AI 让写代码变快了，但好软件为什么没有自动变多？
文本原文来自 OpenCode 联合创始人 Dax Rod 关于 AI 编程工具与工程效率的访谈内容，文章由 有道龙虾 整理和发布。 有个问题挺反直觉： 写代码这件事明明变容易了，为什么工程团队还是这么累？ OpenCode 联合创始人 Dax Rod 对这个问题有切身体会。他做的正是 AI 编程工具，而且 OpenCode 增长非常夸张：2025 年 6 月左右推出，不到一年，月活从 65 万涨到接近 800 万，下一站是 1000 万。 按理说，他们应该是最会“用 AI 提效”的那群人。 但 Dax 的感受是：工具确实让很多事变简单了，可真正困难的问题并没有消失。他仍然要花很多时间思考，团队也没有因为 AI 就甩开所有竞争对手。 他有一句话很值得放在开头： “客观上，很多事变容易了。但为什么我还是像以前一样费脑子？” 写代码不是唯一瓶颈 很多 CEO、CTO 和创始人会很自然地想： 过去工程师大量时间都花在写代码上，现在 AI 能把代码写快很多，那软件交付不就应该整体变快吗？ Dax 觉得没那么简单。 公司所处阶段不同，AI 带来的效果也完全不同。 在还没有找到产品市场匹配的时候，最难的不是“把功能做出来”，而是弄清楚到底该做什么。这个阶段，AI 也许能让你多试几次，但它不能替你判断方向。 Dax 甚至更相信一件事： 与其疯狂尝试，不如先好好想清楚。 OpenCode 现在处在已经找到产品市场匹配、正在扩大潜力的阶段。这个阶段的问题反而变成了：能做的事情太多了。 用户要功能，竞争对手出了新东西，团队内部也有各种想法。过去实现一个功能有成本，成本本身会迫使团队慎重。现在你只要把需求丢给 agent，它就能帮你做出来。 听起来很爽，但危险也在这里。 一个用户有问题，prompt agent。 竞争对手有功能，prompt agent。 内部想到一个点子，prompt agent。 最后你可能做出一千个功能，却得到一个像“弗兰肯斯坦”一样的产品。每个局部都能解释，整体却很糟糕。 更麻烦的是，软件功能一旦发布，就很难真正撤回。你不仅要维护它，以后每个新功能还要考虑它和旧功能之间的相互作用。 能多发 10 倍功能，不代表你有 10 倍值得发布的好想法。...