過(guò)去做開(kāi)發(fā)寫(xiě)代碼本身往往就是最大的時(shí)間成本之一。一個(gè)Feature要寫(xiě)半天。一個(gè)Bug要排查幾個(gè)小時(shí)。一個(gè)模塊重構(gòu)可能要持續(xù)幾天。所以很多工程效率討論都會(huì)圍繞一個(gè)問(wèn)題怎么把代碼寫(xiě)得更快但隨著ChatGPT、Codex這類(lèi)AI越來(lái)越能自主完成Coding任務(wù)這個(gè)問(wèn)題正在發(fā)生變化。AI可以快速讀代碼。寫(xiě)實(shí)現(xiàn)。改多個(gè)文件。補(bǔ)測(cè)試。跑驗(yàn)證。甚至連續(xù)執(zhí)行很長(zhǎng)時(shí)間。于是“寫(xiě)代碼”本身正在變便宜。但與此同時(shí)另一個(gè)成本開(kāi)始變得更值得關(guān)注如果方向錯(cuò)了要花多少代價(jià)把這些已經(jīng)生成、已經(jīng)修改、已經(jīng)驗(yàn)證過(guò)的東西重新推翻這就是Agent時(shí)代越來(lái)越重要的一個(gè)概念Rework Cost——返工成本AI寫(xiě)得越快錯(cuò)誤方向擴(kuò)張得也越快。所以未來(lái)真正高效的開(kāi)發(fā)者不只要關(guān)心AI生成了多少代碼。還要關(guān)心這些代碼里有多少最后需要重新做。一、為什么AI時(shí)代返工會(huì)變得更貴先看一個(gè)很典型的場(chǎng)景。你讓Codex修復(fù)用戶登錄后偶爾掉線的問(wèn)題。Agent開(kāi)始分析。它認(rèn)為問(wèn)題來(lái)自Token刷新。于是修改Token邏輯。隨后調(diào)整Session處理。補(bǔ)Regression Test。相關(guān)調(diào)用方也跟著變化。最后測(cè)試全部通過(guò)。整個(gè)過(guò)程可能只用了20分鐘。然后你Review時(shí)發(fā)現(xiàn)真正問(wèn)題其實(shí)來(lái)自緩存狀態(tài)同步。這意味著剛才的20分鐘雖然執(zhí)行得非常高效但方向錯(cuò)了。接下來(lái)不是簡(jiǎn)單改兩行。你可能需要撤銷(xiāo)錯(cuò)誤實(shí)現(xiàn)?；謴?fù)調(diào)用方。重新判斷哪些測(cè)試還能保留。清理錯(cuò)誤假設(shè)。重新建立Context。再?gòu)恼_方向重新執(zhí)行。這時(shí)候會(huì)發(fā)現(xiàn)一個(gè)反常識(shí)的事實(shí)AI幫你把錯(cuò)誤方向也執(zhí)行得更快了。過(guò)去一個(gè)開(kāi)發(fā)者20分鐘可能還在分析。現(xiàn)在Agent20分鐘已經(jīng)能制造一個(gè)完整錯(cuò)誤方案。二、以前慢一點(diǎn)反而天然限制了錯(cuò)誤擴(kuò)張傳統(tǒng)開(kāi)發(fā)有一個(gè)不太明顯的“保護(hù)機(jī)制”人寫(xiě)代碼是慢的。一個(gè)開(kāi)發(fā)者如果方向錯(cuò)了通常不會(huì)瞬間改完20個(gè)文件。他可能先查代碼。改一個(gè)地方。跑一下。發(fā)現(xiàn)不對(duì)。于是糾正方向。也就是說(shuō)人類(lèi)執(zhí)行速度本身會(huì)提供很多自然Checkpoint。但Agent不一樣。一旦它認(rèn)為方向成立就可以快速向下執(zhí)行。所以AI越快以后會(huì)出現(xiàn)Error Velocity錯(cuò)誤傳播速度。錯(cuò)誤假設(shè)不再停留在思考階段而會(huì)迅速變成代碼。測(cè)試。配置。調(diào)用鏈變化。于是返工成本就不只是“重新寫(xiě)代碼”。而是把一整條錯(cuò)誤執(zhí)行鏈拆掉。三、返工真正貴的不是代碼重寫(xiě)而是狀態(tài)恢復(fù)很多人說(shuō)返工會(huì)想到再寫(xiě)一遍。但Agent時(shí)代真正昂貴的部分往往不是Code Generation。因?yàn)榇a本身AI可以繼續(xù)快速生成。真正貴的是State Recovery狀態(tài)恢復(fù)。比如一個(gè)錯(cuò)誤任務(wù)已經(jīng)修改了10個(gè)文件。你要重新確認(rèn)哪些改動(dòng)是錯(cuò)的哪些其實(shí)仍然有價(jià)值哪些測(cè)試是建立在錯(cuò)誤假設(shè)上的哪些文件需要Rollback哪些Context已經(jīng)過(guò)期哪些后續(xù)任務(wù)依賴(lài)了這個(gè)結(jié)果這些都需要重新判斷。所以未來(lái)AI Coding里一個(gè)很重要的變化是代碼生成越來(lái)越便宜正確狀態(tài)的維護(hù)反而越來(lái)越重要。四、測(cè)試也會(huì)讓返工變得更復(fù)雜假設(shè)AI方向錯(cuò)了但它又按照錯(cuò)誤方向補(bǔ)了很多測(cè)試。現(xiàn)在你發(fā)現(xiàn)需求理解不對(duì)。這時(shí)候不能簡(jiǎn)單保留所有測(cè)試。因?yàn)橛行y(cè)試可能是在證明錯(cuò)誤行為。你需要重新判斷哪些是原有Regression。哪些是AI新增的實(shí)現(xiàn)測(cè)試。哪些斷言本身應(yīng)該被刪除。哪些測(cè)試還能作為獨(dú)立Evidence保留。所以錯(cuò)誤方向一旦進(jìn)入Implementation Test兩層以后返工復(fù)雜度會(huì)明顯上升。如果再繼續(xù)進(jìn)入Integration。Documentation。Config。Migration。返工成本還會(huì)繼續(xù)增加。五、可以建立一個(gè)指標(biāo)Rework Ratio未來(lái)判斷AI開(kāi)發(fā)效率可以看一個(gè)很實(shí)用的指標(biāo)Rework Ratio——返工比例簡(jiǎn)單理解AI生成的工作里有多少最后需要被撤銷(xiāo)、重寫(xiě)或大幅調(diào)整。比如一天Agent一共執(zhí)行了10個(gè)任務(wù)。其中7個(gè)直接進(jìn)入最終結(jié)果。2個(gè)經(jīng)過(guò)小調(diào)整。1個(gè)幾乎完全推翻。那整體Rework Ratio還比較健康。但如果10個(gè)任務(wù)里4個(gè)都要大幅重做。即使AI每天生成很多代碼真實(shí)生產(chǎn)力也未必高。因?yàn)榇罅坑?jì)算只是先快速生成再快速推翻。所以未來(lái)效率不應(yīng)該只看完成多少任務(wù)。還要看最終有多少工作真正留下來(lái)了。六、為什么“寫(xiě)得快”很容易掩蓋返工問(wèn)題因?yàn)锳I產(chǎn)出速度非常有視覺(jué)沖擊力。一次修改20個(gè)文件。幾分鐘生成完整Feature。測(cè)試不斷變綠。很容易讓人產(chǎn)生“效率非常高?！钡嬲龖?yīng)該看的是Net Productive Output凈有效產(chǎn)出。比如AI一天生成了5000行代碼。最后真正進(jìn)入生產(chǎn)的只有1500行。剩下大量修改被刪除。被重寫(xiě)。被Rollback。那5000行并不能代表真實(shí)效率。所以未來(lái)開(kāi)發(fā)者需要從Gross Output——總產(chǎn)出轉(zhuǎn)向Net Output——凈產(chǎn)出。這和傳統(tǒng)工程管理其實(shí)很像。忙不等于有效。AI生成很多也不等于交付很多。七、返工最容易發(fā)生在哪些任務(wù)里第一類(lèi)Goal不清楚比如“把這個(gè)模塊優(yōu)化一下?！盇I必須自己決定什么叫優(yōu)化。方向越開(kāi)放返工概率越高。第二類(lèi)Root Cause未確認(rèn)Agent還沒(méi)確定真正原因就開(kāi)始修改代碼。這種任務(wù)很容易反復(fù)推翻。第三類(lèi)Scope太大一個(gè)任務(wù)同時(shí)包含Bug Fix。Refactor。測(cè)試。性能。依賴(lài)升級(jí)。一旦某個(gè)方向錯(cuò)了很難只撤掉一部分。第四類(lèi)Acceptance Criteria不明確AI做完以后才發(fā)現(xiàn)這不是你真正想要的行為。這幾類(lèi)任務(wù)都有一個(gè)共同特點(diǎn)執(zhí)行開(kāi)始得太早。八、最有效的辦法不是讓AI慢一點(diǎn)而是增加Early CheckpointAI快本身不是問(wèn)題。真正的問(wèn)題是在方向還沒(méi)有確認(rèn)時(shí)就進(jìn)入深執(zhí)行。所以未來(lái)更成熟的Workflow應(yīng)該增加Early Checkpoint——早期檢查點(diǎn)比如在大規(guī)模修改前先確認(rèn)當(dāng)前理解的Goal是什么Root Cause是什么哪些Assumption還沒(méi)有驗(yàn)證準(zhǔn)備修改哪些文件Done Criteria是什么如果這一步就發(fā)現(xiàn)方向偏了修正成本非常低?？赡苤皇歉囊痪淙蝿?wù)描述。但如果等20分鐘、30分鐘以后再發(fā)現(xiàn)返工成本會(huì)大很多。所以真正要優(yōu)化的是Time to Detect Wrong Direction發(fā)現(xiàn)錯(cuò)誤方向所需時(shí)間。越早發(fā)現(xiàn)越便宜。九、復(fù)雜任務(wù)可以用“先證據(jù)后執(zhí)行”對(duì)高風(fēng)險(xiǎn)Bug尤其適合Evidence First先讓Codex找Evidence。不要一開(kāi)始就改。比如只復(fù)現(xiàn)問(wèn)題。只分析調(diào)用鏈。只列Root Cause Hypothesis。等Evidence足夠以后再進(jìn)入Implementation。這樣做的好處是如果方向錯(cuò)了前面的損失主要是分析成本。而不是分析 代碼 測(cè)試 Refactor Rollback。這其實(shí)是在控制Rework Surface返工面。十、Rollback Boundary也會(huì)直接影響返工成本如果一個(gè)Agent任務(wù)非常干凈只修一個(gè)Bug。只改相關(guān)文件。獨(dú)立Commit。出現(xiàn)問(wèn)題以后直接Rollback。那么返工成本很低。但如果一個(gè)任務(wù)里混著B(niǎo)ug Fix。重構(gòu)。依賴(lài)升級(jí)。配置修改。測(cè)試整理。那你發(fā)現(xiàn)方向錯(cuò)以后很難整體撤回。所以每個(gè)AI任務(wù)最好盡量擁有Rollback Boundary一個(gè)清晰回滾邊界。未來(lái)AI任務(wù)不僅要問(wèn)“能不能完成”還應(yīng)該問(wèn)“如果做錯(cuò)了能不能便宜地撤掉”十一、可以再看一個(gè)指標(biāo)Rework Depth除了Rework Ratio還可以看Rework Depth——返工深度同樣是任務(wù)失敗嚴(yán)重程度完全不同。Level 1改幾個(gè)參數(shù)就能恢復(fù)。Level 2需要重寫(xiě)實(shí)現(xiàn)。Level 3實(shí)現(xiàn)和測(cè)試都要推翻。Level 4跨模塊、配置、數(shù)據(jù)結(jié)構(gòu)都需要恢復(fù)。返工深度越高真正成本越大。所以高風(fēng)險(xiǎn)任務(wù)的目標(biāo)不只是降低失敗概率。還要做到即使失敗失敗也盡量停留在淺層。這就是為什么小階段。Checkpoint。獨(dú)立驗(yàn)證。會(huì)越來(lái)越重要。十二、Multi-Agent會(huì)讓返工成本進(jìn)一步放大如果一個(gè)Agent的錯(cuò)誤結(jié)果被另一個(gè)Agent當(dāng)成前提繼續(xù)執(zhí)行就會(huì)形成Cascading Rework級(jí)聯(lián)返工。比如Agent A設(shè)計(jì)錯(cuò)誤API。Agent B根據(jù)它寫(xiě)前端。Agent C補(bǔ)測(cè)試。Agent D更新文檔。最后發(fā)現(xiàn)A的設(shè)計(jì)錯(cuò)了。那么需要返工的就不只是A。B、C、D都可能跟著重做。所以Multi-Agent時(shí)代必須更加重視什么結(jié)果已經(jīng)穩(wěn)定什么結(jié)果還只是Draft。不穩(wěn)定結(jié)果不要太早成為其他任務(wù)的Dependency。十三、未來(lái)開(kāi)發(fā)者真正要優(yōu)化的是“返工發(fā)生得有多晚”這是一個(gè)很值得注意的判斷。錯(cuò)誤不可避免。AI也不可能每次都一次正確。所以目標(biāo)不是Rework 0。更現(xiàn)實(shí)的是Fail Early盡早失敗。在分析階段發(fā)現(xiàn)方向錯(cuò)。比代碼階段發(fā)現(xiàn)便宜。代碼階段發(fā)現(xiàn)。比Integration以后發(fā)現(xiàn)便宜。Integration發(fā)現(xiàn)。比上線以后發(fā)現(xiàn)便宜。所以未來(lái)AI開(kāi)發(fā)真正成熟的標(biāo)志不是從來(lái)不返工。而是錯(cuò)誤盡量在便宜階段被發(fā)現(xiàn)。十四、Plus用戶為什么特別應(yīng)該關(guān)注Rework Ratio很多人覺(jué)得Codex額度不夠可能會(huì)看到一天跑了很多任務(wù)。消耗很快。然后想到是不是應(yīng)該升級(jí)Pro但如果其中大量任務(wù)最后都需要Rollback。重寫(xiě)。重新測(cè)試。重新開(kāi)Session。那真正的問(wèn)題可能不是容量不足。而是Rework Ratio太高。增加容量只會(huì)讓AI擁有更多機(jī)會(huì)更快完成錯(cuò)誤方向。所以Plus階段很值得先優(yōu)化Goal。Intent Checkpoint。Evidence First。Rollback Boundary。十五、什么時(shí)候Plus通常已經(jīng)夠如果你的日常任務(wù)主要是明確Bug。中型Feature。Review。測(cè)試。并且已經(jīng)做到方向先確認(rèn)。復(fù)雜任務(wù)先找Evidence。高風(fēng)險(xiǎn)修改有Checkpoint。大任務(wù)拆成可驗(yàn)證階段。返工大多停留在淺層。那么Plus通常已經(jīng)可以承擔(dān)大量Agent開(kāi)發(fā)工作。因?yàn)檎嬲焕速M(fèi)的執(zhí)行明顯減少。同樣的容量能夠產(chǎn)生更多Net Productive Output。十六、什么時(shí)候Pro才真正開(kāi)始匹配更接近Pro的情況是你的Rework Ratio已經(jīng)比較低。大部分Agent輸出最終都會(huì)留下。復(fù)雜任務(wù)也能及時(shí)發(fā)現(xiàn)錯(cuò)誤方向。Rollback Boundary成熟。Multi-Agent不會(huì)建立在不穩(wěn)定結(jié)果上。但每天仍然有大量高價(jià)值。復(fù)雜Repository。長(zhǎng)時(shí)間?？刹⑿?。的Agent任務(wù)持續(xù)排隊(duì)。這時(shí)候問(wèn)題才真正從Rework Problem返工問(wèn)題變成Capacity Problem容量問(wèn)題。這時(shí)更高容量才能真正轉(zhuǎn)化成更多有效交付。最后AI寫(xiě)代碼速度越來(lái)越快以后很容易讓人覺(jué)得最大的效率提升就是“寫(xiě)得更快”。但真正進(jìn)入Agent時(shí)代以后另一個(gè)問(wèn)題可能越來(lái)越重要寫(xiě)錯(cuò)以后要花多少成本重新回來(lái)因?yàn)锳I不僅能把正確方向執(zhí)行得更快。它也能把錯(cuò)誤方向分析得更完整。實(shí)現(xiàn)得更徹底。測(cè)試得更充分。甚至擴(kuò)散給其他Agent。所以未來(lái)真正高效的AI開(kāi)發(fā)不會(huì)只看生成速度。修改數(shù)量。任務(wù)運(yùn)行時(shí)間。而會(huì)越來(lái)越關(guān)注Rework Ratio。Rework Depth。Time to Detect Wrong Direction。AI把Code Generation變便宜以后真正昂貴的可能變成把錯(cuò)誤狀態(tài)重新恢復(fù)成正確狀態(tài)。所以未來(lái)最有價(jià)值的工程能力之一不是讓AI永遠(yuǎn)不犯錯(cuò)。而是讓它犯錯(cuò)時(shí)盡量早一點(diǎn)、淺一點(diǎn)、便宜一點(diǎn)。持續(xù)更新Codex、大模型開(kāi)發(fā)相關(guān)技術(shù)內(nèi)容。長(zhǎng)期使用各類(lèi)代碼大模型整理了穩(wěn)定的Plus/Pro會(huì)員訂閱渠道有需要可自取