本文来自微信公众号： 不会笑青年 ，作者：不会笑青年，原文标题：《AI 写了 60% 的代码，为什么企业研发效率还是没飞起来？》
今天在知乎看到个话题，挺典型的。
AI写了60%的代码，为什么企业研发效率还是没飞起来？
很多人看到这里，会自然得出一个结论：
既然代码都能自动生成一大半，那软件开发效率应该已经翻倍了，程序员是不是很快就要被替代了？
但现实却有点反常识，问题到底出在哪？
其实答案很简单。
因为写代码，从来都不是研发流程里最耗时间的部分。
很多人对软件开发的理解，停留在程序员坐在电脑前敲代码。
但真正做过项目的人都知道，代码只是最后呈现出来的结果。
真正耗时的是前面的准备工作。
客户提一个需求：“做个会员体系。”看起来就一句话。
但研发团队接下来要和产品讨论的是：
会员有哪些等级？权益怎么设计？老用户怎么迁移？支付系统怎么对接？积分规则如何计算？运营后台要不要改？APP、网页、小程序是不是都要同步更新？
这些问题，开个十几次会议都不一定梳理的清楚。
需求确定以后，还要做技术方案设计，评估数据库怎么设计，接口怎么定义，系统架构是否可靠等。
然后才轮到开发。
开发结束，还要联调、测试、修Bug、验收、灰度发布、上线监控。
整个流程下来，真正埋头写代码的时间，其实占比并不算高。
有人做了一个形象比喻：
这有点像做饭。
你去超市买菜，回来洗菜、择菜、切配，准备油盐酱醋，把所有东西摆整齐。
这些就折腾了一个多小时。
真正下锅炒菜，也许只需要几分钟。
这时候AI来了。
它告诉你：
“炒菜交给我，我帮你完成60%。”
问题是，前面一个小时的准备工作，它基本没参与，完了他还只做60%，后面的40%，调味、收汁，出锅装盘还得你自己来。
那整体效率到底提升了多少？大家心里应该都有数了。
还有一个容易被忽视的问题。
代码生成得越快，不代表价值越高。因为最后承担责任的人，永远还是开发者自己。
AI今天可以给你生成几千行代码，明天甚至能生成几万行。
但问题来了。
谁来审核？谁来确认逻辑没有问题？能否适应生产级的大并发环境？谁来承担线上事故的责任？
不夸张地说，如果没人审核，这些代码其实没有任何价值。
如果AI能背锅，项目出了问题AI公司买单，那完全可以当我没说。
但现实情况是，没有经过人工验证的代码，撑死只能算是待确认的草稿。
去年，国外开发者平台GitHub发布的一项研究显示，使用AI辅助编程后，部分开发任务完成速度平均提升了55%。
这个数字确实很亮眼。
但需要注意的是，它研究的是单个编码任务。
并不是整个软件研发周期。
企业真正关心的，不是某个函数写快了多少，而是需求从提出到上线，整体周期缩短了多少。
这完全是两个概念。
还有第三个问题，维护成本大幅增加了。
AI写代码有一个特点。
它写的确实快，但不一定知道为什么这么写。
当项目上线半年以后。
产品经理突然说：“这个功能逻辑改一下。”
大家打开代码，发现代码能运行，但没人说得清设计思路。
话说自己人工写的代码都可能会忘记，AI写的长篇大论，谁能说得清呢？
于是大家只能继续问AI。
重新描述需求、重新生成代码、再重新修改。
结果好坏，全凭运气。
其实，软件开发，本质上不是代码生产。
而是知识管理。
是把一个模糊的商业目标，逐步拆解成清晰规则，再变成稳定运行的系统。
AI确实让代码编写变得越来越容易。
但需求理解、业务判断、架构设计、风险控制、团队协作，这些能力目前依然很难被替代。
所以我们看到的现实就是，AI或许能写完60%的代码，但企业研发效率并没有同步起飞。
因为研发的瓶颈，从来都不是编码这件事。
而是理解问题、定义问题，以及管理复杂性的能力。
代码只是工具，真正决定一个系统价值的，从来都是背后的人。