最近群里聊AI的，一个比一个上头 好几个平时碰都不碰代码的群友，现在张口就是「我让 AI 写了个脚本」「我搓了个小工具」 俨然半个工程师了 我看着这些消息，忽然冒出个问题： 那些真靠写代码吃饭的兄弟呢？干了十年八年的，现在都在做什么？ 连外行都能差遣AI敲两行了，专业的人，到底是更金贵了，还是反过来——先被顶下去了？ 这种问题，光在脑子里打转没用，得看个活的。 @CreaoAI 这家公司，活得够极端 25个人，10个工程师，99%的生产代码全是AI写的 到什么程度？ 上午上线一个新功能 中午 A/B 测发现数据不行 下午直接砍掉 傍晚换个更好的版本重新上 同样一件事，三个月前他们要跑六周 看到这儿我就想：坏了，以前敲代码那帮兄弟怕是真要被顶下去了。 可越往下扒，我越觉得不对劲 该慌是该慌，但慌错了方向。 → → → 他们到底做对了什么？ 先分清两个词，这是一切的分水岭 大多数公司用 AI，是这么个用法 ■ 工程师开 Cursor 敲代码 ■ 产品经理拿 ChatGPT 写文档 ■ 测试拿 AI 凑用例 流程一点没动，效率涨个10%、20%，就到顶了 这叫 AI-assisted 在旧流程上，挂一个AI CREAO干的是另一件事 他们把整条流程拆了，重新假设一遍：AI 是主要的建造者，人只负责给方向、做判断。 不是问「AI 怎么帮工程师」 是问「怎么把所有环节重排，让 AI来造，人来把关」 ➤ 举个最狠的：AI 两小时就能造完一个功能，可产品经理写需求还得磨好几周 那一刻，瓶颈不是开发，是产品经理 于是他们把这个岗位，直接拿掉了。 重构流程，狠起来是会动组织的。这跟给工程师发个 AI 工具，根本是两码事。 一个是加法，一个是乘法。 这俩，不是一回事。 → → → 那他们做的产品，到底是什么？ 这儿有个特别反直觉的点 真正值钱的东西，从来不是那个Agent本身。 Agent会犯错，会幻觉，会走一条你看不懂的歪路 你越想把它调得更聪明，它越不可控。 真正的产品，是Agent外面那套挽具 OpenAI 给它起了个名字，叫 harness engineering >>意思是：一个工程团队的核心活儿，不再是写代码，是给 AI 搭一套「能看懂、能验证、能约束」的骨架 让它在里面干活。 出了问题，解法从来不是让 AI 再努力点 >>是问：缺了哪块能力？怎么把它补成一条AI 能读、能照做的规则。 这套思路听着抽象 落到地上，是下面这件让我服气的事。 --- 谁来给AI兜底？ 这是所有人问CREAO最多的一句 答案不是「多招点 QA」 他们压根没有QA团队。 每天早上9点，一个AI自动去翻所有服务的日志，生成一份健康报告 没人需要开口要 一小时后，另一个AI把线上报错聚类、按九个维度打分、自动开工单，甚至直接提一个修复的PR上去。 50%以上的bug，AI自己就修完了。 没有QA，没有那种上线前一堆人手点一遍的测试环境 取而代之的，是一个「AI 陪审团」 三个不同厂家的大模型，给每一条线上回答打分 分数掉了，新代码就别想上线。 测它的是AI，放行它的是 AI，出岔子把它召回的，还是 AI 这套东西能自己修自己。 —— ➤ 讲到这儿，CREAO这家公司最有意思的地方才露出来 它本身，就是个做Agent 的平台 也就是说：他们是用Agent，造了一个造Agent的平台 这句话听着像绕口令，却是整套方法论最硬的一次自证 如果这套挽具真能让 AI 独立把活干好，那它该交出的第一份作品，恰恰就是这家公司自己。 能自己造自己，这事才算成立 这些效率数字，全是他们自己披露的 能不能复制、有多少水分，你自己掂量。 但有句话，我反复想 他们的CTO，一个物理博士、前Meta LLaMA团队的人，说他 2026年没写过一行代码。 他说工程师往后最值钱的，不是写代码的手速 是找出 AI 计划里的漏洞 和判断什么东西真正有价值 这话，值得每个还在熬夜啃新框架的人，停下来想三秒。 注：以上内容纯项目分析，不作任何投资建议哈，DORY