关键词:AI 编程 · 验收标准 · 返工率 · AI 先行 · 代码复核 · 工序拆分 · 研发流程
首发:官网 blog(2026年10月13日)· 本篇为次发改写
摘要
团队上了 AI 反而更忙,原因通常不在模型,在验收标准。标准越模糊,返工率越高:模型每出一版,人就得从头判断一次。生成越多、返工越多、总时间越长。本文给一份可勾选的自查清单,把「什么算合格」先固化下来,再谈交不交给 AI。
背景
2026年10月12日,Ars Technica 与 AV Club 转述 Bloomberg 报道:Epic Games 在与迪士尼的 15 亿美元合作射击游戏项目中转为 AI 先行开发,Claude 等模型编写全部代码、指导全部美术,人类开发者负责管理和引导生成内容,原定 2026 年 3 月的发布已经延期。Epic 发言人确认了采用 AI 加速开发这一事实。
三条口径要先说清。原始信源只有 Bloomberg 一家,其余是转述,属 n=1 孤证案例,Epic 未公布项目细节、成本结构与人员变动数据。「不再手写代码」是 Epic 对内部的表述,不是第三方审计结果。裁员情况截至 2026年10月13日无公开可核实信息,本文标注未核实,不作推测。
技术方案
清单按先切工序,再定标准,最后算账的顺序排。前六条没勾上,后面不用做。
[ ] 1. 核心业务已拆成节点,每个节点写下〔它的产出交给下一个人时,接口是什么〕 [ ] 2. 接口能写出字段名 / 格式 / 示例值(写不出 = 两段黏着,先切岗位) [ ] 3. 执行段能被新人拿文档复现(能 = 有交出去的可能,不等于应该交出去) [ ] 4. 判断依据能写下来(写不下来的是壁垒;写得下来的本质是规则执行) [ ] 5. 每类产出写了「合格」的三个具体特征 [ ] 6. 每类产出写了一个反例(例:用了无法验证的效果承诺) [ ] 7. 〔如果这次改动让项目延期一次,损失是多少〕有数字 [ ] 8. 〔你能承受几次延期〕有数字(是 0 次 → 不在核心项目试,去小项目试) [ ] 9. 复核耗时进了排期,不是按生成耗时估 [ ] 10. 返工耗时单独记,不摊进生成耗时第 5 条和第 6 条是这份清单的核心。三条特征加一个反例,写不出三条就说明合格线还没想清楚。此时先想标准,不是先上 AI。
改流程的顺序也有讲究。保留原工序再插一个 AI 环节,叫 AI 改造,工序结构没变。先按 AI 能力重排工序,再决定人补在哪儿,叫 AI 先行。原来的「人写代码 → 人测试 → 人上线」变成「人写约束 → AI 生成 → 人验收」。两者成本结构不同,不只是效率高低。
案例
Epic 这个动作成立的背后是三个具体条件,缺一不可,也没有替代品。
工序边界天然分段排在前面。代码、美术、测试在游戏开发里本来是三条能分开的线,可以整段整段地交。15 亿美元预算兜底试错是第二个,项目已经延期,延期就是这次试错的账单,而这张账单 Epic 付得起。第三个是 IP 由迪士尼持有,产品质量的最终解释权不完全在 Epic 一方,容错空间反而更大。
【推论】中小公司通常一个都不具备。工序边界清楚只是必要条件,不是充分条件,预算兜底与容错空间是另外两个独立变量,原报道没讨论后两个。
同一件事的另一面是技术债延迟结算。快速生成会盖住设计上的欠账,问题不在生成时暴露,会在后面一次故障或者一次改需求时集中爆发。Epic 这个项目是进行中的项目,目前没有这些数据,这也是现在就说这套模式成功为时过早的原因。
总结
「用了 AI 反而更忙」这个现象,落点在验收段,不在生成段。生成成本在降,判断产出对不对的成本没降。逐行复核别人或者模型写的代码,往往比自己从零写更费神。先把清单前六条勾上,再决定交不交、交多少。
【推论】还有一个二阶代价要提前算进去。执行段整段交出去之后,新人失去通过低成本执行积累判断力的路径。判断者的供给从每年自然长出一批,变成只能靠外部招聘。省下执行岗成本的同时,买断了未来判断者的来源。
适用边界
适用:工序边界能写清接口的团队,有可承受一次延期的预算,能在小项目上先试。
不适用:验收标准还停在看着差不离的团队;现金流紧绷到一次延期就出问题的项目;判断维度多、需要分工覆盖的复杂产品。判断的收敛不需要人手,判断的覆盖仍可能需要分工。一个人加 AI 只在工序简单、判断维度单一的场景成立。
盘点做不下去时,不动是合理结论。
常见问题
Q1:生成快了,为什么总时间没短?
复核耗时和返工耗时没进账。AI 写、人验收在分工上成立,不代表在单位时间成本上一定占优。
Q2:这份清单要谁来填?
熟悉工序的人填,不是工具负责人填。填不出来的字段本身就是结论。
Q3:小公司能用 AI 先行吗?
照抄不行。可用的是局部动作:在某个边界清楚的小工序上先试,用小成本验证验收标准写得出来。