過去做開發(fā)寫代碼本身往往就是最大的時間成本之一。一個Feature要寫半天。一個Bug要排查幾個小時。一個模塊重構(gòu)可能要持續(xù)幾天。所以很多工程效率討論都會圍繞一個問題怎么把代碼寫得更快但隨著ChatGPT、Codex這類AI越來越能自主完成Coding任務(wù)這個問題正在發(fā)生變化。AI可以快速讀代碼。寫實現(xiàn)。改多個文件。補測試。跑驗證。甚至連續(xù)執(zhí)行很長時間。于是“寫代碼”本身正在變便宜。但與此同時另一個成本開始變得更值得關(guān)注如果方向錯了要花多少代價把這些已經(jīng)生成、已經(jīng)修改、已經(jīng)驗證過的東西重新推翻這就是Agent時代越來越重要的一個概念Rework Cost——返工成本AI寫得越快錯誤方向擴張得也越快。所以未來真正高效的開發(fā)者不只要關(guān)心AI生成了多少代碼。還要關(guān)心這些代碼里有多少最后需要重新做。一、為什么AI時代返工會變得更貴先看一個很典型的場景。你讓Codex修復(fù)用戶登錄后偶爾掉線的問題。Agent開始分析。它認為問題來自Token刷新。于是修改Token邏輯。隨后調(diào)整Session處理。補Regression Test。相關(guān)調(diào)用方也跟著變化。最后測試全部通過。整個過程可能只用了20分鐘。然后你Review時發(fā)現(xiàn)真正問題其實來自緩存狀態(tài)同步。這意味著剛才的20分鐘雖然執(zhí)行得非常高效但方向錯了。接下來不是簡單改兩行。你可能需要撤銷錯誤實現(xiàn)?；謴?fù)調(diào)用方。重新判斷哪些測試還能保留。清理錯誤假設(shè)。重新建立Context。再從正確方向重新執(zhí)行。這時候會發(fā)現(xiàn)一個反常識的事實AI幫你把錯誤方向也執(zhí)行得更快了。過去一個開發(fā)者20分鐘可能還在分析?，F(xiàn)在Agent20分鐘已經(jīng)能制造一個完整錯誤方案。二、以前慢一點反而天然限制了錯誤擴張傳統(tǒng)開發(fā)有一個不太明顯的“保護機制”人寫代碼是慢的。一個開發(fā)者如果方向錯了通常不會瞬間改完20個文件。他可能先查代碼。改一個地方。跑一下。發(fā)現(xiàn)不對。于是糾正方向。也就是說人類執(zhí)行速度本身會提供很多自然Checkpoint。但Agent不一樣。一旦它認為方向成立就可以快速向下執(zhí)行。所以AI越快以后會出現(xiàn)Error Velocity錯誤傳播速度。錯誤假設(shè)不再停留在思考階段而會迅速變成代碼。測試。配置。調(diào)用鏈變化。于是返工成本就不只是“重新寫代碼”。而是把一整條錯誤執(zhí)行鏈拆掉。三、返工真正貴的不是代碼重寫而是狀態(tài)恢復(fù)很多人說返工會想到再寫一遍。但Agent時代真正昂貴的部分往往不是Code Generation。因為代碼本身AI可以繼續(xù)快速生成。真正貴的是State Recovery狀態(tài)恢復(fù)。比如一個錯誤任務(wù)已經(jīng)修改了10個文件。你要重新確認哪些改動是錯的哪些其實仍然有價值哪些測試是建立在錯誤假設(shè)上的哪些文件需要Rollback哪些Context已經(jīng)過期哪些后續(xù)任務(wù)依賴了這個結(jié)果這些都需要重新判斷。所以未來AI Coding里一個很重要的變化是代碼生成越來越便宜正確狀態(tài)的維護反而越來越重要。四、測試也會讓返工變得更復(fù)雜假設(shè)AI方向錯了但它又按照錯誤方向補了很多測試。現(xiàn)在你發(fā)現(xiàn)需求理解不對。這時候不能簡單保留所有測試。因為有些測試可能是在證明錯誤行為。你需要重新判斷哪些是原有Regression。哪些是AI新增的實現(xiàn)測試。哪些斷言本身應(yīng)該被刪除。哪些測試還能作為獨立Evidence保留。所以錯誤方向一旦進入Implementation Test兩層以后返工復(fù)雜度會明顯上升。如果再繼續(xù)進入Integration。Documentation。Config。Migration。返工成本還會繼續(xù)增加。五、可以建立一個指標Rework Ratio未來判斷AI開發(fā)效率可以看一個很實用的指標Rework Ratio——返工比例簡單理解AI生成的工作里有多少最后需要被撤銷、重寫或大幅調(diào)整。比如一天Agent一共執(zhí)行了10個任務(wù)。其中7個直接進入最終結(jié)果。2個經(jīng)過小調(diào)整。1個幾乎完全推翻。那整體Rework Ratio還比較健康。但如果10個任務(wù)里4個都要大幅重做。即使AI每天生成很多代碼真實生產(chǎn)力也未必高。因為大量計算只是先快速生成再快速推翻。所以未來效率不應(yīng)該只看完成多少任務(wù)。還要看最終有多少工作真正留下來了。六、為什么“寫得快”很容易掩蓋返工問題因為AI產(chǎn)出速度非常有視覺沖擊力。一次修改20個文件。幾分鐘生成完整Feature。測試不斷變綠。很容易讓人產(chǎn)生“效率非常高?！钡嬲龖?yīng)該看的是Net Productive Output凈有效產(chǎn)出。比如AI一天生成了5000行代碼。最后真正進入生產(chǎn)的只有1500行。剩下大量修改被刪除。被重寫。被Rollback。那5000行并不能代表真實效率。所以未來開發(fā)者需要從Gross Output——總產(chǎn)出轉(zhuǎn)向Net Output——凈產(chǎn)出。這和傳統(tǒng)工程管理其實很像。忙不等于有效。AI生成很多也不等于交付很多。七、返工最容易發(fā)生在哪些任務(wù)里第一類Goal不清楚比如“把這個模塊優(yōu)化一下?！盇I必須自己決定什么叫優(yōu)化。方向越開放返工概率越高。第二類Root Cause未確認Agent還沒確定真正原因就開始修改代碼。這種任務(wù)很容易反復(fù)推翻。第三類Scope太大一個任務(wù)同時包含Bug Fix。Refactor。測試。性能。依賴升級。一旦某個方向錯了很難只撤掉一部分。第四類Acceptance Criteria不明確AI做完以后才發(fā)現(xiàn)這不是你真正想要的行為。這幾類任務(wù)都有一個共同特點執(zhí)行開始得太早。八、最有效的辦法不是讓AI慢一點而是增加Early CheckpointAI快本身不是問題。真正的問題是在方向還沒有確認時就進入深執(zhí)行。所以未來更成熟的Workflow應(yīng)該增加Early Checkpoint——早期檢查點比如在大規(guī)模修改前先確認當(dāng)前理解的Goal是什么Root Cause是什么哪些Assumption還沒有驗證準備修改哪些文件Done Criteria是什么如果這一步就發(fā)現(xiàn)方向偏了修正成本非常低?？赡苤皇歉囊痪淙蝿?wù)描述。但如果等20分鐘、30分鐘以后再發(fā)現(xiàn)返工成本會大很多。所以真正要優(yōu)化的是Time to Detect Wrong Direction發(fā)現(xiàn)錯誤方向所需時間。越早發(fā)現(xiàn)越便宜。九、復(fù)雜任務(wù)可以用“先證據(jù)后執(zhí)行”對高風(fēng)險Bug尤其適合Evidence First先讓Codex找Evidence。不要一開始就改。比如只復(fù)現(xiàn)問題。只分析調(diào)用鏈。只列Root Cause Hypothesis。等Evidence足夠以后再進入Implementation。這樣做的好處是如果方向錯了前面的損失主要是分析成本。而不是分析 代碼 測試 Refactor Rollback。這其實是在控制Rework Surface返工面。十、Rollback Boundary也會直接影響返工成本如果一個Agent任務(wù)非常干凈只修一個Bug。只改相關(guān)文件。獨立Commit。出現(xiàn)問題以后直接Rollback。那么返工成本很低。但如果一個任務(wù)里混著Bug Fix。重構(gòu)。依賴升級。配置修改。測試整理。那你發(fā)現(xiàn)方向錯以后很難整體撤回。所以每個AI任務(wù)最好盡量擁有Rollback Boundary一個清晰回滾邊界。未來AI任務(wù)不僅要問“能不能完成”還應(yīng)該問“如果做錯了能不能便宜地撤掉”十一、可以再看一個指標Rework Depth除了Rework Ratio還可以看Rework Depth——返工深度同樣是任務(wù)失敗嚴重程度完全不同。Level 1改幾個參數(shù)就能恢復(fù)。Level 2需要重寫實現(xiàn)。Level 3實現(xiàn)和測試都要推翻。Level 4跨模塊、配置、數(shù)據(jù)結(jié)構(gòu)都需要恢復(fù)。返工深度越高真正成本越大。所以高風(fēng)險任務(wù)的目標不只是降低失敗概率。還要做到即使失敗失敗也盡量停留在淺層。這就是為什么小階段。Checkpoint。獨立驗證。會越來越重要。十二、Multi-Agent會讓返工成本進一步放大如果一個Agent的錯誤結(jié)果被另一個Agent當(dāng)成前提繼續(xù)執(zhí)行就會形成Cascading Rework級聯(lián)返工。比如Agent A設(shè)計錯誤API。Agent B根據(jù)它寫前端。Agent C補測試。Agent D更新文檔。最后發(fā)現(xiàn)A的設(shè)計錯了。那么需要返工的就不只是A。B、C、D都可能跟著重做。所以Multi-Agent時代必須更加重視什么結(jié)果已經(jīng)穩(wěn)定什么結(jié)果還只是Draft。不穩(wěn)定結(jié)果不要太早成為其他任務(wù)的Dependency。十三、未來開發(fā)者真正要優(yōu)化的是“返工發(fā)生得有多晚”這是一個很值得注意的判斷。錯誤不可避免。AI也不可能每次都一次正確。所以目標不是Rework 0。更現(xiàn)實的是Fail Early盡早失敗。在分析階段發(fā)現(xiàn)方向錯。比代碼階段發(fā)現(xiàn)便宜。代碼階段發(fā)現(xiàn)。比Integration以后發(fā)現(xiàn)便宜。Integration發(fā)現(xiàn)。比上線以后發(fā)現(xiàn)便宜。所以未來AI開發(fā)真正成熟的標志不是從來不返工。而是錯誤盡量在便宜階段被發(fā)現(xiàn)。十四、Plus用戶為什么特別應(yīng)該關(guān)注Rework Ratio很多人覺得Codex額度不夠可能會看到一天跑了很多任務(wù)。消耗很快。然后想到是不是應(yīng)該升級Pro但如果其中大量任務(wù)最后都需要Rollback。重寫。重新測試。重新開Session。那真正的問題可能不是容量不足。而是Rework Ratio太高。增加容量只會讓AI擁有更多機會更快完成錯誤方向。所以Plus階段很值得先優(yōu)化Goal。Intent Checkpoint。Evidence First。Rollback Boundary。十五、什么時候Plus通常已經(jīng)夠如果你的日常任務(wù)主要是明確Bug。中型Feature。Review。測試。并且已經(jīng)做到方向先確認。復(fù)雜任務(wù)先找Evidence。高風(fēng)險修改有Checkpoint。大任務(wù)拆成可驗證階段。返工大多停留在淺層。那么Plus通常已經(jīng)可以承擔(dān)大量Agent開發(fā)工作。因為真正被浪費的執(zhí)行明顯減少。同樣的容量能夠產(chǎn)生更多Net Productive Output。十六、什么時候Pro才真正開始匹配更接近Pro的情況是你的Rework Ratio已經(jīng)比較低。大部分Agent輸出最終都會留下。復(fù)雜任務(wù)也能及時發(fā)現(xiàn)錯誤方向。Rollback Boundary成熟。Multi-Agent不會建立在不穩(wěn)定結(jié)果上。但每天仍然有大量高價值。復(fù)雜Repository。長時間?？刹⑿?。的Agent任務(wù)持續(xù)排隊。這時候問題才真正從Rework Problem返工問題變成Capacity Problem容量問題。這時更高容量才能真正轉(zhuǎn)化成更多有效交付。最后AI寫代碼速度越來越快以后很容易讓人覺得最大的效率提升就是“寫得更快”。但真正進入Agent時代以后另一個問題可能越來越重要寫錯以后要花多少成本重新回來因為AI不僅能把正確方向執(zhí)行得更快。它也能把錯誤方向分析得更完整。實現(xiàn)得更徹底。測試得更充分。甚至擴散給其他Agent。所以未來真正高效的AI開發(fā)不會只看生成速度。修改數(shù)量。任務(wù)運行時間。而會越來越關(guān)注Rework Ratio。Rework Depth。Time to Detect Wrong Direction。AI把Code Generation變便宜以后真正昂貴的可能變成把錯誤狀態(tài)重新恢復(fù)成正確狀態(tài)。所以未來最有價值的工程能力之一不是讓AI永遠不犯錯。而是讓它犯錯時盡量早一點、淺一點、便宜一點。持續(xù)更新Codex、大模型開發(fā)相關(guān)技術(shù)內(nèi)容。長期使用各類代碼大模型整理了穩(wěn)定的Plus/Pro會員訂閱渠道有需要可自取