写代码越来越便宜，审代码越来越贵

AI 写代码这件事，最近出现了一个很有意思的反转。

Anthropic 的 Claude 之父 Boris Cherny，做了一个实验：让 Claude 接管自家 App 的日常维护。

过去几周，Claude 生成了 388 个 PR（代码改动请求），其中 180 个已经被合并。工程师要做的，只剩下点一下确认。

听起来很美好。代码哗哗地写，人只要点头就行。

但另一份数据，把冷水泼了下来。

Faros AI 的报告显示：AI 采用度越高的团队，人均产出涨了 66.2%。但每周部署的次数，反而降了 11.7%。

产量涨了，上线却慢了。

问题出在哪？出在审这个字上。

以前，代码是稀缺的。一个工程师一天写几百行，算不错。现在 AI 几秒钟能吐出几万行。写代码的成本，被直接打到了地板。

但审代码，还没有被自动化。

AI 写的每一行，都得有人看。合并按钮得有人按。潜在的安全漏洞、边界情况、和现有系统的冲突，都得靠人脑去把关。AI 写得越快，积压的待审代码就越多。

瓶颈，从生产端，转移到了判断端。

这其实是所有 AI 落地的一个通病：AI 擅长生产，人擅长判断。当生产的速度远远超过判断的速度，系统不会变快，反而会堵车。

就像一条流水线，前面的机器开足马力，后面的质检员却还是那几个人。货越堆越多，真正能出厂的，反而少了。

所以你会发现，Anthropic 这个实验里最微妙的一点是：工程师没有消失，他们只是从写代码的人，变成了审代码的人。

人的价值没有被取代，只是被重新定义了。

未来的竞争，大概率不是比谁家 AI 写的代码多。那个大家都差不多。真正拉开的，是判断力——能不能一眼看出，AI 这段代码到底对不对、能不能用、会出什么岔子。

写代码越来越便宜，审代码越来越贵。

这句听着像段子，其实正在变成现实。