SHIFT / VERIFY07 SEP 2026
瓶颈已经从写代码
转到验证代码
前面十二篇，大部分在回答"钱不会流去哪"。这一篇是唯一一篇尝试回答"钱可能流去哪"的——因此它的证据也是最薄的，我会在文中反复标注。
当生成变得便宜，稀缺的就不再是产出，而是确认产出是对的。
MOVE 01 编写不再是瓶颈 |
SCARCE 02 验证成为稀缺环节 |
RISK 03 可能被模型自己吞掉 |
中心判断：
在软件开发这个当前最成熟的 AI 落地场景里，瓶颈已经从"写出代码"转移到"验证代码是对的、并且长期维护得住"。
如果这个转移成立，价值会向验证与维护环节迁移——而不是向生成环节。
SHIFT / 01
一、一句来自一线的判断
2026 年 4 月，一批参与软件开发完整生命周期的高层被访谈。他们对 AI 在这个领域的回报是认可的，但给出了一个具体的结构判断：
代码编写不是瓶颈，后期维护和验证变成了瓶颈。
这句话值得停一下。它不是"AI 不好用"，恰恰相反——它是"AI 太好用了，以至于把瓶颈推到了下一个环节"。
SHIFT / 02
二、时间线上的证据
把 2025 年中到 2026 年中的调研串起来，能看到一条清晰的迁移：
| 时点 | 状态 |
| 2025 年中 | 多数人会用但不常用，对智能体形式认知低，主要是聊天问答 |
| 2025 年 10 月 | 工作中每天使用 AI 的比率持续提升 |
| 2026 年 1 月 | 智能体类产品起量，而以代码补全为主的产品采用率停止不前 |
| 2026 年 4 月 | 编写不是瓶颈，维护与验证成为瓶颈 |
| 2026 年年中 | 纯手工编码的传统方式基本结束；大部分是人与 AI 协作，少部分人已做到八成代码由 AI 完成 |
| 2026 年 7 月 | 但仍以插件补全为主流，智能体形式尚非绝大多数人的开发方式 |
这条时间线里有两个值得单独拿出来的信号。
第一，产品形态在迁移：从"帮你补全下一行"转向"你交代任务，它去完成"。用户行为从接受补全变成提出任务。
第二，也是更重要的：2026 年 4 月的"瓶颈转移"，和 7 月的"智能体仍非主流"并不矛盾。
它们描述的是两件事：能力上瓶颈已经转移了；渗透上大多数人还没走到那一步。
SHIFT / 03
三、用量在深化，不只是渗透
有一组厂商披露的数据支持"深化"这个方向：
在渗透率已经基本到顶的工程部门，每月实际消耗的算力仍在快速增长。也就是说，不是更多人开始用，而是同一批人用得越来越深。
另一家的观察更具体：使用智能体后，人参与得越少，智能体涉及的工具调用与轮次就越多；而且他们发现，员工开始把以前根本不做的"锦上添花类"工作做掉了。
这后半句我认为被低估了：
AI 的第一波价值，可能不是"把原来的事做得更快"，而是"把原来根本不做的事做了"。
这类价值在传统的效率指标里是看不见的——因为分母里从来没有它。
SHIFT / 04
四、为什么"验证"会成为价值高地
如果生成变得便宜且充裕，那么下面这些就变成了稀缺环节：
第四条正在变得更棘手。有一条技术路线让模型在潜在空间里进行更多推理，而不是把思考过程写成文字。它的效果可能更好，但用文字展示出来的推理过程会更少——研究人员因此更难识别它是否出了问题。有前沿实验室为此主动限制了这项技术的使用程度，并额外配备了监控手段。
模型能力提升与可监督性，在这条路线上是负相关的。
而企业采购的第五道闸恰恰是"质量有没有下降"——它需要的正是可验证性。
这意味着：生成能力越强，验证环节的相对价值越高。
SHIFT / 05
五、这个判断可能错在哪（本篇的证据最薄，反证必须写足）
第一，最致命的一条：验证本身可能被同一批模型吞掉。
如果模型既能生成又能验证（自我批评、自动化测试生成、形式化验证），那么"验证是稀缺环节"这个前提就不成立——价值不会沉淀在这一层，它只是生成能力的一部分。
这是本文最大的不确定性，我无法排除它。
第二，"瓶颈转移"只有从业者自述，没有量化。
那句"编写不是瓶颈、维护和验证是"来自访谈，不是测量。我没有见到"维护工时占比上升"这类的定量证据。它目前是判断，不是数据。
第三，样本局限于软件开发。
软件是当前可验证性最高的领域——代码可以运行、可以测试、可以自动反馈。正因为它可验证，AI 在这里才最有效。
把它外推到低可验证、责任模糊的工作（法律意见、医疗判断、战略决策），是没有依据的。恰恰相反：在那些领域，"验证"从一开始就是瓶颈，AI 的生成能力提升并不会改变这一点。
第四，时间尺度不明。即便方向正确，价值的迁移可能需要很多年。用一个方向性判断去做短期决策，是这类文章最常见的误用。
SHIFT / 06
六、可以跟踪的三个信号
—验证与测试类工具的采购是否独立成项 —— 如果它一直只是编码工具的附属功能，说明还没形成独立价值。—企业是否为"可审计性"单独付费 —— 这是第四道风险变成商业需求的标志。—人工接管率的变化 —— 智能体自动化程度上升时，接管率如果同步上升，说明验证负担在增加而不是减少。
第三个最有信息量，也最难拿到——它需要厂商披露分母。
SHIFT / 07
七、本文的置信度分层
| 层级 | 内容 | 可靠性 |
| 调研事实 | 2025 中至 2026 中的使用形态迁移 | 多期调研，二手汇编 |
| 厂商披露 | 渗透到顶的部门算力仍快增；智能体轮次随人参与减少而上升 | 公司自述 |
| 从业者判断 | 编写不是瓶颈，维护验证是 | 访谈自述，无量化 |
| 技术事实 | 潜在推理降低可监督性，前沿实验室主动限制 | 报道 + 论文 |
| 推断 | 价值向验证环节迁移 | 本文核心，证据最薄 |
| 最大反证 | 验证可能被同一批模型吞掉 | 无法排除 |
| 边界 | 结论限于软件开发，不可外推 | 已明确 |
这是本系列第十三篇，也是目前证据最不充分的一篇。我把它写出来，是因为它指向的方向值得跟踪；但它的置信度，明显低于前面十二篇中的任何一篇——这一点我不希望被排版和语气掩盖。
方法说明：本文讨论价值环节的可能迁移，属前瞻性推断，证据强度已在第七节标明。不评价任何公司，不涉及估值、仓位或买卖判断。不构成投资建议。