效率越高，掌控越弱？AI Coding正在重写软件工程

当 AI Coding 让“写代码”变得越来越便宜，软件工程真正稀缺的，正在变成方向判断、系统理解、质量验证与责任承担...

当 AI Coding 让“写代码”变得越来越便宜，软件工程真正稀缺的，正在变成方向判断、系统理解、质量验证与责任承担。效率狂奔之后，如何重新掌控软件工程，成为摆在学术界与产业界面前的新问题。

2026年6月14日，CCF YOCSEF南京“钟山论剑”观点论坛“效率越高，掌控越弱？AI软件工程的范式重构与人机边界”在江苏省计算机大会（JSCC）期间举行。多位来自学术界与产业界的专家学者，围绕 AI Coding 对软件工程范式、工程师角色、人机协同边界与组织治理带来的影响展开讨论。本次论坛由CCF YOCSEF南京AC委员刘艾（南京航空航天大学）和符润泽（苏交科）担任执行主席。

在引导发言环节，三位嘉宾分别从理论边界、人才培养与产业落地三个维度展开分享。北京大学数学科学学院教授孙猛分析了 AI Coding 在不同软件场景中的“适用性光谱”，指出互联网应用更容易率先受益，但在工业软件、航空航天等安全攸关领域，AI Coding 仍面临高可靠、强实时和合规认证等约束，软件工程需要从“代码审查”进一步走向“规约审查”。南开大学副教授、减论科技创始人李翔提出“个人成长智能体（Growup Agent）”构想，认为 AI 时代教育应围绕智能体原生基础设施重构，将知识转化为可交互、可执行、可进化的 Skill 化内容单元，培养通识、方法论与驾驭 AI 的能力。达赢信息高级顾问、前长城汽车-诺博汽车集团 CDO 高荣成则从工业软件实践出发指出，AI 让“写代码”近乎免费，真正稀缺的是方向、判断与收敛能力，架构是人与 AI 协作中“不会被改写的宪法”。

在思辨环节，南京大学教授张犬俊、西交利物浦大学副教授潘昱杉、西北工业大学副研究员印佳奇作为特邀嘉宾，与现场参会者围绕工程师价值、AI适用边界与人机协同关系展开讨论。与会者认为，AI Coding 正在将工程师角色从“代码执行者”推向“需求定义者、系统审查者和责任承担者”；AI 的边界并不单纯取决于模型能力，而取决于错误代价、验证难度与责任刚性；人机协同的新稳态也不是“AI替代人”，而是 AI 负责执行与发散，人负责决策、验证、治理与收敛。

当写代码的门槛被不断降低，软件工程的价值并没有消失，而是从“生产代码”转向定义正确、验证结果、控制风险和承担责任。AI Coding 带来的不只是开发效率的提升，更是对软件工程治理方式、组织能力和责任边界的一次重新拷问。

最后，记得关注微信公众号：镁客网（im2maker），更多干货在等你！