AI写代码越来越快,写代码的人却越来越累。有资深工程师吐槽,一天要审15个PR,硬啃两万行AI生成的代码,从开发者被逼成了质检员,有人干脆辞职走人。生成变便宜了,判断没变便宜,省下的成本全压在人的头上。
钱的问题先有了答案。Claude Code上线新模式,模型不换,Token消耗最高砍掉77%。成本是从上下文管理里省出来的,模型本身没动。算力省下来了,"用不起"的焦虑能缓解一点,审代码的人还是一个没少。
质量那边,AuXSpec给了另一条路:让模型连规格一起写。这套Lean框架把声明式后置条件配上可执行版本,测试直接检验规格是否符合预期,结果再当作强化学习的奖励信号。团队攒了3037道LeetCode题,用专家迭代扩到19500个样本,训出的Qwen3.5-9B和Qwen3.8-27B在Verina上pass@1分别达到73.7%和84.5%,此前开源最佳是47.6%,被甩开一大截。
三件事放一块看,都指向同一处:AI编程的瓶颈不在生成速度。谁来审、审不审得起、规格写不写得清,才是下一程要解决的事。工具这边在降本,研究那边在提质,夹在中间的工程师还得先撑住。