2026 年，为什么还要自己写代码？

原文来源：Software Doug — Doug Turnbull 探讨在 AI Agent 时代为什么人类仍然需要亲手写代码

当 AI 能写 80% 的代码之后

2026 年的软件行业有一个有趣的现象：几乎所有工程师都在用 AI 写代码，但最好的工程师仍然在亲手写代码。

这不是反 AI 的立场。Doug Turnbull 说得很清楚，他自己写的代码中「大部分也是 AI 生成的」。但他的核心观点是：我们不应该把写代码这件事完全外包出去。不是因为 AI 写得不好，而是因为写代码本身就是一种思考方式。

这个观点在到处都是「用自然语言编程」的声音中，显得格外清醒。

软件工厂，不只是软件

要理解为什么还要写代码，首先得理解工程师在 2026 年的真正角色。

Turnbull 提出了一个「软件工厂」的概念：工程师的真正职责不只是写出今天能运行的软件，而是维护和优化那条让 AI 高效产出代码的流水线。

这条流水线有两部分：

主动的：编写 Skills、AGENTS.md、知识库——让 AI 理解项目的上下文和约定。

被动的：自动化评估体系——测试、lint、类型系统、eval、甚至用另一个 AI 来检查 AI 的输出。

这些基础设施决定了 AI 产出的质量上限。一个没有测试的项目，AI 写的代码就是盲写；一个有完善测试的项目，AI 写的代码即使有 bug，也能在流水线上被拦住。

Turnbull 的比喻很到位：「即使是一个不太聪明的模型，只要在正确的约束框架内，也能产出足够好的变更。」软件工程师的工作不是写每一行代码，而是构建那个让 AI 能高效工作的约束框架。

写代码是为了思考

但问题来了：如果大部分代码都是 AI 写的，工程师亲手写代码还有什么意义？

Turnbull 给出了五个理由，每一个都来自实践而非理论：

1. 注意力和理解

被动地阅读代码、审核 AI 的输出，会让你和代码之间产生一层「隔膜」。只有亲手写一遍，你才能真正感受到代码的脆弱性在哪。Turnbull 说得很直白：「亲手写代码就像戴着疼痛传感器的 VR——你会在实际写到某个地方时突然意识到『哦，这里改起来很痛』。」

如果对人类开发者来说都很难安全修改的部分，对 AI Agent 来说只会更难。

2. 所有权和参与感

如果工程师只是「批准 AI 的输出」（反向 Centaur 模式），对代码的拥有感会迅速消失。代码的「馊味」（slop）会悄悄积累。当工程师亲手写出一个方案的骨架，再让 AI 去填充模式化的部分，他对最终结果才有真正的所有权。

这个区别很微妙但很重要：你是代码的作者，还是代码的审批者？

3. 思维的精确性

英语（或者任何自然语言）在描述计算时天生就是不精确的。写代码是在「执行环境中思考」——每一个变量、每一个分支、每一个边界条件，都要精确地表达出来。

Turnbull 的原话是：「写代码帮我理清思路。」这不是情怀，而是方法论：对算法性工作来说，用代码来表达比用提示词来表达有效得多。

4. 发现和修复脆弱性

手动清理代码、去除例外情况、统一模式的习惯，能让「软件工厂」越来越好。直接调试代码能发现测试策略的盲点，在 bug 扩散前就消灭它们。这些事如果完全交给 AI，问题只会被掩盖而非解决。

5. 对抗 AI 的局限性

AI Agent 有一个天然的倾向：偏向安全、最小的变更。它们会放大人类某个糟糕决策的影响。比如你早期用了一个不太好的本地存储方案，AI 会「尊重」这个选择，在上面继续添砖加瓦。

只有亲手去阅读、删除、重构代码，才能打破这种「继承性技术债务」的循环。

反向 Centaur 陷阱

有一种流行的观点认为，未来的开发模式是「人只想，AI 做」。人定方向，AI 写代码。听起来很美好。

但 Turnbull 用「反向 Centaur」来形容这种模式——不是人在马上操控，而是马在背着人跑。在这种模式下，工程师逐渐失去了对代码细节的感觉，失去了对系统脆弱性的直觉，最终变成了一个「只会点头」的审批机器。

如果你发现自己一天的工作就是打开一堆 AI 生成的 PR，扫一眼就 approve，那你可能已经掉进了这个陷阱。

什么时候应该亲自下场

Turnbull 给出了一个判断标准：当你遇到以下情况时，放下 AI，亲手写代码：

• 你发现自己在反复修改 AI 生成的同一段代码
• 你觉得自己对某个模块的理解越来越模糊
• 你连续 approve 了几个自己不太确定的变更
• 你发现自己无法快速定位一个 bug 的原因

这些信号说明你需要重新「连接」代码。去读一读、改一改、删一删。不是为了产出什么功能，只是为了重新建立那种直接的理解。

小建议

2026 年的现实是：大部分代码会由 AI 生成。这不丢人，也不可耻。但有品味的工程师会在三件事上保持手写：

一是基础设施。测试、CI/CD、架构文档、AGENTS.md——这些定义了软件工厂质量的东西，值得亲自打磨。

二是核心算法。那些你真正需要理解透彻的逻辑，亲手写一遍和审核一遍的效果完全不同。

三是重构和删除。AI 不会主动删代码。只有人才有勇气说「这段逻辑不需要了，删掉它」。而这种勇气来自对系统的真正理解。

AI 写代码的速度不重要，重要的是你想清楚再让 AI 跑。而想清楚这件事，有时候就得自己写几行。