人工智能开启自研新纪元
文 ｜ 阑夕
OpenAI创始人在知名博文「温和的奇点」中描绘了一个机器制造机器的远景，届时生产力将突破人口限制，迎来指数级增长。在物理世界，受限于材料与资源，这种设想仍显科幻；但在数字领域，AI「繁衍」AI的进程已然开启。
就在上月，AI编程工具TRAE将其IDE集成的SOLO功能剥离为独立应用，覆盖桌面与网页双平台。
此举优势不言自明，脱离传统IDE束缚后，产品、设计、运营等非技术岗位人员可在更熟悉的交互界面中，调度一位永不疲倦的AI工程师。
然而真正的看点在于，这个SOLO独立版几乎由SOLO自身打造而成⋯⋯
纵观整个项目，AI始终是代码输出的绝对主力，研发团队全程依托SOLO模式构建独立客户端，在总计超百万行的代码库中，AI的产出占比高达93%，堪称「吃的是草，挤的是奶」。
过去一年的信号已足够清晰，软件产业的作业模式正经历深刻变革，价值评判体系也在持续重构。
「你已是个成熟的AI，该学会自力更生」，这句调侃早已成为现实。
唯一恒定的，唯有变化本身。
· · ·
把时间线再往前推，麦当劳总裁克里斯·肯普钦斯基因一场直播陷入舆论漩涡，并非因其行为失当，而是在试吃新品时，其对汉堡的品尝方式堪称「灾难现场」。
如同咀嚼电池般，他只咬下汉堡边缘便匆忙擦拭嘴角，连吞咽动作都未曾展现，这番矫揉造作使其瞬间沦为众矢之的，反倒为对手送上神助攻——汉堡王、Wendy's的CEO相继出镜，展示对自家产品大快朵颐的画面⋯⋯
客观而言，克里斯·肯普钦斯基不过是让生理本能压倒了职业素养——作为长期严控饮食的精英阶层，汉堡这类精制碳水确实难以下咽。但高管不热爱自家产品的矛盾感，自然难以赢得消费者的信任投票。
提及此事，是因为TRAE团队在解释「SOLO自研SOLO」的决策逻辑时，阐述了一个核心原则：
若真心信奉AI编程，就不应仅将其作为营销口号，亲身实践并产出成果，才是最具说服力的证明。
正因如此，TRAE团队将核心项目作为试验场，通过「口述指令」的方式，让SOLO完成了自我复制。
生物学理论视复制为生命体的基本属性与存续关键，这番论述或许略显玄妙，但AI近年来的演进——尤其最近一年——确实不断颠覆「不过是更高级工具」的固有认知。
最初，AI的「副驾」定位深入人心，以至于微软选用Copilot为其AI助手命名。但我猜测，微软如今或许已在懊悔。
因为AI开始争夺方向盘了⋯⋯确切说，随着MCP、CLI等基础设施的成熟，AI具备了执行力，能够自主完成任务，人类则被推至观察席。
以编程领域为例，需人工补全代码的情形持续减少。在TRAE开发者社群中，有资深用户透露，过去一年通过TRAE生成了30万行代码，而手动敲击Tab键补全的次数仅12次。
换言之，当下的开发者已不再事必躬亲，其新角色更趋近于管理者——事前分配任务，事后审核成果。
而在「SOLO自研SOLO」的流程中，接过方向盘的AI，连行进路线都一并规划妥当。
· · ·
团队以「痛并快乐着」描述面对AI编程能力跃迁的复杂心态，年初时AI尚是协助打杂的实习助理，年末就已能自主分配任务。
对于SOLO独立版由AI自研的案例，许多人或许会预设那93%的代码占比虚高，程序员仍需高频发起对话，指导AI如何操作——诸如「还是报错」「别改命名规则」「只动这里别处不动」等指令，而这些对话并不计入代码量。
然而，这种一年前的开发模式早已迭代⋯⋯
据我了解，TRAE团队分享了他们的方法论：功能负责人与SOLO协同，不急于动笔写码，而是先让AI生成完整技术方案，确保执行路径正确，规避后期大规模返工的风险。
实践证明，这种前置对齐机制起到了「磨刀不误砍柴工」的奇效，而开发者的精力则聚焦于架构设计、复杂逻辑与创新思考等层面。
由此引发的变化是，人机对话逐渐从实时反馈转向长周期异步任务，意味着「拿AI当锤子找钉子」的时代已成历史，任务交代清晰后，AI便自行解决问题，人类干预演变为「非必要不介入」。
Skill是近半年最重大的工程化创新，尽管「蒸馏同事经验」的梗永不过时⋯⋯在加速AI从实习生「转正」的进程中，Skill功不可没。
经济学中有个术语叫「摩擦成本」，在办公场景中，摩擦主要表现为团队成员间的理念冲突，因此企业会议无穷无尽。无人钟情会议，但会议却不可或缺，只因沟通能降低摩擦。
如前所述，AI编程协作趋于异步，相当于为AI开会的必要性也大幅降低。将资深工程师的经验固化为Skill，使AI可读可用，既提升了人机协作效率，也在系统性消除「摩擦成本」。
企业同样乐于见证这种研发资产的有效沉淀。人人皆言AI实现「单兵作战」，关键在于能力要对齐最顶尖的人才，而非向平庸无限妥协。
· · ·
TRAE并非首家尝试让AI担任「造物主」的案例。今年初，Claude Code负责人鲍里斯·切尼便坦言，这个为Anthropic创造巨额收益的产品，90%代码皆由AI自写。
作为资深程序员，鲍里斯·切尼表示，其职业生涯从未如此充满乐趣，繁琐事务均可交由AI处理，自身只需专注最具价值的创造：「我们或许正在见证一个时代的终结，工程师（Engineer）职位将消失，取而代之的是构建者（Builder）。」
然而在「SOLO自研SOLO」的实践中，TRAE团队的复盘更为务实，认为当前仍处于量变积累期，质变尚未发生，个人效率虽提升，但组织效率难以同步增长。
这恰与行业主流观点吻合：个体适应AI如同小舟掉头，灵活自如；而组织融合AI则似巨轮转向，存在显著滞后。
但在整体方向与终极目标上，全球科技巨头想必没有分歧。正如黄仁勋所言，善用AI者将淘汰不善用AI者，企业组织亦然，越早转型AI Native的公司，越能抢占先机。
再举一例，众所周知中国安卓生态极度碎片化，要适配不同渠道与机型需耗费海量开发资源，至今仍有声音批评那些未上架鸿蒙的应用，认为这是怠慢国产系统。这种因人力不足导致的取舍，并非开发者本意。
而「SOLO自研SOLO」的案例，提供了一种曾遥不可及的解决方案：让AI负责开发各分支版本，适配、发布、维护均可高度托管，开发者仅需投入少量人力确保流程无误。
这便是生产力的革命。
据传Meta内部设立了一个游戏化榜单，为8万多名员工的Token消耗量排名，从青铜到钻石段位齐全，CTO公开宣称Token报销预算不设上限，意在鼓励员工尽情使用。
此事因画面过于魔幻而招致不少讥讽，但本质上，推动AI编程如水电气般渗透软件工程各环节，乃至倒逼企业生产体系重构，其方向并无问题。
代码自由的终点是产品自由，产品自由的终点是创造自由。工业时代创造了物质丰裕，AI时代将带来智能丰裕。
那么何为稀缺资源？终究是那个拍板定案「就这么做」的人，是懂得在何处「画下那一条线」的人。