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。
本条情报归属 AITOP「技巧」核心栏目,重点聚焦中国 AI 产业与国产大模型生态。在跨区域产业观察坐标中,该动态直接关联「AI 开发者工具链、Coding Agent 与工程化实践」研究主线,反映出当前技术演进与商业落地的最新风向。涉及核心实体与技术议题包括:AI编程、Rust、工作流、黑盒编程,读者可通过下方标签进入对应专题页查阅历史脉络与关联对比。
信源核验说明:本文原始线索采编自「小胡子哥」(@Barret_China),经 AITOP 多维评分管线结构化提炼。