黑盒编程来了:把需求、约束和验收标准定好,代码交给 AI 写
作者团队用 AI 写高并发 Rust 系统,自己只管需求和验收标准,这套工作流可以直接抄。适合正在纠结要不要让 AI 碰核心业务的工程师和团队负责人看看。
Barret_China 分享团队实践:大量 Rust 高并发系统由 AI 开发,但团队内真正精通 Rust 的人不多。做法是把精力前置到需求定义、架构约束和验收标准——性能水位、稳定性指标、安全规范、必过测试都提前写清楚。代码怎么写、函数怎么组织则交给 AI,架构设计在复杂重系统上仍需人工把关。
作者判断工程师不再盯每一行实现细节,核心工作转向理解业务目标,以及建立一套让 AI 可持续交付的工程体系。写代码正在从工程师核心工作中退出。
程序员需要逐渐接受一个现实,未来很多编程工作会变成黑盒编程。
我们团队有不少系统是用 Rust 写的,但真正精通 Rust 的人并不多。有些系统很复杂,承载着高并发、高流量的业务,我们仍然敢让 AI 去开发。
为什么?
因为我们开始把更多精力放在需求、架构约束和验收标准上。系统应该具备什么能力,性能和稳定性要达到什么水位,哪些安全规范必须遵守,哪些测试必须通过,这些事情需要提前定义清楚。
至于代码具体怎么写、函数怎么组织,很多时候可以交给 AI。
当然,架构设计还是要关注,尤其是复杂的重系统。只不过,工程师不需要再盯着每一行代码、每一个实现细节。
我们真正需要做的事情,是深入理解业务想要什么,为什么要做,以及如何建立一套可靠的工程体系,让 AI 能够持续交付。
写代码这件事情,正在逐渐从工程师的核心工作中退出。
This report is categorized under AITOP's "How-to" desk, focusing on China's AI industry and domestic foundation model ecosystem. Within our cross-regional analytical framework, it directly maps to AI developer toolchains, coding agents, and engineering workflows. Key entities and technical topics under continuous tracking include AI coding, Rust, workflows, coding assistants.
Source attribution: curated from 小胡子哥 (@Barret_China).