上个月我让编码 agent 改一段老代码，三分钟它给出了能跑的 diff。我扫了一眼，点了 approve。等真出了事故回看，我才发现自己已经想不清楚那段逻辑当初为什么要那么写。字是我签的，判断却是它替我做的。
AI 把写代码变成审 diff 的那天，人的底层工程能力就开始静默退化；这比 agent 翻车更慢，也更危险。 本周 Signoz 一篇《AI isn’t replacing SREs, it’s deskilling them》在 Hacker News 拿到 618 分，说的正是同一件事：当 agent 接管了写，人的底层能力在悄悄生锈。
工具越强，基本功的保险丝越不能拆
我写了二十年代码，最近大半年几乎天天和编码 agent 一起改生产系统。好处是真的夸张：四个月的活能压到两个月，连老代码库也能安全接管。可副作用也在这大半年里慢慢显形。最明显的是读码能力下降，以前我逛一个新仓库，半小时能摸清它的边界和坑，现在我会下意识把这件事丢给 agent，自己只看它给的结论，结论对不对反而越来越没把握。这种感觉很隐蔽，因为平时看不出问题，直到要人独立顶上去的那一刻才暴露。
排障、读源码、写正确边界，这些原来靠天天练才保得住的手感，一旦长期不亲自下场，就会悄悄生锈。我见过最危险的不是 agent 写错，而是人已经不会判断它对不对。团队里这种现象已经在发生，一个年轻同事看到红线告警，第一反应是让 agent 解释，而不是自己先想三层。==agent 翻车你至少看得到火，人退化是静默的，等事故来了才发现没人兜得住。== ==靠工具补位的手感，停练一周就开始钝，停练一个月就敢乱签。==
这本来不是态度问题，是结构问题。当我把写交出去、只保留看，我对代码的理解就从能构造塌成了能辨认。辨认永远比构造省力，也永远更浅。我改造 AI 巡检后端时定过一条规矩：业务层里不许出现框架的上下文对象，不该出现的依赖一旦允许就收不回来。后来我把那套后端重构成四层，第一件事不是写代码，是定边界，api、biz、registry、router 各管各的，越界的依赖一旦放进 biz 层就再也收不回来。今天对待自己的底层能力，也该用同一套思路，先定哪些能力不许交出去，再让 agent 干活。==把底层能力交出去容易，想拿回来，要比当初交出去难十倍。==
把关键判断必须留人做成系统设计
human-in-the-loop 现在被太多团队理解成最后让人在框里打个勾。这个勾后面没有判断，只有责任。一旦事故追责，签字的人说不清为什么同意，agent 也说不清为什么那样写，最后两边都没人真正负责。很多团队以为上了 agent 就省了人，其实只是把人的判断挪到了更隐蔽的位置。
真正该做的是把人的判断节点当成系统的一等端点：哪些决策必须人做、哪些可委托、退化怎么度量，写进架构而不是靠自觉。我给自己流水线的做法是，凡涉及权限、钱、线上数据的改动，除了 diff 还必须附一段人写的原因，agent 不许代写；验证闭环不是可选项，是卡在关键路径上的 gate，改动先过自动回归，再过人工复核，签字只是最后一小步。==验收的本质是谁为这个判断负责，不是谁点了确认。== 我做过最贵的架构教训，是把权限和判断的边界写进层与层之间，而不是指望每层自己老实（参见《别信它会守规矩，把规矩焊进结构》）。==把人留在关键路径上，不是不信任 agent，是给自己留退路。==
| 能力 | 退化信号 | 系统设计对策 |
|---|---|---|
| 读码 / 摸清边界 | 只看 agent 结论，不自己逛仓库 | 关键改动要求人写原因说明 |
| 排障 | 第一反应让 agent 解释告警 | 每月一次不依赖 agent 的独立排障演练 |
| 写正确边界 | 默认允许 agent 改任意文件 | 验证闭环卡在 CI 关键路径，人工复核 gate |
马上可以动手的三件事
一、给团队定铁律：涉及权限、资金、线上数据的改动，diff 之外必须附一段人写的原因说明，agent 不得代写。
二、每月一次不依赖 agent 的独立排障演练：拿一个真实故障，要求人从日志和源码定位，不求助任何编码助手，把退化量化出来。
三、把验证闭环写进 CI：agent 每处产出自动跑回归加人工复核 gate，别把签字当成验收。
本周其他信号（窗口 10-28 至 11-01）
· 10-29 Mistral Large 4（代号 Le Chonk）开源权重发布：1.05T 总参、49B 激活，许可证为修正版 MIT（模型即服务需另签商业协议），主打网络防御，vLLM 已 Day-0 支持。综合榜首之争仍在中国头部模型一侧。
· 10-28 Gemini 4 Carbon 登顶 Artificial Analysis 智能指数 v5（59 分），先向受信任的网络防御者受控开放，尚无公开 API、未 GA。同一代 Gemini 已有 Argon 与 Carbon 两个分支，选型要分别查。
· 多 agent 编排本周明显产品化：Orkas（+1004 星/天）把 Commander 协调 16 个专家 agent 做成本地优先的 AI 团队，Claude-Code-Game-Studios（+1347 星/天）用 49 个 agent 模拟游戏工作室层级。编排粒度正在从「用哪个模型」变成「这一步该由谁决定」。
· 编码 agent 治理继续收紧：Kimi Code v2.4.0 默认关自主 plan，claude-code v2.1.316 与 IDE 扩展后门事件同周，升级前须验来源哈希。
数据说明
本文事实层（Mistral Large 4 参数与许可证、Gemini 4 Carbon 指数与发布节奏、编码 agent 版本动态）来自官方博客、release notes 与 Artificial Analysis，数字与时限照实引用。Mistral 宣称的 Terminal-Bench 4.0 约 41%、Gemini Carbon 的 SEC-bench / ExploitGym / CWE-bench 等均为厂商自报，未独立复现，文中未作为定论引用。事件状态：Mistral Large 4 权重已于 10-29 发布；Gemini 4 Carbon 尚未 GA；Claude Code VS Code 扩展后门（10-30 披露）属研究者披露、攻击归因未明。