English version

有必要介绍一下我自己。我有10年+的软件工程经验(不是编码经验)。一半经验是后端开发与架构经验、一半经验是DevOps/SRE/平台工程。

这些年,我发现,很多人把“DevOps/SRE/平台工程”当成运维,就是传统的手工部署、手工操作线上服务的人。这是我意料之外的:居然还有人这么认为的。

也有人问过我:我们把所有的服务都迁移到railway、cloudflare这样的服务上,是不是不需要运维了?

我当时的回答:是的,只要规模小,时间不长,都可以。我心里想说:手工上去部署都可以。

所以,就会有人觉得可以让开发来代替运维。

在我看来,单纯地讨论开发代替运维或者运维代替开发,是没意义的,那是只看树叶,不见森林。在真正的软件工程中,没有角色与角色之间代替的问题。

2020年3月出版的《Google 软件工程》第一章这样表达:

在谷歌内部,我们有时会说,“软件工程是随着时间推移的编程。“编程当然是软件工程的一个重要部分:毕竟,编程首先是生成新软件的方式。如果你接受这一区别,那么很明显,我们可能需要在编程任务(开发)和软件工程任务(开发、修改、维护)之间进行划分。时间的增加为编程增加了一个重要的新维度。这是一个立方体三维模型不是正方形的二维模型,距离不是速度。软件工程不是编程。

还讨论了时间与变化、规模与效率、权衡与成本:

当考虑软件工程任务时,需要增加对时间(代码的预期生命周期)、参与人员规模(一人团队与多人团队的区别,5人团队与100人团队)维度的考虑。

快手技术团队在 2026 年初披露,在主要推广 AI 编码工具的阶段,开发者主观感受到编码效率提升了 20%–40%,但组织整体的需求交付周期没有明显缩短。(打心底感谢快手公司把这样宝贵的工程数据公开出来)。

这两件事情合在一起看。在我看来,在AI Coding的狂欢中,人们容易把编码环节的提效,直接等同于整个软件工程过程的提效。

我们再看:

  • 1975年,Brooks 在《人月神话》中建议,将项目排期的六分之一,约16.7%,分配给编码。
  • 2019年,《Today was a Good Day: The Daily Life of Software Developers》论文调查结果:编码活动占15%;如果加上调试修复和运行测试,合计约为37%。

由此可以提出一个判断:如果AI显著压缩了编码时间,而其他环节没有同比缩短,那么其他环节就会占据更高的时间比例,并更容易成为交付瓶颈。

就拿软件工程中的安全领域来说,你就理解:AI Coding除了帮助提高编码速度,也提高了安全漏洞的发现速度,如果漏洞发现和修复需求持续增加,而构建、测试和发布能力没有同步提升,修复交付就可能成为瓶颈。截至2026年11月中旬,全球披露的通用漏洞与暴露(CVE)数量已突破10万个,较2025年翻倍。

我先来个暴论:接下来,人们要开始集中解决软件工程中的构建问题了! 我已经看到很多案例:代码生成效率的提高,构建成本就会提高(Jevons悖论)。当然,很多公司不会像A社,一步到位,先遇到代码版本控制服务的问题。

仅凭岗位名称讨论谁替代谁,很难判断软件工程能力是否完整。我们需要看具体工作如何分配,以及结果由谁负责。

然而,人们现在还处于代码快速生成的(亢奋)快感中,特别是看到“一个月2500个PR”的标题后,那就让代码飞一会吧。

说到这里,说得好像我是老派的“手工运维”人员,反对AI Coding一样。

过去六年多,我一直在坚持Everything as Code理念,AI Coding对Everything as Code理念起到了很强的催化作用。其实,间接证明我的坚持是正确的。

这一年多,我基本都是使用AI来写代码了。现在只在核心环节review架构设计,其它都是AI写了。我甚至实现了基于IaC的PagerDuty(告警监控领域头部)复刻。

说回我观察到的一些现象:

  • 业务服务集群中的每台机器都绑定一个公网IP(假设不知道有NAT这种东西)
  • 使用单节点部署数据服务器(已经确认该数据服务器会长时间运行)
  • 测试环境与生产环境部署在同一台服务器上
  • 使用云服务器启动脚本来部署应用服务(没有可扩展性、灵活性)
  • 数据库直接暴露到公网,为了本地开发方便(心存侥幸或者觉得根本不是问题)
  • 使用vercel、cloudflare、railway等部署长时运行的生产环境
  • 后端业务服务监控(应用服务自己的代码运行起来后,再监控自己是不是有问题)
  • 不足50人的公司,出现了8种部署与配置形态。有时,同一个人还可能出现2种以上
  • 将secret明文写入到代码中
  • 将所有的webhook数据写入到数据库中(没有考虑容量问题,好奇有AI为什么没有考虑到呢?)
  • 通过bash+SSH部署应用到机器上
  • …

这些行为只有初级运维人员才会出现的,好吧。企业花钱让AI辅助开发又重新学一遍运维。

这些现象提醒我:生成可运行的代码,只完成了软件工程中的一部分工作。系统的安全性、可靠性、运行成本和可维护性,仍然需要相应的工程设计与验证。

人们常说:Taste是最重要的,在我看来,完全没有到讨论taste的程度,而且,软件工程有没有所谓的taste理论,我都不一定认同,有的只是不同的场景下权衡。

有人会说:“我们都不知道产品能不能活到那一天,还去想什么代码的生命周期、软件工程”。这句话没有错。

这是我这些年一直思考的并想办法去解决的问题:如何以较低成本建立能够随业务规模扩展的软件工程体系。

最后,以这句来结尾吧:接受我们都是凡人的事实。