代码不再稀缺的时代，产品判断力为何成为核心竞争力

这两年我持续追踪AI对各行各业的渗透，一个结论越来越清晰：AI正在将软件制造本身的成本压到极低，而"决定该制造什么"这件事，却比以往任何时候都更关键。

这不是在给某个职业唱赞歌，而是一个正在演进的事实。

一、编程能力正在丧失稀缺价值

近段时间，AI编程助手正在大规模嵌入软件工程链条。GitHub Copilot、Cursor、Claude Code等工具早已超越了早期简单的代码补全阶段，逐步演化为能够介入需求落地、代码生成与调试全流程的协作伙伴。

一个灵感从萌生到产品上线，传统模式下要调动一整支团队、耗费数月光阴；如今，单兵借助AI，几天乃至几小时就能打通一个可演示的最小可行产品。

这背后的逻辑是：软件落地能力正在急速贬值。大量常规代码的产出能力，稀缺光环正在快速消退。

二、低成本背后的高额运维代价

但有一个陷阱必须看清。

不少人被"产出加速"的表象所迷惑。我接触过不止一个团队，用AI在三个月内生成了两万多行代码，随后又花了半年时间修补缺陷、重构架构、理顺那些连AI本人都说不清设计意图的逻辑。代码体量膨胀，可维护性断崖式下降。

有数据显示，企业每投入1美元购买AI token，大约有0.82美元被消耗在缺陷修补、代码重写和评审卡点上。更棘手的是，高达96%的开发者对AI生成的代码心存疑虑，而核实AI代码所耗费的精力，往往超过亲手编写。

所以我愈发坚定一个观点：AI生成的代码非但不是资产，反而更接近负债。每一行都意味着未来需要有人去读懂它、调整它、为它善后。当生成变得近乎零成本，真正昂贵的环节转移到了验证、运维和清理上。

三、核心瓶颈已向上迁移

Claude Code负责人Boris Cherny透露，他本人已经一年多没有亲手敲过一行代码，团队90%的代码由AI产出，工程效率是实际人员配置的三倍。那么瓶颈落在何处？它从键盘前转移到了白板前，从"谁能把它造出来"转移到了"什么值得造"。

耐人寻味的是，Anthropic近期的招聘重心明显偏向产品经理而非工程师。仅Claude Code的产品经理岗位，年薪就开到了30.5万到46万美元。这一信号极为直白：AI压扁的是"从构想到落地"的执行链路，但它对"这个构想值不值得落地"这一决策环节却无能为力。

过去，执行力本身就是护城河。一个绝妙的点子如果落不了地，那它一文不值。如今AI把执行力贬值为白菜价，这道护城河随之消失。你不能再用"我能做出来"兜售价值，你必须为"为什么要做这个"给出答案。

AI将执行的门槛抹平后，判断力的鸿沟被无限拉大。

四、属于"擅长取舍"的人的时代正在到来

还有一个逆向的洞察。

AI极度擅长"生"——生成功能、生成代码、生成方案，速度惊人。但它很少主动发问：这个功能是否真的必要？这几套方案中哪一套最优？做到何种程度就该止步？

这两年来最深的领悟是："做加法"是出于本能，"做减法"才是判断力的体现。

Anthropic曾总结过五种工作角色——原型师、建造师、清理师、增长师、维护师。其中"清理师"（做减法、把控复杂度）和"增长师"（将已验证的产品规模化）反而最为紧俏。原因在于AI时代，制造东西变得唾手可得，真正稀缺的是懂得什么不该制造、什么值得留存的人。

写在最后

我想用自己的话做一个收束：过去软件行业较量的是"把事情做对"的执行力，未来比拼的是"做对的事情"的判断力。前者AI已经替你代劳，后者无人能够替代。

这场变革中，最危险的人群从来不是那些拒绝AI的人，而是那些拥有AI之后，便遗忘自己仍需独立思考的人。