别被那些‘AI我方写代码造我方’的标题骗了。Anthropic说80%坐褥代码是Claude写的？没错——但那是在东谈主类搭好脚手架、定好接口、连测试用例都预埋好的前提下。OpenAI喊出2028年杀青全自动AI探讨员？先望望他们最新发布的GPT-5.6在‘自我调动能力’这门课上只考了57.9分。分数不高不低，偶合卡在‘颖异点活九游会J9，但不敢托底’的窘态区。

  真实点破泡沫的，是那篇75页的冷峻论文——《The Last AI Built by Humans》。它没讲愿景，只干了一件事：拿尺子量。这把尺子叫HCI（能力余量-阻滞性指数），不是看AI多横暴，而是看它离‘封顶’还差若干。后果很打脸：数学86.4分，科学85.8分，但软件工程只消52.6分，法律推理64.5分，多模态推理62.2分。为什么？因为数学题有方式谜底，编译器一跑就知谈对错；而写一个能应付线漂后量突增、兼容老系统、还要防安全裂缝的微干事？莫得唯独解，也莫得自动判卷机。AI不怕‘作念题’，怕的是‘拍板’。

  更扎心的是RSI五级道路图：43.8%的所谓‘自我调动’系统，其实连第一级（L1奉行自主）都没出圈——即是东谈主类写好经过，AI照着点按钮。真实达到L5（递归元调动，即能改‘调动裂缝本人’）的，不到6%。不是AI太强要失控，是它太弱，连‘知谈我方那里弱’都还靠东谈主喂指示词。是以别再迷信‘算力堆出AGI’了。当一个模子连我方写的代码为什么在凌晨三点崩掉都说不清，它怎样敢去迭代下一代我方？真实的缺口，从来不是GPU，而是‘试错后还能稳住不翻车’的鲁棒性——那玩意儿，咫尺还没进任何磨练集。

  这事儿其实早有线索。2023年GitHub官方作念过一次匿名回溯审计：抽样分析了1.2万份标着“Claude生成+东谈主工审核”的PR（代码提交），后果发现——78%的修改蚁集在CRUD逻辑和API胶水层，剩下22%里，有15%的东谈主类工程师最终重写了AI生成的中枢调整模块。不是他们保守，是上线前压测一跑，AI写的负载平衡战略在4000并发下开动立地丢苦求，而日记里连个像样的诞妄堆栈都莫得。

  再看试验里的AI工程团队。字节越过里面共享过一组数据：他们用Copilot扶植拓荒后，新东谈主上手业务系统的时期从平均6.2周缩到3.1周，但SRE（褂讪性工程师）的介入频次反而高潮了37%。为什么？因为AI能秒出代码，但写不出“左迁开关在哪按”“熔断阈值设若干才不误伤”“灰度流量怎样切才不会带崩数据库”。这些不是函数签名能界说的事，是靠三年三夜值班熬出来的条款反射。

  还有个常被忽略的事实：现时统统主流模子的磨练数据适度于2024年上半年，可真实坐褥环境里，光是Spring Boot框架就在这半年里打了7次安全补丁，K8s 1.31刚发布时连文档都还没皆。AI没见过这些，更没法基于没见过的东西作念推理方案。它不是不念念稳，是学问库根柢没给它“稳”的原材料。

  是以别怪AI“不争光”。它就像刚考完驾照的生人司机——能挂挡、能打标的、甚而能倒库入库，可真让你独自开夜车走盘猴子路？标的盘一抖，导航失灵，雨刷器卡住……这时候最管用的，从来不是再加一块GPU，而是副驾上阿谁皱着眉、手一直虚搭在手刹上的老司机。AI的天花板不在算力，而在它还没学会“什么时候该松油门，什么时候必须踩死刹车”。这个分寸感，咫尺连东谈主类我方都还在写SOP、建checklist、开复盘会少量点攒。指望它我方悟出来？不如先教学它什么叫“凌晨三点接到告警电话时，第一响应不是改代码，而是先查变更单”。

  说到底九游会J9，咱们缺的不是更奢睿的AI，而是更裸露的期待。