写代码成本崩塌后，我们都成了产品工程师

当写代码不再是瓶颈

Laurie Voss 在其文章《We are all Product Engineers now》中抛出了一个尖锐的判断：写代码的成本已经崩塌，而审查、修复和运维代码的成本也正在跟随下降。这一趋势的背后，是生成式 AI 与 agentic engineering（智能体工程）对软件开发流程的深度重构。

他的原话是："写代码的成本崩塌了，审查、修复和运维它的成本也在跟随下降，而且我假设它最终也会到达同样的低点。"这句话看似简单，却指向了软件工程近三十年来最根本的一次角色转移——当机器能高效产出代码，人类工程师的价值坐标该往哪里挪？

剩下的工作是什么

Voss 给出的答案清晰而具体。当代码的编写、审查、修复和运维都趋于廉价时，软件制造中真正剩下的部分是：弄清楚人们真正想要什么、精确地定义它、并让它用起来令人愉悦。

这三件事恰恰是传统意义上"产品"的核心职责，而非纯粹的"工程"职责。换句话说，随着编码这一环节被 AI 大幅压缩，工程师的工作重心正在向产品思维迁移。理解真实需求、把模糊的想法转化为精确的规格、打磨交互体验——这些能力无法被简单自动化，因为它们要求对人和场景的深刻理解。

为什么这项成本无法被摊薄

Voss 论证中最有洞察力的一点，是关于成本结构的分析。他指出，理解需求、定义产品、打磨体验这类成本是"per piece of software"（针对每一个软件产品单独存在的），不可转移。

这与代码本身形成鲜明对比。代码可以被复用、被库封装、被 AI 批量生成，其边际成本趋近于零。但"这个特定产品要解决什么人的什么问题"这个问题，每做一个新软件都必须重新回答一遍。它不像通用代码那样能被抽象和复用。

于是一个关键推论出现了：当软件的数量趋向无穷——Voss 认为这必然发生，因为需求没有天花板——那么这份不可转移的产品定义成本，就会逐渐变成整个软件制造工作的全部。

需求没有上限的含义

"软件的需求没有天花板"这一假设值得展开。历史上每一次开发成本的下降，都没有减少软件开发者的总量，反而催生了更多的软件品类和更庞大的行业规模。从汇编到高级语言，从手工部署到云原生，成本每降一档，需求就填满新腾出的空间。

如果 AI 让写代码近乎免费，按照这个逻辑，软件的总量会爆炸式增长，而不是行业萎缩。真正稀缺的，将不再是能写代码的人，而是能判断"该写什么"的人。这也解释了标题所暗示的转变——在这样的世界里，几乎每个人都得成为某种程度上的产品工程师。

对开发者职业路径的启示

这段论述对当下的从业者有直接的现实意义。如果 Voss 的判断成立，那么把职业价值单纯押注在"写得快、写得多"上，是一条越来越窄的路。相反，培养产品感、需求洞察力和体验设计能力，会成为更稳固的护城河。

值得留意的是，这并不意味着工程能力变得不重要，而是工程能力的表达方式在变化——从亲手敲下每一行代码，转向指挥 AI、审查产出、并把技术能力嫁接到对用户真实痛点的理解上。工程师与产品经理之间的界限，正在被这场成本革命悄然抹平。

这条来自 Laurie Voss 的观察，与 Simon Willison 长期关注的生成式 AI、智能体工程等主题一脉相承，也是当前技术圈关于"AI 时代开发者定位"讨论中的一个代表性声音。它未必是终极答案，但提供了一个足够清晰的思考框架：当机器接管了制造，人的价值就回到了判断与共情之上。