AI 编程孤独症：当工程师只剩下自己和 agent
技术趋势 · AI 编程 × 团队协作 × 隐性知识 | 约 11 分钟阅读
我们这两年讨论 AI 编程，几乎所有话题都围着一个方向转：更快、更多、更强。代码写得更快了，一个人能干过去一个组的活了，瓶颈被一个个搬开了。
所以当 Anthropic 的工程负责人 Fiona Fung 在 6 月 21 日最新一期的 Lenny 播客里，说出一句完全反方向的话时，我愣了一下。她说，她带的团队效率确实涨了——但大家变得更孤独了。
这不是一句鸡汤式的感慨。Fiona 管着 Claude Code 和 Claude Cowork 两个团队，下辖 Boris Cherny 在内的整个工程与产品线；她从业二十五年，在微软待过十一年做 Visual Studio 和 TypeScript，后来去 Meta 从零做出年 GMV 超千亿美元的 Facebook Marketplace，还带过 Instagram 的基础设施和安全团队。一个把"开发者工具"这件事干了大半辈子的人，在 AI 编程最被吹捧的时刻，提出的不是产能问题，而是一个听起来很"软"的问题：人和人之间，正在断线。
这件事值得认真聊聊。因为它不是 Anthropic 一家的烦恼，而是所有正在用 AI 重构研发流程的团队——包括国内大量"一人公司"——很快都会撞上的墙。
一、编程不再是瓶颈，但代价藏在别处
先说那个让所有人兴奋的数字。Fiona 提到，今天 Anthropic 的工程师人均每季度产出的代码量，是 2021 到 2025 年那个区间的八倍。八倍不是优化出来的，是工作方式被彻底换掉之后的结果。
她用了一句话来概括这种变化：编程已经不再是瓶颈（coding is no longer the bottleneck）。这句话的分量，做工程的人一听就懂。过去十几年，我们所有的工具、流程、方法论，本质上都在跟"写代码慢"这件事较劲——IDE、自动补全、CI/CD、代码评审，全是为了让"从想法到可运行的代码"这条路更顺。现在这条路被 AI 抹平了一大半，工程师的时间不再花在敲键盘上，而是花在给 agent 派活、审 agent 的产出、同时盯着好几条并行任务上。
换句话说，工程师的角色正在从"写代码的人"变成"调度 agent 的人"。这是一个安静但根本的转变。你不再是一行一行把逻辑亲手敲进去，而是描述意图、拆解任务、分发给一个或多个 agent，再把它们交回来的东西拼起来、验证、合并。
听起来很爽，问题是：当一个人就能驱动一整条流水线时，他还需要谁？这正是代价开始显形的地方。过去你写不动一段逻辑，会转头问旁边的同事；你卡在一个诡异的 bug 上，会拉两个人一起看屏幕。这些瞬间不只是在解决问题，它们是团队这台机器真正运转、真正"连"在一起的时刻。而当 agent 把这些瞬间一个个吃掉之后，连接也跟着消失了。
二、孤独是怎么一点点发生的
Fiona 的原话很值得一字不差地抄下来：
我们在 Claude Code 团队发现一件很有意思的事——做了一阵子之后，我们感觉这可能会变成一种孤独的体验，因为我们都开始只跟自己的 agent 待在一起了。
注意她的措辞：不是"工作太忙没空社交"，而是"我们都只跟自己的 agent 待在一起"。这是两件不同的事。前者是时间问题，后者是结构问题。
编程本来就是个偏孤独的职业，这一点没什么新鲜的。但过去那种孤独是有缝隙的——你会因为不会、因为卡住、因为需要一个 review、因为要对齐一个接口，被迫跟人发生交流。这些"被迫"恰恰是协作的入口。AI agent 厉害就厉害在，它把这些缝隙全填上了。你不会了，问 agent；你卡住了，让 agent 换个思路；你要 review，agent 先帮你过一遍。每一次你本来会转向同事的动作，现在都转向了一个对话框。
更隐蔽的是并行带来的"忙碌幻觉"。当你同时挂着三四个 agent 任务，在它们之间来回切换时，你会觉得自己无比充实、无比高产。Fiona 专门点出，多任务之间的上下文切换（context-switching）是目前还没人真正解决的难题。这种切换吃掉的不只是认知资源，还有你抬头看一眼周围、跟人搭句话的那点余裕。你越"高效"，越像一座孤岛。
所以 AI 编程的孤独，不是因为大家变冷漠了，而是因为协作赖以发生的那些"摩擦点"，被效率工具系统性地消除了。这是效率的胜利，也是连接的失败。
三、真正在流失的，是隐性知识
如果孤独只是情绪问题，那还好办。真正麻烦的是它背后那件更要命的事：隐性知识的传递正在断掉。
隐性知识（tacit knowledge）是那种写不进文档、靠耳濡目染才学得会的东西——一个老工程师怎么闻出一段代码"有味道"，怎么在十个看似都行的方案里一眼挑出会埋雷的那个，怎么把一个含糊的需求拆成能落地的任务。这些东西从来不是靠读 wiki 学会的，是靠坐在旁边看别人怎么干、跟着趟一遍坑学会的。
Fiona 讲了一个特别朴素但关键的观察。她说团队里每个人用 Claude Cowork 的方式都不一样（Everybody uses a flow so differently），而当他们结对编程时，彼此能学到非常多东西。她还补了一句我很喜欢的话：
每一次我看别人怎么干活，我自己都能学到点东西。
这句话点破了 AI 时代隐性知识的新形态。在 AI 之前，隐性知识是"怎么写代码"；在 AI 之后，隐性知识变成了"怎么用 AI 写代码"——怎么组织上下文、怎么拆任务给 agent、怎么写 prompt、怎么判断 agent 的产出该信几分、什么时候该自己上手。这套"工作流"目前几乎完全是个人化的、没被沉淀的，每个人都在自己的对话框里野蛮生长出一套手感。
问题就在这儿：当每个人都只跟自己的 agent 闷头干，这套最值钱的新手感，根本没有机会在团队里流动。新人看不到高手是怎么驾驭 agent 的，高手也不知道别人摸索出了什么更好的玩法。团队表面上人均八倍产能，底下却在悄悄丧失"互相变强"的能力。短期看是高产，长期看是把团队拆成了一堆互不连通的高产单点。
四、Anthropic 的解药：把协作重新"工程化"
有意思的是，Anthropic 没有用"多团建""多沟通"这种口号来应对，而是把协作当成一个工程问题来解——既然 AI 消除了协作的摩擦点，那就主动把摩擦点再造回来。
Fiona 提到了几个具体做法。一是编程午餐（programming lunches），让工程师边吃边一起写代码、聊各自的玩法。二是黑客松（hackathons），用短周期、高强度的共创把人重新聚到一块。三是共享的"专注制造时间"（maker time），刻意安排一段时间让大家物理上挨着坐、各写各的，但能随时瞥见彼此的屏幕。
这些做法的共同点，不是"让大家别用 AI 了"，恰恰相反，是"让大家在一起用 AI"。核心动作只有一个——把"看别人怎么干"这件事重新变成日常。结对编程之所以被反复强调，就是因为它是隐性知识传递效率最高的形式：你不是在听别人讲，而是在看别人做，看他怎么跟 agent 你来我往、怎么在某个节点果断接管。
这背后其实是一个挺深的判断：在 AI 时代，团队的价值不再主要体现在"分工干更多活"，而是体现在"互相校准工作方式"。活已经不缺人干了，agent 管够；缺的是一群人把各自摸索出的最佳实践快速对齐、拉平、再往上顶。协作的目的从"产出叠加"变成了"手感同步"。这是 Fiona 这套打法最值得国内团队抄的地方。
五、一人公司的另一面：最自由，也最孤独
把镜头从大厂拉到另一个极端，会看到同一枚硬币的背面。
随着 vibecoding（用自然语言提示来构建软件）的兴起，连不会写代码的创始人都能造出自己要的工具，不再需要养一支传统工程团队。于是"一人公司""solopreneur"这个词这两年被反复提起，也是这个博客之前聊过好几轮的话题。AI 把创业的门槛压到了一个人就能跑通的程度——这是巨大的自由。
但自由的另一面，正是 Fiona 说的那种孤独，而且更极致。大厂里至少还有一群同事可以组织编程午餐，一人公司连"别人"都没有。你所有的对话对象都是 agent，所有的判断都得自己拍板，所有的手感都只能自己跟自己迭代。没有人会在你旁边瞥一眼说"这块我有个更好的写法"。短期靠爆发力能冲很远，长期最大的风险不是技术，而是认知上的近亲繁殖——你只会沿着自己那一套越走越深，看不到外面的人在怎么玩。
所以哪怕是一人公司，那些跑得久的人，往往也都在刻意给自己造"摩擦点"：泡在开发者社群里、公开分享自己的工作流、找同行结对、把自己的 prompt 和流程开源出来给人拍砖。本质上做的是同一件事——人为地把那条被 AI 抹掉的连接线，再接回去。
结论
聊到这里，可以收一收了。读完这篇，希望你至少带走三个判断：
第一，AI 编程真正改变的不是"写代码"，而是工程师的角色——从亲手写的人，变成调度 agent 的人。产能上去了，但人和人之间那些"被迫协作"的摩擦点，被效率工具系统性地抹平了。
第二，孤独只是表象，底下真正在流失的是隐性知识，尤其是"怎么用好 AI"这套最新、最值钱、却完全没被沉淀的手感。任由它烂在每个人的私人对话框里，团队会变成一堆高产但互不连通的孤岛。
第三，解药不是少用 AI，而是把协作当成工程问题重新设计——主动造回摩擦点：一起用 AI、看别人怎么用 AI、把工作流晒出来对齐。无论你是带几十人的团队，还是一个人单干，这条都成立。
战略上，效率是入场券，连接才是护城河。当写代码这件事人人都快的时候，一个团队还能不能持续地"互相变强"，可能才是真正拉开差距的地方。
最后留个问题给你：你所在的团队，有没有一个固定的场合，能让你看到同事是怎么用 AI 干活的？如果没有，谁会先把那条断掉的线接回来？