Mar 26, 2026 23 min read

INDIGO TALK / AI 编码时代的软件革命 - EP45

当一个 20 年硬核工程师承认"AI 把我秒杀了"

这期 Indigo Talk 邀请了 ArcBlock 的创始人老冒（@mave99a），一位在软件行业深耕二十多年的硬核工程师。他坦言 AI 编码能力已经全面超越人类，并在公司强制推行"零人类代码"规则。对话深入探讨了 AI 时代的编程方法论——为什么应该告诉 AI 你要什么而不是怎么做，为什么传统的 CI/CD 和 Code Review 正在失去意义，以及为什么后端比前端更容易被 AI 替代。从一人一产品的团队模式，到 SaaS 行业的颠覆，再到区块链作为 AI Agent 信任基础设施的未来图景，这场对话为所有 Builder 提供了一份来自实战前线的认知升级指南。

Apple Podcast & Spotify 播客｜小宇宙播客

嘉宾

老冒（冒志鸿）— ArcBlock 创始人兼 CEO，前微软工程师，2017 年创立ArcBlock，专注去中心化应用开发平台

时间戳

00:00 开场介绍：老冒与 Indigo 的 20 年友谊
03:00 "AI 把我秒杀了"——一个硬核工程师的觉醒
07:00 建房子的隐喻：Taste 比技术更重要
16:00 Intent-Driven vs SDD：告诉 AI 你要什么，别告诉它怎么做
26:00 100 倍效率，也是 100 倍破坏力——团队重组的阵痛
36:00 软件行业的范式转移：从 Programmer 到 Builder
56:00 反直觉的真相：后端比前端更容易被AI替代
64:00 Agentic File System 与 AI 时代的信任基础设施
74:00 Code is Law：区块链为 AI Agent 时代打下的基础

这是一场让人不断被颠覆认知的对话。老冒，一个在软件行业摸爬滚打二十多年、自认"写代码是一把刷子"的硬核工程师，坦然承认AI在编程能力上已经"把我秒成渣了"。但这期节目真正有价值的地方不在于这个结论本身，而在于老冒从实战中提炼出的一整套与AI协作的方法论——从建筑设计的类比到Intent-Driven Development的提出，从团队重组的实践到对整个软件行业未来形态的判断。如果你是一个正在思考如何在AI时代重新定位自己的Builder，这场对话值得反复咀嚼。

01 "AI 把我秒杀了"

一个硬核工程师的觉醒

今天的大语言模型在纯粹的编程能力上已经超越了任何人类工程师，这不是预测，而是已经发生的事实。

老冒开场就给出了一个让很多程序员不太舒服的判断。他说自己一直是个"蛮自负"的工程师，觉得编程水平不错，真刀实枪做过无数项目来证明自己。但到了去年，他不得不面对一个"很悲哀的事实"：无论是编程、设计还是整个实现的水平，他已经完全不如 AI。

这个转折点大概发生在 Gemini 3 发布前后。而到了 Opus 4.6 的时代，老冒用了一个很形象的说法："那绝对把我秒了，就是把我秒成渣了。"

更让人震惊的是他在公司里推行的 Hard Rule：过去三个月，ArcBlock产出了大量代码，但人类写的代码是零——一行都没有。"如果哪一个人还手写了一行代码，手写了一个 Check-in 的 Commit Message，他就有麻烦了，我得去找他。" 这不是一个实验性的尝试，而是一条强制执行的公司规定。

那些还觉得 AI 写代码不如自己的工程师，老冒的态度很直接：that's impossible，那只是因为你用错了，你不会用它。他打了一个千里马的比方——你有一匹千里马但骑不到千里，第一个要想的不是这马不行，而是你自己会不会骑马、马喂饱了没有。今天的 AI Code Agent 也是如此：当输出不好的时候，首先想的应该是"我错在哪里"。

老冒说到一个经典的程序员笑话：软件工程师是最好的 Husband，因为出现问题的时候，他们想的第一句话永远是"我错在哪里"。从当年程序 Crash了找自己的 Bug，到现在大语言模型输出不理想时反思自己的指令——这个思维习惯其实是一脉相承的。

02 建房子的隐喻

Taste比技术更重要

AI Code Agent的架构能力已经是"神般的存在"，但要让它做出一流的作品，你自己得有品位。这就像造房子——你不需要知道怎么设计，但你得有审美。

这一段是整场对话中最精彩的类比之一。老冒用 Indigo在温哥华的房子举例：砖头水泥混凝土玻璃钢，材料就那些，但为什么有的房子一看就有Taste，有的土豪砸了更多钱却一看就没品？区别不在于材料和施工，而在于业主的审美和设计师的理解力。

软件架构也是同样的道理。老冒说，今天的 AI 用最好的模型（比如 Anthropic 的Opus 或 Codex），从变量命名到代码格式，到 Design Pattern 的使用，都是"非常优秀的水平"。但如果让它做系统架构层面的设计，那就"不仅仅用优秀"来形容了——"他是一个神般的存在"。

但这里有一个关键的前提条件：你得触发它。

就像一个顶级建筑设计师，他什么风格都懂——Contemporary、Mid-Century Modernism、Modern Farmhouse——但如果你什么都不说，他只能给你一个平庸的方案。当你告诉他"我不喜欢 Contemporary，太像水族馆了，我要 Mid-Century Modernism"的时候，他脑子里的画像瞬间就出来了，地中海式的、农舍风格的全部被过滤掉，精准匹配到你要的东西。

Code Agent 也是一样。你只要在 Prompt 里写上"我要写的代码需要风格优雅"，它就能在高维空间里把"优雅"映射成具体的代码风格。如果你什么都不提示，完全有可能写出面条代码。提到 Design Pattern 的时候，老冒特别强调："他用 Pattern 的能力是远大于人为的。"

这里老冒引入了一个非常有洞察力的解释：大语言模型本身就叫 Transformer——"我们就是干变形的，我们就是干风格迁移的。"它的工作方式本质上就是把一种维度升维、然后迁移到另一种维度。自然语言迁移成代码语言，一种风格迁移成另一种风格。只要训练数据足够，这个匹配可以非常精准。但你得告诉它：我想从A到B，这个A和B是什么。

03 Intent-Driven vs SDD

告诉AI你要什么，别告诉它怎么做

当前流行的 Spec-Driven Development（SDD）是一个误入歧途的方向。真正有效的方法是Intent-Driven Development——告诉AI你的目标，而不是微观管理它的执行过程。

这可能是老冒在这期节目里提出的最具争议性的观点。现在 AI 编程圈子里很流行SDD（Spec-Driven Development），就是写一个非常详细的规格说明书，让 AI 按照这个Spec来执行。老冒认为这是错误的方向。

他用了一个 OKR vs KPI 的类比来解释。SDD 就像 KPI 文化——老板 Micro Management，规定你几点上班、销售怎么做、市场怎么弄。如果老板能力特别强，把 Spec 写得极其清晰，也许能挣到钱。但更大的概率是出现"KPI 做得极好，但干的事情没有任何毛用"的窘境。

而 Intent-Driven 就像 OKR——我的 Objective 是什么，Key Result 是什么，至于怎么达到，那是执行者的事。"我是个老板，我要赚钱。怎么赚钱？这事我不 Care。你这团队给我把钱挣回来就行了。"

老冒指出了 SDD 的根本问题：今天的大语言模型已经很聪明了，"它不是个牛马"。当一个智商可能不如AI的人类去写非常详细的Spec来指挥AI时，就像一个不那么聪明的老板在 Micro-manage 一群比他聪明的员工——那些员工（AI）会困惑："老板怎么这么愚蠢？"

但老冒立刻补充了一个深刻的洞察：在大公司里，员工觉得老板愚蠢、老板觉得员工不行，大概率双方都不是真的愚蠢——根本原因是上下文丢失（Context Loss）。一个想法从老板的脑子里分解出去，到了执行者的上下文中，因为大量信息丢失了，看起来就变得"很愚蠢"。

SDD 的问题正是如此：你用人管人的方法去管 Code Agent，把任务拆得过细，每次拆分都在丢失上下文。而AI本身是一个"超级员工"，比人的能力强100倍，根本不需要你去拆分任务。"你要告诉他我要什么，啪，做完了。怎么做的、怎么拆的，全部都想得一清二楚，比你想的还要清楚。"

Indigo 也分享了自己的实践验证。他在用 Claude Code 的时候有一次让它下载YouTube 字幕并转换成文章，完全没有告诉它具体流程。结果 AI 自己找到了GitHub上最常用的库，测试了哪些字幕可用、哪些不可用，确定了优先级——全部自主完成，而且比Indigo之前想的流程好得多。"如果说我之前还帮他想一些流程，你要这样做这样做，完全不需要。他可能比我想的好多了。"

老冒用一句话总结了这个转变的核心："你要告诉他你要什么，别告诉他怎么做。"

04 100 倍效率，也是 100 倍破坏力

团队重组的阵痛

善用 AI 的员工可以拥有 100 倍的产出，但用得不好，破坏力也是 100 倍。传统软件工程的 CI/CD、Code Review 等实践正在被颠覆。

当 Indigo 问到 AI 对团队结构的影响时，老冒给出了一个让人振奋但也让人警醒的回答。

他在公司里推行的原则是把AI当成"伙伴"而不是"工具"——拟人化地看待它。ArcBlock 现在的团队里"有一堆AI和一堆人"。如果配合得好，效率是惊人的：一个善于驾驭AI的优秀员工，产出是普通人的 100 倍，"而且还没有沟通问题"。老冒一个人就相当于有 100 个比他还强的人组成的团队，"就在现在，就是就在跟你说话，就我一个人"，同时有 20 个 Agent 在并行干活。

但硬币的另一面是：一个糟糕的工程师如果用了 AI，他的破坏力也是 100 倍。过去一个差的程序员，因为有 Code Review，因为他本身干活就慢，破坏力是有限的。但现在每个人都能产出 100 倍代码量，一个直接的问题就出现了——代码的 Merge 变成了噩梦。"过去是 10 个接口对接一下，现在是 1 万个接口。过去我改了你 50 行代码，我们讨论一下；今天我给了你 5000 行代码，甚至 5 万行代码，你怎么弄？你根本弄不过来。"

正是因为这种认知，老冒在 ArcBlock 做了一系列"离经叛道"的决定。他在公司 Blog上分享了这些实践，评论的人都觉得"你这个想法非常离经叛道"，因为基本上全部都是软件行业的 Anti-Pattern。

具体来说：他们撤掉了所有的 CI（持续集成），也不再做人类 Code Review。他的逻辑是：AI 写的代码已经经过了内部的自我测试和 Review 流程，几乎不可能出错。你用另外一套系统再验证一遍，结果当然是对的，这有什么意义？只会造成等待，变得更慢。"我的 AI 帮你 Review 你的 AI"——几十个 AI Agent 已经形成了一个自组织的 Team，有的在写代码，有的在做计划，有的在做测试，有的在做Review。

他还提到了每个产品"一人一产品"的模式。这个灵感来自一家叫 every.to 的公司——表面上是科技媒体，实际上是一家软件公司，9 个工程师做了 5 个产品，基本上一个人负责一个产品。老冒第一次看到时觉得"全部都是软件行业的 Anti-Pattern"，但随着自己实践得越多，越觉得"这可能就是最对的"。因为当你自己已经是 100 个 Agent 了，再来另外一个人只会增加协调成本。

05 软件行业的范式转移

从 Programmer 到 Builder

程序员这个职业会消失，但人人又都会成为程序员。真正的身份转变是从 Programmer 变成 Builder。SaaS 将被个性化软件颠覆，但大公司反而有更大的优势。

老冒花了很大篇幅来阐述这场变革对整个软件行业的冲击。他的判断出人意料地冷静和辩证。

首先是关于大公司。很多人觉得AI会让大公司被小团队颠覆，就像马斯克说要做一个 Macrohard 来替代微软。老冒认为这只对了一半：代码确实可以被替代，但微软还有大量的企业组织关系、已有的客户资源——这些不是代码能解决的。"从这个角度来讲，对微软这样的公司来说，实际上不是一个威胁，实际上是有更大的优势。"

他用了一个特别生动的比喻来形容这个行业变迁：从马车到重型卡车。历史上从马车到汽车，赶马车的人失业了。但汽车从汽车到重型卡车，赶马车的人也无法直接开重卡——这需要完全不同的技能。今天的AI编程也是如此：不是"马车变成了更快的马车"，而是一种全新的物种出现了。

对于 SaaS 行业，老冒的判断更加激进。他认为会有一个短暂的窗口期，大量"优质价廉的老 Style 软件"涌现。一个一人公司确实可以做出秒掉五年前二三十人公司产品的软件。但这个商业模式不可持续——因为获客成本的增长可能比开发效率的提升还快。"以前市场上就 10 款软件，现在市场上有 1000 款软件。GitHub 的提交数飙升，iOS 的 APP 商店飙升，但你的推广渠道没变多，还变便宜了——实际上变得更差了。"

最终，老冒认为 SaaS 这种标准化软件形态可能会被彻底改变。未来每个软件都是个性化的——"我家里的软件和你家里的软件完全不一样，但它都能满足我们各自的功能"。SaaS 的壳（UI 和 Logic层）会被 AI 生成取代，而 Database 和 Infra 层仍然需要。

关于程序员群体的命运，老冒给出了一个温度很高的观察：关键不是 Coding 水平有多高，而是你对工程这件事有多热爱。"我在过去这几个月的时间里面，我找到了我在大学时代日以继夜写代码的那种感觉，而且比那时候爽得多。" 那些真正热爱软件的人，不管水平高低，都会在 AI 时代如虎添翼。但那些只是因为"软件行业有钱赚"而入行的人，挑战会非常大。

Indigo 帮老冒做了一个精准的总结：过去有 Designer、Programmer 这样的分工，现在统一成了一个词—— Builder。"你不管用什么方法去构建，构建者是一个特别适合这个时代的身份。人人都是程序员，程序员这个职业会消失掉，但人人又都成为程序员。"

06 反直觉的真相

后端比前端更容易被 AI 替代

社交媒体上流行"前端被干掉了"的说法其实是一种误解。对 AI 来说，设计数据库、网络协议、分布式系统比做网页要简单得多。

这是整场对话中最反直觉的一个论断。社交媒体上经常有人喊"AI 把前端干掉了"，因为像 Gemini 3 这样的模型做前端看起来确实很炫。但老冒的观点完全相反——对今天的 AI 来说，设计个网页其实是最困难的事情。为什么？因为前端涉及到大量的审美判断、用户体验细节和视觉呈现的微妙之处，这些恰恰是AI还不够精准的地方——可控性没那么好。

而设计一个数据库、设计一个网络协议、设计一个分布式系统？"那是比做网页对 AI 来说简单得去了。" 因为这些后端系统有明确的逻辑规则和最佳实践，AI 学习起来更高效、执行起来更精确。所以老冒笑着说："不要说什么前端被干了，后端早就被干的不成样子了。"

同时 Indigo 观察到一个有趣的就业市场数据：2025 年第四季度，美国开放招聘的程序员岗位反而变多了——在第三季度触底之后出现了一个拐角式的反弹。老冒的解释是双向运动：大厂确实在裁掉初级和中级码农，但市场上还有大量中小企业以前想都不敢想能雇一个工程师。"老板买了 3 个SaaS，想搞一个 AI 技能把 3 个 SaaS 组合起来定制化完成业务——之前绝对不敢想的。现在老板说我需要顾问，需要程序员，哪怕不全职也可以。"

也就是说，Builder 这个角色正在渗透到各行各业，帮助传统企业完成定制化的软件需求。

07 Agentic File System 与 AI时代的信任基础设施

当前的操作系统和文件系统是为人类设计的，AI Agent 在其中是"二等公民"。ArcBlock 提出的 Everything is a Context 哲学和 Agentic File System，以及区块链作为 AI Agent 的信任基础设施，将重塑整个软件基础架构。

对话的最后一部分进入了老冒作为 ArcBlock CEO 的主场——AI 时代的基础设施应该长什么样。

他指出了一个很多人忽视的问题：今天我们所有的 Infrastructure——操作系统、文件系统、开发工具——都是为人类设计的。AI Agent 在其中是"二等公民"。我们需要用 Playwright 之类的工具让 Agent 去读懂人类的界面，需要在文件夹里放 Agent.md来给 Agent 提供上下文——"这些都是一个二等公民干的事情"。

ArcBlock 做的事情是把 Agent 变成"一等公民"。他们发表了一篇学术论文，提出了 Agentic File System 的概念——一个专门给 AI Agent 使用的文件系统。其核心哲学是把 Unix 系统的"Everything is a File"扩展为"Everything is a Context"（一切都是上下文）。这篇论文在圈子里引起了不小的反响，被多个 AI 领域的大V推荐。

但更大的图景是区块链与 AI 的结合。老冒的观点是：区块链在 AI 时代有了全新的、也许是真正的应用场景。过去区块链最大的摩擦力是用户体验太差——钱包搞不定、操作太复杂。但这些东西对Agent来说根本不是问题，"太简单了"。

区块链的核心价值是什么？是 Verification（可验证性）——Don't Trust, Verify。在人类经济中，Trust（信任）是最高成本的东西。区块链通过密码学让验证变得快速和低成本。过去人类用区块链的时候，虽然技术上可以自己验证签名，但绝大多数人（包括老冒自己）从来没真正手动验证过——我们只是"相信程序，相信钱包"。但 AI Agent 可以真的去验证：立刻写一段代码来验证签名是不是对的，全部搞得定。

这引出了最后一个关键议题：AI Agent 时代的安全和信任。老冒提到了 OpenClaw（小龙虾），认为这类给 Agent 开放完整系统访问的工具虽然个人可以玩玩，但团队层面绝对不敢用——"我在Mac Mini上装了一个，就封闭在一个文件夹可以访问就好了，这东西太危险了。" 他甚至引用了马斯克的比喻：这相当于把 AK47 给猴子。

最后，老冒提出了一个贯穿整场对话的终极概念：Code is Law。这个概念最早出自互联网协议设计时代——互联网就是个对等网络，一切靠协议来执行规则。后来区块链把互联网"升级"了一下，加入了交易和价值存储的能力。而在 AI 时代，Code is Law 将用来为 Agent 建立规则和约束。

"过去这几年的 Blockchain 发展，一方面带来了赌场和一些金融的东西，但我觉得更多的是为 AI 时代打下了坚实的基础。" 老冒甚至提出了一个有诗意的观点： Blockchain 是个未来的技术，不小心在 2009 年被比特币带到了人类社会——它的真正使命，也许要等到 AI Agent 时代才能完全展现。

延伸思考

这场对话触及的问题远远超出了"AI编程"的范畴。往深了想，有几个值得持续关注的方向：

第一个是"上下文即一切"的哲学延伸。老冒反复强调上下文丢失是沟通失败的根本原因——无论是人与人之间、人与 AI 之间、还是多 Agent 之间。这意味着未来最有价值的基础设施，可能不是更快的计算或更大的模型，而是更好的上下文管理系统。

第二个是 Builder 经济的制度性影响。当软件开发的门槛大幅降低、个性化软件成为常态，现有的 SaaS 订阅模式、软件版权体系、甚至计算机科学教育都需要根本性的重构。

第三个是 AI Agent 社会的信任架构。当越来越多的 Agent 代替人类做决策和执行任务，谁来保证 Agent 没有被恶意注入？谁来验证 Agent 的行为符合预期？区块链提供了一种可能的答案，但这个领域才刚刚开始。

精华收获

心态转变：当 AI 输出不好的时候，先问"我错在哪里"而不是" AI 不行"。好的骑手能驯千里马，差的骑手会被千里马踢一脚。
核心方法论：Intent-Driven Development 优于 Spec-Driven Development。告诉AI你要什么（OKR），而不是微观管理它怎么做（KPI）。上下文丢失是一切沟通问题的根源。
触发机制：AI 是一个懂得所有 Design Pattern 的超级建筑师，但需要你提供风格方向。一个词（比如"优雅"）就能触发它调用完全不同的知识体系，Transformer 本身就是干"风格迁移"的。
团队范式：一个善用 AI 的人 = 100个过去的人（但用得不好的人也能制造 100 倍的破坏）。CI/CD 和人类 Code Review 在 AI 原生团队中正在失去意义。
行业判断：SaaS 的 UI 和 Logic 层将被 AI 生成取代，但 Database 和 Infra 仍然需要。后端比前端更容易被AI替代（反直觉）。大公司因为已有客户和组织能力，反而有更大优势。
未来基础设施：Everything is a File → Everything is a Context。当前的基础设施视 AI Agent 为二等公民，需要重新设计。区块链的真正使命可能是为 AI Agent 时代提供信任基础设施，Code is Law 的概念将从约束人类扩展到约束 Agent。