尽职编程：AI Coding 时代的个体产出差异的来源
内容提要
AI Coding时代，工具趋同但个体产出差异增大，核心在于“尽职编程”——人需主动补充上下文、理解AI设计并负责最终结果。AI能执行子任务但无法决定整体方案，人需像“师爷”般协调推进。通过代码审查等客观机制可强化尽职过程，这种“把事干成”的能力是AI难以替代的稀缺价值。
延伸解读
“尽职”是主观行为，程度因任务而异
文章指出，“尽职”没有统一标准，取决于个人对任务重要性的判断。例如，作者在开发非核心的评测系统时，未投入过多“尽职”工作，因为代码易推翻重写；而核心代码则需要持续“回归尽职调查”。这种主观性意味着，个体对“尽职”程度的把握，直接影响了产出质量，也是造成差异的关键因素之一。
用客观工具将主观努力显性化
为鼓励“尽职精神”，作者提出通过客观机制强化过程，如引入独立的Codex自动Review插件。该插件会克隆代码库，结合上下文审查副作用，且不受用户AI Agent的偏袒影响。每次修改都会产生Review意见，迫使开发者多轮修改或明确表达异议，使“尽职”过程在GitHub上可见，从而将主观决策转化为客观可评估的努力。
AI时代稀缺的是“把事干成”的能力
作者认为，AI能执行子任务，但无法决定整体方案，这需要人主动补充上下文、理解设计并负责最终结果。这种“把事干成”的能力，类似于古代师爷的办事能力，是AI难以替代的稀缺价值。文章强调，尽管工具趋同，但个体差异反而增大，因为“尽职”与否取决于人的主动性和责任感，而这正是历史长河中从未被工具进步取代的能力。
Q&A
什么是“尽职编程”？
“尽职编程”是指在AI Coding时代，人类开发者需要主动补充上下文、理解AI的设计，并对最终结果负责的工作方法。它强调人不能完全依赖AI自主决策，而是要像“师爷”一样协调推进，确保事情真正办成。
为什么在AI Coding时代，个体产出差异反而增大了？
因为虽然工具趋同，但人的“尽职”程度不同。AI能执行子任务，但无法决定整体方案，需要人主动提供上下文、理解AI设计并负责最终结果。尽职程度因人而异，导致产出质量差异增大。
AI Coding时代，人的主要工作内容是什么？
人的主要工作不再是写代码，而是理解AI的设计、补充上下文、进行技术评审，以及确保最终结果符合需求。例如，通过让AI画架构图、写面向产品经理的文档来理解代码，而不是阅读代码本身。
如何客观地衡量或鼓励“尽职编程”？
可以通过引入客观工具，如自动代码审查插件，来强制审查AI生成的代码。例如，作者在主仓库添加了Codex自动Review插件，它会克隆代码库，结合上下文审查修改的副作用，并给出独立意见。这样每次修改都会产生审查意见，迫使开发者进行多轮修改或明确表达不同意，从而将尽职过程变得可见。
“尽职编程”的局限性是什么？
“尽职”是主观行为，没有明确标准，且没有尽头。不同需求需要不同程度的尽职，例如核心代码需要持续回归尽职调查，而临时代码则不需要。此外，尽职工作不产生可见成果，做与不做全凭个人，可能不被所有公司（尤其是大公司）理解或容纳。
AI Coding时代，人类相比AI的核心优势是什么？
人类的核心优势在于“想把事情干成”的责任感和能力，而AI只追求完成对话。干成事情的能力（即尽职能力）是稀缺的，不会因工具进步而被取代。
