代码可验证性风向标

为什么代码先被攻克：代码是能扔给 agent 的问题里最容易的——结果客观可验证（写出来跑一下，要么工作要么不工作），而 essay、诉讼文书这类产出很难判断"是否真的做好了"。由此得到一条可推广的判断准则：一个领域的产出越容易被机器验证，就越先被 agent loop 吃掉。软件工程师因此是所有信息工作者的 bellwether（风向标）——先发生在我们身上的职业重构，之后会轮到其他领域。开放问题：还有多少知识工作领域适合 agent loop？

拐点时间线（供校准判断用）：

• 2024 底：OpenAI o1 开创 reasoning 范式，随后所有模型跟进；reasoning 恰好对代码极有用（能逐步推理定位 bug 根因）。
• 2025 全年：Anthropic 与 OpenAI 把训练火力集中到代码上（Claude Code 于 2025 年 2 月出现并爆发，$200/月订阅证明付费意愿，"code is the application"）。
• 2025 年 11 月拐点：GPT-5.1 与 Claude Opus 4.5 只是增量改进，却跨过了阈值——从"大体能用但必须紧盯"变成"几乎每次都按你说的做"。增量改进跨过阈值即产生质变。

瓶颈转移：写码环节被大幅加速后（spec 到实现从三周变三小时），瓶颈转到其他所有环节——想清楚要做什么、验证想法、流程协调。初始想法总是错的，重要的是检验它；而现在可运行原型几乎免费，所以：

• 设计任何 feature 时并行做 3 个不同方向的原型再挑方向（代码便宜才可能这么干）；
• UI 原型零成本，做产品设计而不用 AI 做原型 = 错过这一环节最大的红利；
• 但"哪个原型更好"仍要靠真人 usability testing——让 AI 模拟用户点击原型不可信。

预测（作者标注不确定）："50% 的工程师 95% 的代码由 AI 写"可能在 2026 年底前不再罕见；"代码质量差"作为不用 AI 的理由在 2026 年已不成立。