核心内容总结
这篇文章围绕AI（尤其是Agent）对软件工程的颠覆性影响展开，通过多个真实案例（如PingCAP的db9项目、Bun技术栈迁移、Thoughtworks无源码系统还原等），揭示了几个关键变化：技术栈不再是长期锁定的“命运线”，AI能快速跨语言/框架迁移；重写软件的成本和风险大幅降低，甚至能复活丢失源码的老系统；代码本身的价值下降，软件中的“知识”（业务逻辑、规则、文档）才是核心；人的角色从“写代码”转向“掌舵”，老工程师的经验判断变得更重要；同时也指出了现实挑战——企业“屎山代码”的维护问题，AI生成代码可能带来新的bug风险。
一、技术栈“锁不住”了：过去选路要谨慎，现在换路像换鞋
过去，选编程语言、框架或数据库是软件工程里的“生死决策”：一旦选了Java、React或MySQL，整个公司的招聘、测试、部署甚至工程师身份认同都会绑定上去，想换得花几年时间（比如Meta从Java迁到Kotlin用了4.5年）。但AI来了之后，这些“锁”被打开了——
- Bun从Zig迁到Rust只用6天：AI把语言差异当成“方言”，不在乎语法优雅或社区文化，只要接口稳定、文档足够，就能快速适配；
- 框架选型变成“可逆操作”：一家企业用Agent把原生App重写成React Native，负责人说“就算错了，未来还能迁回去”；
- 数据库差异不是问题：AI眼里MySQL和Postgres只是SQL语法不同，背后的心智模型是一样的，所以切换成本极低。
简单说，过去选技术栈像“结婚”（长期绑定），现在像“搭伙”（随时可以换）。
二、AI让“重写”变家常：从“不敢碰”到“周末就能搞定”
过去重写软件是高风险操作：旧系统不能停、兼容性不能丢，很多老系统只能“带病运行”。但AI让重写变得容易且便宜——
- 无源码也能复活：Thoughtworks用AI还原了一个丢失源码的企业系统（650张表+1200个存储过程），传统要20人6个月，AI辅助几周就搞定；Jon Radoff把30年前丢失源码的游戏录像、手册丢给AI，周末就重建了整个引擎；
- 小成本快速迭代：Cloudflare工程师用AI周末重写Next.js成Vinext，Token成本仅1100美元，还能跑生产环境；
- 重写不再是“大工程”：过去几十人干一年的项目，现在一个人+AI一个月就能完成（比如db9项目100多万行代码，仅一两人参与）。
这就像过去装修房子要拆墙重建花半年，现在AI帮你快速翻新，几天就能住进去。
三、代码不值钱了，“知识”才是核心：软件是载体，内容才是灵魂
文章里徐昊提出一个关键观点：软件本身只是载体，真正有价值的是藏在里面的知识（比如业务逻辑、规则、用户需求）。AI就像“超级编译器”，能把这些知识从一种技术栈转换成另一种——
- Thoughtworks案例：他们不直接还原代码，而是先让AI生成系统的“说明书”（specification），讲清楚系统做什么，再用这个说明书重写；
- 类比理解：就像一本小说，纸质版、电子版或有声书只是载体，真正值钱的是故事内容。软件用Rust还是Go写，就像小说用哪种载体呈现，核心是里面的业务逻辑。
所以，现在企业应该更关注“知识管理”，而不是代码本身。
四、人的角色变了：从“码农”到“导航员”，老工程师更吃香
AI能写大量代码，但它不会“掌舵”——
- AI的弱点：它没有判断能力，会编答案忽悠人（比如改三遍还不对，仍给你看似正确的结果），也不会选择最优方向；
- 人的价值：老工程师（“老登”）的经验变得关键，负责定方向、做设计、review代码。比如做数据库内核，你得告诉AI三大组件怎么拆、用什么算法，这些不是书本能教的，得靠多年经验；
- 本质不变：徐昊说，程序员的工作从来不是“写代码”，而是“交付价值”——写正确的代码、优先级最高的功能。AI只是把“写代码”这个环节自动化了，人的核心价值还是解决问题。
简单说，AI是司机，但你得当导航员，告诉它往哪开。
五、现实的挑战：企业“屎山代码”的维护难题
虽然未来很美好，但当下企业软件维护还有不少坑——
- AI生成代码的bug风险：滕昱说，AI写的代码上线后bug明显增多，比如语法对、单元测试过，但流量一来就崩；
- “屎山”的精神分裂：企业里很多旧系统是“屎山代码”（前后逻辑不一致），AI进去会“ confusion”，改一处崩一处；
- 责任还是人担：AI生成的代码出问题，最终还是得人去客户环境debug，甩不了锅。
滕昱预测，今年下半年会有很多半懂不懂的人用AI重写企业代码，结果踩坑——就像用AI建了个表面好看的房子，住进去发现水管漏、电路坏，还得自己修。
总结
AI正在重构软件工程的规则：技术栈灵活了，重写容易了，代码贬值了，但人的判断更重要了。未来软件可能没有固定边界（直接生成功能），但当下企业还得面对“屎山”的现实。对真正懂业务、有经验的人来说，这是最好的创业时机——因为写代码不再稀缺，解决问题的能力才是核心。而对普通程序员来说，得从“写代码”转向“懂业务、会判断”，否则容易被AI替代。