丰饶之后：腾讯这份报告，让我陷入了深思
读了腾讯研究院那份《AI Coding 观察报告 2.0》，总共四十多页，花了快一个小时才看完，在这唠几句自己的想法。
不是要做书摘，是里面有几件事，看完之后一直在脑子里转，不吐不快，也正好用这篇文章理清一下思路。
先说最让我难顶的是什么
Anthropic 在 2026 年 4 月，9 天之内发了两个模型。
一个叫 Mythos Preview，代码测试跑到 93.9%。但不对外，只给 11 家“防御性安全伙伴”用。
9 天后，Opus 4.7 公开发布，87.6%。
差了 6 个点。这 6 个点哪儿来的？官方博文里有一句，原话大意是：Opus 4.7 是他们“第一个这类模型”，训练的时候，故意把某些能力削弱了，才放出来。
你品，你细品，看看这话说的。
意思是，他们手里有个更强的，强到你够不着。你能买到的那个，是被“降权”之后的版本。而且他们明着告诉你这事。
这跟以前“实验室藏着好东西”不一样。以前是藏着掖着，现在是公开发布机制本身就是分层的。他们甚至给这套玩法起了个名字，叫“双轨发布”。内部一条轨一直突破，外部一条轨挑挑拣拣、降了权、再喂给你。
报告管这叫“商业模型在台面趋同，储备能力在台面下分化”。六大商业模型的分数确实挤在 1 个百分点里，80% 出头，看着谁都能用。但那个 93.9% 的东西在那儿杵着，告诉你台面上的趋同是个假象。
我觉得这是整份报告里最值得留意的一件事，比模型分数本身重要得多。
然后是那个 22 倍
既然模型都差不多了，竞争靠啥？
报告说靠一个叫“驾驭工程”的东西。也就是最近很火的 Harness Engineering 这个概念，这个东西是在 2025 年底才被人正式起的名，2026 年初 OpenAI 发了篇同名博文，一下就火了。
啥意思呢？就是你别再纠结用哪个模型了，该花心思的是——怎么给 AI Agent 搭一套让它靠谱干活的系统。规格怎么写，约束怎么卡，记忆怎么管，出了错怎么兜回来。
有个数字，我得承认，看到的时候愣了一下。
SWE-bench Pro 这个测试上，换一套驾驭框架带来的分数波动，是换一个模型的 22 倍。
22 倍。不是 22%。
你拿着同一个模型，给它套不同的“驾驭框架”，分差能拉到 6 到 10 个百分点。反过来，你死磕“该用 Opus 还是 Gemini”，那个差距可能不到 1 个点。
这事挺颠覆的。以前大家觉得模型是核武器，其他的不重要。现在模型都差不多，那个“其他的”反而成了真正的东西。
Anthropic 自己有个例子。他们早期 Sonnet 4.5 那会儿的框架，得把任务切成一个个短跑（sprint），跑一段重置一次上下文，因为模型上下文一长就“焦虑”，提前草草收尾。后来 Opus 4.5 能连续干 2 小时了，sprint 那套就拆了。
再到 Opus 4.7，合作伙伴说它会在写代码之前先做形式化证明。
先证明，再写。
这事我没法不觉得有点渗人。一个机器，开始自己验证自己了。
CLI 这事，我想了半天
报告里还有个判断，我反复读了几遍才反应过来。
说现在这些工具——Cursor 3 、Codex App 、Google Antigravity——它们的“主要使用者”，正从人变成 Agent 组。
不是「人也用 Agent 也用」。是主要使用者变了。人从敲代码的，变成调度好几个 Agent 的。
然后有个反直觉的：Agent 要跟外部世界打交道，靠什么？
命令行，CLI。
不是什么花哨的协议，是那个最老的、黑底白字的命令行。
有个对比我直接搬过来说：GitHub 的 MCP 服务器（一种 AI 工具调用协议），要往上下文里塞 5.5 万 tokens。用 gh 命令行，200 tokens。差 275 倍。可靠性，CLI 是 100%，MCP 是 72%。
为什么？报告解释得挺到位。AI 模型训练的时候，吃进去的真实代码里全是 shell 命令和脚本。它写一行 gh pr list，跟写一行 Python，对它来说一回事。但你要让它走 MCP 协议，得先读懂协议描述、解析工具列表、格式化调用、再解析返回。每一步都是多套一层皮。
说白了，对 Agent 来讲，命令行是母语，MCP 是外语。
所以行业好像在往一个分层上收敛。命令行管 Agent 自己干活这层（内循环），MCP 管跨系统协调那层（外循环），还有一个叫 Skills 的东西管标准流程，主要是给不会写代码的人用。
顺嘴一提，国内这边出了个怪现象。一周之内，网易云、钉钉、飞书、企业微信，集体开放了 CLI。海外是开发者推着走，咱们是平台自己往下推。超级 App 主动 CLI 化。搞不好能直接跳过 IDE 这一步，在聊天软件里就把 Agent 用了。
这块我其实没完全想明白后果。先记下。
写代码不是瓶颈了，那什么是瓶颈？
报告有个核心论点，对应它那个标题“丰饶之后”。
意思是这样：以前做软件，卡在“怎么实现”。现在 AI 把这一段吃得差不多了。但瓶颈没消失，它搬家了，搬到了两头。
往前，卡在“规格定义”——你到底要 AI 干啥，这个说不清，它就瞎写。
往后，卡在“验证维护”——AI 写出来的东西，对不对、安不安全、能不能维护。
后面的数据不太好看。Veracode 发现 45% 的 AI 代码任务里掺了已知漏洞。GitClear 翻了 2.11 亿行代码，技术债务估摸涨了三到四成，重复代码翻 4 倍，重构掉了 60%。意思就是，代码生成白菜价了，但验证它、维护它的钱，一分没省。
前面有个实验挺有意思。KTH（瑞典那个皇家理工）让 AI 从一篇 926 字的英文规格，把自己整个重新生成出来。成功了。
这意味着啥？规格变成了那个“稳的东西”，代码反而退化成可再生的副产品。工程师的重心，从写代码挪到写规格了。已经有人这么干了，他们自己开玩笑说"用英语编程，提交的是 Go"。
还有一道墙，得提一下。有个叫“原型墙”的说法。
搞 vibe coding 的那帮人，老上演同一出戏。第一周，兴奋，AI 嗖地出个雏形，一个月 20 美元，看着像成了七成。第三周，慌，安全问题、各种边角情况往外冒。第二个月，放弃，维护成本飙到一个月 200，烂尾。
有个 Google 的工程师管这叫“70% 问题”：AI 写的代码看着 70% 对，可补完剩下 30%，比从头写还费劲。
那“新的稀缺”是什么？报告点得很直白。分发，运维，合规，还有品味，代码不稀罕了，品味稀罕了。
SaaS 那段，我倒没那么悲观
过去三个月市场上有个条件反射。Anthropic 一发东西，就有个软件公司股价挨刀。
2 月 5 号，Anthropic 发了 Cowork 和 Opus 4.6，FactSet 当天跌 10%。2 月 23 号，就发了篇关于 COBOL 现代化的博客，IBM 跌了 13.2%，是它 25 年最大的单日跌幅。就一篇博客。4 月 17 号 Claude Design 发布，Figma 跌了快 7 个点。
媒体管这叫“SaaS 末日”。
但报告有个更冷静的说法，我比较认同：SaaS 没死，是中间那一层在被吃掉。
你看看挨刀的都是谁。设计工具、金融数据、老系统改造、单一工作流协同。共同点：把一个 API，包一层带收费界面的应用，就干这个。
与此同时两头在长。一头是大平台，Cursor 估值从 293 亿蹿到 500 亿，Anthropic 拿走企业 AI 开销的 37%。另一头是 Skills 这种，让不懂代码的人用 markdown 就能把自己的工作流固化成可复用的东西，直接绕开中间商。
有个预测是挺狠的：按座位收费这套，2028 年前得作废。以后按产出收。Salesforce 按对话次数收，Intercom 按解决了多少工单收。Anthropic 在试点按"省了多少工时"折算。
这个变化我觉得比单点股价那些事深。但 SaaS 要说全完蛋，我是不信的。复杂的工资、社保、跨国合规那摊事，再多的 vibe coding 也复制不了，被吃的只是那层“套壳”。
最后这条，跟每个人都有关
报告里最实在的一句，是 Anthropic 的 CEO 在达沃斯说的：以后工程师是编辑 Claude 的产出，不是自己写代码。
Replit 那个 CEO 有个分法，说是搞技术的往三个方向走：往下，系统编程、嵌入式、安全关键，越靠底层越难被替；留在中间，全栈、增删改查那些，最危险，因为这是 AI 最拿手的；往上，产品设计、用户体验、商业策略，越靠用户越得靠人。
数据已经出来了。软件开发岗位需求只剩 2020 年的 65%。初级岗从 30% 掉到 20%，高级岗快到 40%。跟驾驭工程相关的岗，LinkedIn 上涨了 250%。
但真正让我停下来想的，是另一个变化。非开发者，头一回以“构建者”身份进场了。
Epic Games 一半以上的 Claude Code 使用，来自非开发者。Bolt.new 六七成的用户不是传统程序员，是设计师、学生、健身教练、销售、老师。有个叫 Skills 的东西，让一个完全不会写代码的人，10 分钟用 markdown 写出第一个 Agent 能力。
“一人公司”从一种无奈，变成主动选的了。YC 那个创业营里，单枪匹马的创始人比例，一年从 23.7% 涨到 36.3%。Cursor 20 个人做到 1 亿美元年收入。Bolt.new 15 个人俩月做到 2000 万。
十个人干一百个人的活，这话一年前还像吹牛，现在成日常了。
但该泼的冷水还是要泼的，实际情况也不是那么乐观。报告里边自己也说了：非开发者撞上的那道“原型墙”，比专业的人还陡。没工程纪律的“一人公司”，维护成本能翻 4 倍。Skills 生态里 36% 的东西有安全缺陷。能力下放了，治理和审计的能力，反而更稀缺。
读完之后
说实话，这份报告我前后读了两遍，中间隔了几天。
第一遍读完，觉得信息量很大，但有点散。第二遍再读，才发现它其实就在讲一件事——
丰饶之后，稀缺没消失，它搬家了。
从“写代码”，搬到了判断、验证、品味，还有把这一摊东西持续运转下去的工程纪律。
报告结尾那句英文，说得很妙：
After the abundance, what remains scarce is judgment, verification, taste, and the discipline to keep it running.
判断力，验证能力，品味，还有让它一直跑下去的纪律。
这话不带任何煽情，但它让我后背有点凉。因为这四样东西，恰恰是 AI 最帮不了你的那几样。
六个洞察，概括成下面这张表
原报告有六条，前面挑着讲了一些。剩下没展开的，搁这张表里：
| 报告原话 | 就是一句话 |
|---|---|
| 模型加速趋同，前沿差距不减 | 六大模型分数挤在 1 个点里；可那个不公开的 93.9% 在拉开储备差距 |
| Agent 原生成为工具演化方向 | 工具形态变 Agent 编排，接口收敛到命令行+协议+Skills 三层 |
| 代码生成规模化，验证成新瓶颈 | 45% 的 AI 代码带已知漏洞，技术债务涨三四成 |
| 构建零门槛，品味运营稀缺 | 能做出来不等于能跑起来，原型墙卡掉一大批 |
| SaaS 正被重新分配 | 中间套壳层被吃，两头壮大 |
| 开发者被双向重定义 | 做的事变了（编排而非编写），能做的人也变了（非开发者进场） |
本文是对腾讯研究院《AI Coding 观察报告 2.0 —— 丰饶之后》的读后感，所有数据来自原报告。