变更在全部检查通过后自动合并，分级看改动文件而非作者；
- 测试从 spec 生成、与写代码的 agent 分离，是人不再逐行阅读后的主要防线；
- 便宜改进优先：给所有 agent 一份指令文件、合并前测试队列、给 agent 一个受控沙箱；
- 每次发布小而可回滚，先灰度少量用户，错误率升高自动回退。
「编程与Agent」频道最新
- 开发者重绘住院病历：入院、病程、会诊记录合为一页带版本时间线 — BraydonDymm · 2026-11-07
- Aside 发布 Computer Use:比 Codex 快 2.7 倍,省 65% tokens — ycombinator · 2026-11-07
- AI 编码的回归测试噩梦:改好一处,悄悄弄坏另一处怎么办 — _ACTUALin · 2026-11-07
- Together AI 发布 TKCC:智能体持续编译推理引擎,实验提速252倍 — simran_s_arora · 2026-11-07
- 被 51 个 AI 同事「克隆」:hammer_mt 用团队聊天记录重建整个 Slack — every · 2026-11-07
- SineFrame 推出 MCP Agent Usability 排行榜,实测各家 coding agent 用 MCP 的真实水平 — alejxb · 2026-11-07