AI中判断的残值

17 阅读9分钟

AI中判断的残值

——经验有多少,只是还没流通的信息?

当信息开始流通,很多"资深判断"会像退潮后的礁石:水位降下来你才发现,那不是山,只是一座岛。

一、别动,动了会炸

新人问:"这个 flag 为什么必须是 true?"

组里最资深的工程师看了三秒:"别动,动了会炸。"

再问为什么,答案是:"我十年前踩过这个坑。"

这个瞬间,他确实在做判断,而且判断价值极高。但拆开看,判断的原料不是逻辑,是只在他脑子里、不在代码库里的样本——十年前那次事故的完整上下文。假如当年它就被写成文档、工单和一条测试用例,这个判断今天一个应届生,或者一个读遍 repo 的 AI,都能做。

AI 编码把这个老问题变成了现实压力:它读得完你一辈子读不完的代码,见过你十辈子都遇不到的 bug。于是问题变得非常尖锐:

人的判断里,有多少是不可替代的,有多少只是信息还没流通?

二、手感,是延迟上市的信息差

哈耶克在 1945 年论证过:知识天然分散,任何单一头脑都装不下全部;计划失灵不是计划者笨,是信息到不了他们那里。把这套逻辑缩到一个组织、一个代码库,同样成立——跑了十年的系统,真实知识分散在 git blame、废弃文档、几个老员工的记忆和一次口头交接里。组织用"人肉接口"填补信息基建的缺口:问老王,比读三天代码快。于是老王的每一次判断,都是在给组织的信息不流通打补丁。

这类判断有三张常见的脸:

"这段不能动。" 多数时候是依赖关系没被记录,只存在于某个人的惊恐记忆里。信息一流通——调用链、依赖图、回归测试——"不能动"就从个人直觉变成可验证的命题。

"这个需求做不了。" 最需要警惕的一句。它常常是政治判断的马甲:排期冲突、怕担责、不想做,最终都伪装成"技术上做不了"。AI 不会陪你演,它说"做得了",并给出三条路径。

"我一看就知道有问题。" 老师傅的手感,本质是几万个样本攒出的模式识别。样本锁在脑子里时叫经验,能被检索复制时叫文档、规则和测试。AI 的样本比你多出几个数量级——手感没有消失,是它的稀缺性被批量生产了。

所以标题那半个答案,先落在这里:大量经验,本身就是尚未流通的信息。 它不是被 AI"打败"的,是像退潮一样,暴露出本来就只是一座岛。

编码领域还第一个被冲,不是偶然:验证成本决定替代速度。 一个判断能否被替代,很大程度取决于验证它有多贵。代码能跑测试、过类型检查、进 CI,"对不对"有现成的流通管道;律师意见和医疗诊断没有。管道越全,退潮越快。

三、三笔账

把人的判断参与粗略拆开,是三笔账:

信息差:知识垄断、经验壁垒、"我最熟这个库"。会被 AI、文档和测试的组合整体消灭。

噪声:卡尼曼研究过保险核保员和法官——同样信息,不同专家的判断差异大到像抽签。工程里的对应物遍地都是:同一个需求有人估三天有人估三周,同一段代码两个 reviewer 意见相反。这部分既不是信息差(信息一样),也不是价值(换个人结论就反),是方差。它本来就不该保留,更不该被叫作经验。

真判断:剩下的那一小块,下一节展开。

这个拆法对虚荣心不友好:它意味着"不可替代性"的占比,远低于我们对着简历时的直觉。

四、流通的两种病

在追问"为什么不早点写下来"之前,先承认流通有质量之分。

第一种病是找不到:结论只在群聊里,原因只在某个人脑子里。第二种病更隐蔽——找到了也不能用:哪个版本有效、哪条规则优先、冲突时谁有权解释,全都没有答案。规则里一句"特殊情况可酌情处理",检索得再准,也不构成标准。

尤其注意特批。每一次例外都在立法:今天为这个客户破了例,明天同类客户都会预期同样的待遇。老王那句"上次也批了",是一条没有条件、没有有效期的立法。这就是为什么"把文档倒进知识库"常常失败——流通,不等于可执行。

五、四样不流通的东西

判断至少由获取信息、按规则推理、权衡价值、承担后果构成。前两种正在被流通化,剩下四样东西碰不到。

1. 意图不流通。 测试只能验证"代码符不符合规格",永远无法验证"规格符不符合我们的利益"。性能还是交付速度?重构还是先堆上去?信息越充分,选项越清楚,拍板还是你的。Prompt 写得再好,目标还得你定——这句话的另一面是:目标的判断权,是唯一 AI 拿不走、也没人能替你出的部分。

2. 责任不流通。 哪怕 AI 的代码 99% 正确,生产变更还是要一个批准人。不是技术保守,是制度语法:社会需要后果落在具体的形状上。你无法真正问责一个模型——它没有可撤销的职务、可吊销的执照、可毁掉的声誉。签字的本质,是把自己抵押给决定的后果。

这里要补一个精确的区分:一个环节需要责任主体,和每一次执行都需要人工参与,是两个可以分别设计的问题。 预先划好授权边界,系统处理范围内的请求,超范围升级给人——人的位置会从逐笔审批上移到"定边界、查结果、断例外"。但上移之后,链条顶端仍然站着一个人。锅需要一个能接住它的形状。

3. 框架不流通。 决定 AI 看什么、不看什么、以什么为验收标准——现在叫 context engineering,听着像新技能,其实是老判断换了个工位。信息过载的时代,"决定不看什么"是最贵的判断:数据恰恰是被这个判断筛剩的东西。

4. 仲裁不流通。 技术债对上新需求,稳定性对上迭代速度。这类分歧的根源不是事实,是立场,信息摆得再平也开不完。最终拍板的人,功能不是解决问题,是终结分歧——给讨论一个合法出口。它不可替代,但谈不上光荣,而且最擅长把自己伪装成专业判断。

六、判断者不能停止判断

还有一层理由藏在第二层:即使某些判断可以被替代,判断者不能停止判断。

判断力像肌肉:全靠 AI review 的团队,三年后没有人能判断 AI 的 review 对不对——验证者能力的萎缩,比被替代本身更危险,因为那时你连"它错了"都看不出来。品味也一样:品味是判断的沉积物,推荐算法喂给你的是"像你的东西",不是"你的东西"。

所以两句话同时成立:判断可以被替代;判断者不能停止判断。

七、垄断者的坏消息

很多老工程师有个隐性策略:知识不写下来,我就不可替代。

这个策略在 AI 时代是负资产。组织不会高价收购你的垄断——它会用 AI 加文档化绕过你;你藏的信息,恰好是 AI 最容易补的洞;你死守不肯流通的部分,恰恰暴露了你判断里信息差的占比。

正确的姿势是反过来:把脑子里的东西倒出来——ADR、设计文档、把踩过的坑写成测试用例——让 AI 继承你的样本,把自己升级到上游判断层。愿意被继承的经验,会变成杠杆;死守的经验,只会变成遗物。

八、判断变多了,也变重了

代码生产成本下降之后,单位时间里需要人拍板的决策点反而变多:这个功能做不做、三个方案选哪个、这版发不发。工程师从"生产代码的人"变成"决策点的串联器"。

每一次判断里,信息的含量在下降(信息都流通了),责任的含量在上升(每个决定都要署名)。Senior 的定义随之改写:过去的 senior 是"知道得多";现在的 senior 是能定义问题、能定验收标准、能在两难里说"就这样"、并且敢把名字签上去的人。

九、四个测试

  1. 上下文测试:把 repo 的全部历史、所有相关纪要喂给 AI,这一步还需要你吗?需要,过一关;不需要——你是岛,等退潮。
  2. 意图测试:这个判断能被测试验证吗?能,属于可流通的部分;不能("该不该""值不值"),才是残值。
  3. 责任测试:出了 P0,这个决定署谁的名?署你的,位置有结构性理由;署不了的,只是流程装饰。
  4. 框架测试:是你定义问题和验收标准,还是你在 AI 给的三个方案里挑了一个?挑也是判断,但想清楚依据是品味,还是省事。

四个全挂的岗位不是不存在,它们现在还很多,只是已经开始排队。

十、回到那个按钮

开头那个场景,未来大概是这样:AI 十秒生成 PR,人 review 十分钟,点 merge。十分钟会越来越短,而且短短十分钟里,"找 bug"的部分几乎归零,剩下的全是残值:这个变更是不是我们想要的、风险谁认、发不发。

按钮不会消失,只会越来越重。

AI 会替你写完所有代码,但不会替你决定这个产品值得存在;会替你修好所有 bug,但不会替你站在事故复盘会上说:这个变更是我批准的。

判断的残值,就是那一下点击的重量。