软件开发的未来——Vibe Coding、Prompt Engineering 与 AI 助手
摘要
AI 不只是又一轮应用浪潮：在这场讨论中，模型被视为第四大基础设施支柱，因为它们同时改变芯片、数据中心、延迟要求和编程范式本身。 Martin Casado 的分界线在于，应用已经“放弃逻辑”：过去由程序员编码每个决策，如今软件会让模型“替我给出答案”。对职业软件从业者而言，“软件正在被颠覆”，而且开始吞噬自身。
超级周期的核心逻辑是，更低的能力成本会扩大 TAM、创造新用户和新行为，并让既有公司难以承接由此产生的空白市场。 讨论中给出的直白投资判断是：“基础设施创造 TAM”；如果因为今天的市场看起来很小就否定一款开发者工具，可能会错过下一个 GitHub。自然语言也兑现了低代码的承诺，让任何拥有领域知识和想法的人都能编程。
就在技术用户群从数千万出头增长到超过5000万之际，开发者分发正变得越来越像消费互联网。 个体开发者越来越多地自下而上发现并采用工具，而企业仍通过集中的技术采购中心进行评估。因此，理解个人采用路径和企业采购中心同样重要。
这个讨论已经不再坚持早期“整个技术栈无处具备防御性”的 AI 判断。 在当前的扩张阶段，零和思维是“致命的”：芯片、云、模型和应用可以同步增长，而深厚工程能力、分发、嵌入式集成逻辑和高转换成本仍能守住价值。最终整合可能形成寡头甚至垄断，但基础设施层很少会凭空消失。
讨论重点已经从 Prompt Engineering 转向 Context Engineering：模型表现取决于每次调用前能否选对数据、工具、优先级和保证机制。 这将围绕数据管道、索引、优先级排序和形式化保证催生新的基础设施机会。讨论预计，大约5年内会出现一种新的软件形式体系，而不是自然语言愿望消灭系统工程。
智能体在循环中具备客观纠错机制的场景里表现最好，这也是编码领先于通用网页自动化的原因。 代码可以经过 lint、解释、编译和测试，从而阻断错误扩散；一个指令模糊、被派去“到森林里转一圈，带只熊回来”的智能体，依然会在开放环境中失效。不过，Martin 已经转而认可规模小、定义清晰的编码任务。
更好的编码工具更可能带来更多开发者和更多软件，而不是让工程师岗位坍缩。 编程依然是创造性的规格定义过程，客户购买软件，是因为有人把正确的工作流和领域决策编码进去，而不是因为 CRUD 应用本身难以敲出来。据称，中位数 Pull Request 只修改2行代码，这说明理解需求往往比完成实现更难。
精读
上游暂未提供，后续同步将继续补齐。