有个人写了一篇博文，让整个程序员圈炸锅了。

不是什么争议性的大佬，不是无脑炒作 AI 的布道师。是 Simon Willison——开源框架 Django 的共同创建者，用了 25 年写代码的老工程师，一直是那种最强调「AI 不能替代你对代码的责任感」的人。

他在文章里承认了一件让自己"很不舒服"的事：

他开始在生产环境的代码里，不再认真看 AI 写的每一行了。

在他过去的定义里，这叫 Vibe Coding——那种不负责任的、交给 AI 乱搞的编程方式。

但现在，连他自己也开始这么做了。

Vibe Coding 和 Agent 工程，原来有边界

先回到 15 个月前。

2025 年 2 月，前 OpenAI 大将 Andrej Karpathy 发了一条推文，造了个词：Vibe Coding。

他说他写代码的方式变了——完全跟着感觉走，让 AI 生成代码，自己根本不看 diff，遇到报错就直接把错误信息粘贴给 AI，让它自己修。「代码已经超出了我平时能理解的范围，但如果跑起来了，管它呢。」

Karpathy 很坦诚：这种方式适合周末随便玩玩的项目，不适合正式产品。

一个月后，Simon Willison 专门写文章划清界限：

Vibe Coding 不等于 AI 辅助编程。

真正负责任的工程师用 AI，是「我不会提交任何我没办法解释给别人听的代码」。你用 AI 生成，但你要审阅、测试、理解。这叫 Agentic Engineering（Agent 工程），跟 Vibe Coding 是两码事。

这个分法很清晰，圈里很多人认同。

然后，他发现界限消失了

2026 年 5 月 6 日，Simon 在 Heavybit 的播客里说了一段话，后来写进了博客，直接冲上了 HN 热榜（574 分，618 条评论）：

我开始意识到，这两件事对我来说已经没那么清晰了。这让我有点不安。

他不再逐行检查 Claude Code 生成的代码了。

他的理由是这样的：当他在大公司做工程负责人的时候，另一个团队交给他一个图片压缩服务，他不会去读那个团队的每一行代码——他会读文档，测试功能，如果出了问题再去挖代码仓库。

他开始用同样的方式对待 AI 生成的代码。

一个 JSON API 接口让 Claude Code 写，它就是会写对。没必要再逐行审。

但他也说，这让他有「负罪感」：如果代码出了问题，我有没有尽到我的责任？

Claude Code 没有职业声誉，没有法律责任。但它每次都写对了。

然后他用了一个词，借用 Diane Vaughan 对挑战者号灾难研究中提出的概念：「偏差正常化」（normalization of deviance）——借用这个词的字面含义，每次它写对了而你没检查，你就更容易在下次同样不检查，直到某一次它写错了，而你早已习惯了不去看。

与此同时，另一篇文章在说更重要的事

就在同一天的 HN 热榜上，还有另一篇文章：《The bottleneck was never the code》（瓶颈从来不在代码），555 分，361 条评论。

作者是 .txt 的工程师。他用 Codex 花了半小时讲解需求，几小时后拿到了一个能跑的实验版本。

但他不认为「个人生产力暴涨」会让整个软件行业也变快。

为什么？

因为软件的本质从来不是代码。

他引用 1975 年 Fred Brooks 的《人月神话》：软件是一群人协商完之后剩下的残留物。代码是重要的，但它是更难的工作的残余，不是工作本身。

你们想象一下这个画面：

一个工程师，过去需要一周写完的功能，现在一天就可以完成。但她还是在等。

等什么？

等产品经理给她一个写清楚了的需求文档。

等团队对「我们到底要做什么」达成共识。

等那个永远开不完的对齐会议。

代码生产快了 10 倍，但协作、对齐、决策——一点都没变快。

作者说，他认识的很多管理者现在最大的压力，不是「功能为什么做得慢」，而是「功能做得太快了，需求根本来不及想清楚」。

两篇文章同日爆，不是巧合

这两篇文章同天出现在 HN 热榜，不是偶然——它们描述的是同一个底层机制在两个层面的反应。

这个机制是：当执行成本趋近于零，认知稀缺性就发生了迁移。

在代码生产上：AI 把一个标准接口从「需要工程师写 2 小时、审 1 小时」变成了「AI 生成 30 秒、大概率写对」。当 AI 的错误率已经低于工程师逐行审查的边际价值，理性的工程师就会停止逐行审查——不是因为懒，而是因为把时间花在审查一段大概率正确的代码上，不再是最优决策。Simon Willison 就是这么做的，他只是第一个公开承认感到内疚的人。

在组织层面：同样的逻辑。当代码实现从「最贵的资源」变成「最便宜的资源」，组织的注意力自然重新分配到更稀缺的东西上——对「要做什么」的清晰判断，对需求的精确表述，对「哪些功能不做」的克制。这就是《The bottleneck was never the code》说的：瓶颈从代码层，移到了决策层。

两个层面，同一个机制：稀缺性迁移。当执行变得便宜，判断变得昂贵。

这个机制之所以重要，是因为它不只适用于程序员。任何一个行业，当某个中间层的执行成本被 AI 压缩到接近零，同样的迁移就会发生——会计、设计、法律文书、医疗影像。「做」变便宜，「想清楚做什么」变贵。

那程序员该怎么办？

不是要你去学产品，也不是要你去学管理。

但有一件事值得想清楚：

当代码不再是你最稀缺的产出，你最稀缺的产出是什么？

Simon Willison 的答案，从他的表述来看，是那 25 年对系统设计、安全、性能的理解——那是他用来判断 AI 写的代码所处系统是否健康的底层能力。他不再逐行阅读代码，但他还知道一个 API 设计应该长什么样，一个 SQL 查询会不会带来性能问题，一个权限设计会不会留下漏洞。

《The bottleneck was never the code》的答案是：上下文（context）——共享的、不成文的、靠人堆出来的对「我们在建什么、为什么建、这部分动不得」的理解。这个东西 AI 没有。这个东西只能靠人。

最后，关于那个问题

「当你不再看代码，你还是那个负责任的人吗？」

我的判断标准是这样的：

如果 AI 写了一个 bug，你还能发现它吗？

不是指逐行阅读，而是指：当系统的行为开始偏移，当性能数字不对，当某个边界条件被触发，你是否还有能力诊断和定位？

如果能——你还是那个负责任的人，只是工作方式变了。

如果不能——你可能正在用一种新的方式，做一件很老的事：写你自己都不理解、出了问题也修不了的代码。只是以前是因为技术不够，现在是因为从没想过要去理解它。

Vibe Coding 没死。它只是从「懒人玩具」升级成了「高级工程师的日常」。

区别只有一个：那些 25 年的经验——你有吗？

HN 数据更新于 2026-05-07。Simon Willison 原文：simonwillison.net/2026/May/6/vibe-coding-and-agentic-engineering/