AI让写代码更高效,但顶尖工程师已开始关注新的瓶颈

都2026年了，AI写代码这事儿早就不稀奇了。
但怎么用好它，真正搞定效率问题，反倒成了工程师牛不牛的分水岭。
最近谷歌、Cloudflare这些大厂的牛人和大佬们都在说一件事：写代码本身越来越不值钱了，真正的硬骨头在别的地方。

事件背景：当AI成了你的“结对程序员”

谷歌工程师Addy Osmani分享了他现在用大模型写代码的一套玩法，他的意思很简单：你得把AI当成一个特牛的“结对编程”搭档，而不是一个啥都会、能自己变戏法的“魔法师”。

这套玩法强调，动手写代码前，你得先把需求掰扯清楚。
然后把活儿拆成一小块一小块能测试的，再把代码库、有啥限制之类的信息都喂给AI。
最关键的是，AI写的任何玩意儿，你都得自己过一遍、测一遍。

这套路子不是瞎说的，人家已经试过了。
在Anthropic，他们90%的Claude代码都是AI自己写的，但工程师团队始终盯得死死的。
说白了就是：你得是那个掌舵的人，AI才能真正帮你把活儿干得更漂亮。

行业影响：真正的瓶颈早就变了

既然AI写代码快得飞起，可为啥好多团队的交付效率，并没有真的翻上十倍呢？

InfluxData的创始人Paul Dix拿“阿姆达尔定律”出来说事儿，意思就是，要是写代码在你整个工作里只占一小丢丢时间，那光让写代码变快，对整个流程的效率提升其实没那么大。

• 需求反反复复，搞不清楚

• 代码审查谁来审、审多久，没人管

• 测试和验证效率太低

• 部署和回滚安不安全

• 安全和合规的各种关卡

工程师的新生存法则

光技术牛，现在已经不够让你成为一个高效的工程师了。
写代码这活儿慢慢被AI接了一部分，另外两种本事变得越来越重要。

第一，你得懂公司里那套人情世故。
软件工程师Cindy Sridharan就说，想混得好，关键就得get那些看起来“软”，其实特别“硬”的技能。
你得知道公司里谁说话管用，谁是真正的拍板人，然后在各种不完美的现实里，找到能干成事儿的路子。

第二，得想办法让AI真正用起来。
Imprint的工程头儿Will Larson，他们公司用了18个月的AI，回头看才发现，想让AI真正在团队里跑起来，关键不是选哪个工具，而是大家怎么配合，怎么把路上的坑填平。
他们能成，说白了就是：领导带头用，然后帮大家把路铺好，解决掉那些比如账号权限、共享提示词库之类的各种杂事。

宏观趋势：数据咋说的

• AI流量猛增：AI爬虫的请求占了HTML请求的4.2%，因为AI问答搞出来的“用户行为”爬取量更是飙升了15倍多。

• 安全搞了个大事：在苹果这些公司的推动下，超过一半的人类网络流量，都默认用上了后量子加密，给未来的网络安全打了个底。