大多数开发者使用 AI 的方式，仍然和 2023 年使用 ChatGPT 时一模一样。
打开聊天窗口。问一个问题。复制一段代码。粘贴到编辑器里。重复。
这样确实有效。没人说它不行。
但它已经在以大多数人尚未察觉的方式变得过时。而那些早早注意到这一点的开发者，正在悄然构建起一种未来很难追赶的优势。
此刻，一种新型开发者正在涌现。他们不像其他人那样把 AI 当作编码助手。他们在围绕 AI 构建完整的操作系统。结构化的系统，拥有记忆、上下文、专门的 Agent、验证循环，以及随时间不断积累的工作流。
这两种方法之间的差距，正在成为软件开发中最重要的竞争优势之一。不是因为其中一群人更聪明。而是因为这群人更早地理解到，真正的杠杆从来不在模型本身，而在于模型周围的系统。
今天理解这一转变的开发者，将在未来几年内拥有持续增长的优势。因为软件开发的未来，不是更快地写代码，而是在规模上编排智能。
每个人都在讨论的话题，其实是个错误的方向
过去两年，整个 AI 讨论被一个问题主导，它不断以不同形式重复出现。
哪个模型更好？
Claude 对比 GPT。GPT 对比 Gemini。Gemini 对比 DeepSeek。开源对比闭源。每个人都在比较基准测试、编码分数、上下文窗口和推理评估，仿佛模型本身才是竞争的终点。
这个讨论正在慢慢变得不那么重要，而参与其中的人尚未意识到这一点。
一个更有价值的问题正悄然浮现在所有噪音之下。
如何将一个语言模型转变为一名高效的软件工程师？
不是一个回答问题聊天机器人。不是一个节省击键的自动补全引擎。不是一个按需生成函数的代码生成器。而是一个真正的工程系统：能够规划工作、研究解决方案、审查代码、查找错误、编写测试、更新文档、管理长项目的上下文、从过往决策中学习，并持续改进自身输出。
这种转变正在围绕像 Claude Code 这样的工具发生。它远比基准测试争论所暗示的要宏大得多。
第一波 AI 编码工具解决了错误的问题
第一代 AI 编码工具几乎完全聚焦于代码生成。那是显而易见要解决的问题，也是个真正值得解决的问题。
GitHub Copilot 展示了 AI 能以真正有用的方式自动补全代码。ChatGPT 首次让软件开发变得对话式。模型迅速改进。上下文窗口扩大了。代码质量提高到输出通常只需少量编辑即可投入生产。
一时间，整个行业似乎都在冲向一个明确的目标：更快地生成更多代码，错误更少。
但经验丰富的工程师很快发现了一件从一开始就显而易见的事。
写代码很少是软件开发中最难的部分。
真正的工作——消耗高级工程师大部分时间和团队大部分精力的工作——通常看起来是这样的：理解不完整或相互矛盾的需求；在有多年历史和决策的代码库中研究解决方案；做出架构选择——这些选择要么成为优势，要么变成技术债务，取决于思考得是否周全；管理积累起来的技术债务；测试计划时没人想到的边缘情况；审查实现的正确性、安全性和可维护性；在压力下调试生产问题；维护总是稍微过时的文档；协调跨多个人的复杂项目，而每个人对正在构建的东西有不同的心智模型。
大部分工程生命周期发生在编辑器之外。
而这正是传统 AI 工作流——打开聊天窗口、复制代码的方法——完全失效的地方。
为什么 Claude Code 感觉与以往所有工具都截然不同
Claude Code 引入了一个根本不同的理念。值得精确说明，因为这种差异很容易被低估。
它没有把 AI 当作你偶尔咨询的对象，而是直接把 AI 放在工作流内部，作为执行的积极参与者。
这听起来像是一个微妙的区别。但实际上一点也不微妙。
聊天机器人等待指令并响应。操作员参与执行并在你的实际环境中采取行动。这种区别改变了开发者与工具之间关系的整个性质。
当开发者第一次开始认真使用 Claude Code 时，对话从询问 AI 能否编写特定函数，转变为询问 AI 能否端到端处理整个工作流。一旦这个问题出现在脑海中，你就不再认为代码生成是目标。你开始思考系统。而系统正是工程中真正杠杆所在之处。
今天从 Claude Code 中获得最大收益的开发者，不是那些写出最聪明个人提示的人。而是那些围绕它构建了最周到系统的人。
瓶颈几乎从来不是智能
大多数人认为，当 AI 产出平庸的输出时，是因为模型不够聪明。这种假设导致人们不断寻找一个更好的模型，最终能产生大家等待的结果。
实际上，瓶颈几乎总是上下文。不是智能。是上下文。
想象一下，你雇佣了你能想象到的最好的软件工程师，但不给他们任何文档、项目历史、编码标准、先前架构决策的记录，也不知道已经发现并修复的 bug。这位工程师会非常挣扎。不是因为他们能力不足，而是因为他们缺乏使能力有用的上下文。
AI 模型在每一次从零开始、没有记忆的对话中，都面临完全相同的问题。
这解释了一个人们初遇时会感到困惑的现象。两名开发者可以使用完全相同的模型，却得到看起来来自完全不同工具的结果。一个人得到真正有用、可投入生产的输出。另一个人得到平庸的输出，需要比原始代码更多的修正。
差异几乎从来不在模型。差异在于上下文管理。一个开发者给了模型工作所需的条件。另一个没有。
这是严肃使用 AI 时需要理解的最重要实践经验之一。你不仅仅是在选择模型。你是在构建一个模型能够有效运作的环境。环境对输出的影响远大于模型内部原始能力的差异。
上下文正在成为新的基础设施
大多数 AI 讨论聚焦于提示词，因为提示词是可见的层面。它们是你输入的内容。是你看到的内容。你觉得那是你在控制的东西。
但提示词只是表面。
每一个持续成功的 AI 工作流之下，都有一套更大的基础设施，大多数人从未明确思考过，也几乎从不公开讨论。
这套基础设施包括：跨会话持久化信息的记忆系统，而不是每次从零开始；以模型可引用形式捕捉决策、标准和模式的知识存储；在正确时机呈现正确信息、而不会一次压垮模型的上下文检索；以正确顺序、正确输入输出串联任务的工作流编排；在输出进入下一阶段前对照标准检查的评估循环；定义模型能接触什么、不能接触什么的安全控制；在错误累积之前捕捉错误的验证管道；识别系统产生低质量输出以便改进的性能监控。
这些系统决定了 AI 是对工程组织真正有用，还是仍然只是一个昂贵的自动补全引擎，节省一些击键，在演示时让人印象深刻。
今天构建这些层的公司和独立开发者，实际上正在构建 AI 时代的操作系统。他们不仅仅在使用现有的工具。他们正在构建下一代工具运行的基础设施。
Agent 开发的兴起，以及它如何映射优秀团队的构建方式
这就是软件开发前进的方向。如果你将它与你已经直观理解的东西联系起来，会更容易理解。
想想一个真正高效的工程组织是如何运作的。你不会只雇佣一个人，让他做所有事情。你有在特定领域深度专业的专家。有研究问题空间的研究员。有做出结构决策的架构师。有发现问题实现的审查员。有以产品工程师忽略的方式思考可能出错之处的安全工程师。有测试假设与现实的 QA 工程师。有让系统对所有与之合作的人易于理解的技术写作者。有保持生产环境正常运行的运维人员。
同样的模式正在高级 AI 工作流中出现。
如今一个设计良好的 Agent 系统可能会依次经历：研究 Agent（在做任何决策前调查问题空间），架构 Agent（根据研究设计结构方法），实现 Agent（按照架构规范编写代码），测试 Agent（根据需求和边界情况验证实现），安全 Agent（审查漏洞），文档 Agent（记录构建了什么以及为什么），部署 Agent（管理发布过程）。
每个系统都有特定的职责。每个系统专注于特定的问题。它们一起表现得不像一个聊天机器人，而更像一个有明确定义角色和清晰交接的工程组织。
这就是为什么最老练的 Claude Code 用户不再把大部分时间花在精心制作单个提示词上。他们把时间花在设计工作流上。提示词只是更大系统中的一个阶段的输入。系统才是产生持续优秀结果的东西。
记忆最终可能比模型能力更重要
这是大多数人没有认真对待的转变，也是我认为未来几年最重要的转变。
模型正在迅速改进，最佳模型之间的差距正在缩小。前沿模型之间的基准测试越来越接近，而不是越来越远。主导讨论的模型战争是在不断缩小的差异上展开的。
但记忆创造的复合优势不会缩小。它们会增长。
想想是什么让一位高级工程师比一位具有相似原始智力的初级工程师更有价值。经验。经验之所以重要，是因为经验创造了记忆。记忆创造了关于什么有效、什么无效的直觉。直觉创造了更快、更少精力的更好决策。这些更好的决策随时间累积，形成一种无法快速复制的记录和判断深度。
没有记忆，每个项目无论之前发生了什么，都从零开始。每个错误因为没有记录而被重复。每节课结束时，学到的经验消失。每个有效的工作流下次需要时必须重建。这是一个巨大的低效，在每个项目中无形地累积。
这就是为什么最有远见的 AI 系统构建者正大力聚焦于：跨对话携带上下文的会话持久化；以可检索形式捕捉模式和决策的长期记忆；自我积累而非重置的知识累积；基于过去有效经验改进系统的工作流进化。
未来真正来临的，不仅仅是更智能的模型。而是更智能的、能记忆并改进的系统。复合优势属于那些首先构建这些系统的人。
大多数人完全忽视的隐藏层
当我思考真正优势所在时，我反复回到一个观察。
今天三名开发者可以使用完全相同的 Claude 模型。一个人得到平均结果，勉强比手动写代码好一点。一个人得到优秀结果，显著加速了产出。一个人围绕模型构建了整个软件公司，产出几年前任何规模的团队都无法实现的东西。
这三个结果之间的差异不是智力。甚至不是努力（至少不直接）。是基础设施。
获胜的技术栈越来越像一个分层蛋糕：模型在最顶层，可见且不断被讨论；而实际竞争优势存在于它之下的每一层。模型之下的记忆。记忆之下的工作流编排。检查输出的评估系统。定义边界的安全控制。移除重复步骤的自动化。将所有环节串联起来的执行管道。
大多数人只关注顶层。他们关注模型，因为模型是他们直接交互的东西，也是营销强调的东西。
最高的杠杆——正在构建最大优势的地方——存在于可见层之下的一切。
为什么这一刻让我想起云计算革命
这个类比值得认真对待，因为它事后总是准确的，尽管当时看起来总是可选的。
今天大多数开发者将 Agent 工作流视为一个有趣的实验，或者有时间时值得探索的生产力增强。这正是 2008 年和 2009 年云计算的样子。人们认为他们可以运行自己的服务器。早期在云基础设施上构建的开发者看起来像是在过度工程。然后云成为标准，那些没有转型的人突然落后了，而且纠正代价高昂。
同样的模式出现在版本控制、容器、持续集成和部署中。每一次基础设施转变最初看起来都像是有时间实验的人的可选生产力技巧。然后它成为早期采用组织的竞争优势。然后它成为默认工作方式，其他所有人都在追赶。
Agent 开发正沿着同样的轨迹发展。今天它还是实验性的，由少数异常兴奋的开发者实践。明天它将成为希望保持竞争力的工程组织的期望。早期采用创造持久优势的窗口现在敞开着，但不会无限期地保持开放。
开发者技能集正在朝特定方向演变
在软件工程的大部分历史中，成功与实现能力高度相关。你能多快写出正确的代码。你对特定语言和框架的理解有多深。你能回忆和应用多少算法。这些技能至关重要，现在仍然重要。
但未来十年中，最具杠杆的开发者将越来越多地专注于一套不同的能力。
设计工作流，以正确顺序、在每个阶段使用正确的输入输出，将 AI Agent 串联完成复杂任务。管理上下文，使模型拥有所需信息而不被压垮。构建评估系统，在使用输出前进行验证。创建记忆架构，积累知识并随时间改进。协调各自专注于特定问题的专门 Agent。定义验证过程，在输出量增加时保持质量。构建执行管道，将一切链接成可靠的自动化系统。
工作正在从构建东西演变为指挥智能。从编写代码演变为设计产生代码的系统。从实现演变为编排。
这是对精通定义的重大转变。那些及早认识到这一点并开始构建这些技能的开发者，与那些继续优化旧工程卓越定义的开发者相比，将处于截然不同的位置。
这通向何方，以及距离有多远
开发者与 AI 关系的演变似乎正在经历可识别的阶段。
第一阶段：开发者使用编辑器，手动产生一切，工具组织和展示代码，但不参与编写。
第二阶段：开发者使用 AI 助手，回答问题、按需生成代码、加速特定任务，而开发者仍是主要生产者。
第三阶段（最先进实践者目前所在）：开发者与更接近 AI 团队的东西合作。多个专门系统处理工作流的不同部分，开发者指导和审查，而非直接产生每个输出。
第四阶段（已在地平线上可见）：开发者与 AI 操作系统合作。一个完整的基础设施，将研究、规划、实现、测试、安全、文档和部署作为集成功能处理，开发者充当架构师和决策者，而非执行者。
今天大多数在职开发者处于第二阶段和第三阶段之间。向第三阶段移动正在加速。第四阶段并不像看起来那么遥远。
真正值得关注的事情
当前 AI 领域的大部分讨论集中在模型战争上。Claude 对比 GPT。开源对比闭源。评估基准测试分数——这些测试可能反映也可能不反映真实世界性能。
这些讨论很有趣，也并非毫无价值。但它们可能比参与讨论的人所认为的要重要得多。
更大的故事是：软件开发本身正在变得 Agent 化。软件构建的结构正在发生根本性变化，而不仅仅是在边缘加速。
那个世界中的赢家，不一定是拥有最智能单个模型的开发者。而是那些围绕模型构建了最智能系统的开发者。那些理解上下文管理比原始模型能力更重要的人。那些知道记忆创造复合优势的人。那些明白工作流设计是真正杠杆所在的人。那些认为编排智能比生成代码更有价值的人。
Claude Code 作为一个信号很重要，而不仅仅是一个工具。它是早期最清晰的瞥见之一，让我们看到当智能变为可编程基础设施而非偶尔咨询时，软件工程会是什么样子。
一旦这种转变全面落地，问题就不再是 AI 能否写代码。每个人都知道它能写代码。
问题变成：完整的软件开发生命周期中有多少可以由精心设计的 AI 系统拥有，并由理解如何构建和运行这些系统的开发者指导？
这个问题的答案每个月都在增长。而现在就朝着这个答案构建的人们，正以一种悄然复合、一旦足够大就极难追赶的优势工作着。
我们仍处于最早期的篇章。未来两三年做出的决策，将在之后很长一段时间内产生影响。
