AI 智能体时代的工程组织：从审查代码到审查规范
工程师 Santiago Oleno 在一篇引发广泛讨论的文章中提出了一个尖锐的问题：当组织正式决定不再逐行阅读和审查 AI 生成的代码时，软件开发会变成什么样？
这个问题的前提是，许多科技公司已经在事实层面用 AI 工具生成大量生产代码，但仍在形式上维持传统的代码审查流程。Oleno 认为，与其维持这种“假装审查”的尴尬状态，不如正视现实——当 AI 生成代码的速度远超人类阅读能力时，传统代码审查已不可持续。
他借鉴 ThoughtWorks 最新的行业报告，提出了一个关键论点：代码不再是团队需要理解的核心工作单元。就像工程师不会逐行阅读编译器生成的汇编代码一样，AI 模型生成的代码也可以被视为一种“新型机器码”。团队真正需要维护的是规格说明（Specification）和测试用例。
这一转变不能由个别团队自行决定。Oleno 强调，这是组织层面的决策——不仅仅因为风险管理和问责制，更因为阿姆达尔定律（Amdahl’s Law）。只加速代码生成而不重新设计组织流程和结构，无法带来真正的效率提升。
他描绘了一个后代码审查时代的工程图景：
- 产品负责人与工程师协作编写标准化的 Markdown 规格说明
- 测试用例成为业务规则的强制执行者
- 自动化的 PR 检查不再只验证测试通过，还要验证代码是否符合规格
这个观点的激进之处在于它要求重新分配信任。传统软件开发中，信任建立在代码的“可读性”和“可理解性”之上。而在 AI 驱动的工程组织中，信任需要迁移到规格的严谨性和测试的覆盖度上。
对于关注 AI 落地的读者来说，这篇文章不仅是“如何用 AI 写代码”的操作指南，更是对组织结构的深度思考——当每个人的生产力被 AI 放大数倍后，工程管理本身的形态也必须改变。