一位写了 18 年代码的开发者，在某个普通的日子里停了下来，再也没回去。他所在的公司把每月合并 PR 从约 200 提到约 300，bug 报告没有同步上涨。这篇文章聊的是数字背后的东西：厚实的 CI 护栏、为什么抽象不该被丢掉，以及文本文件之后可能是什么。

The Pragmatic Engineer 的 Gergely Orosz 走进 OpenAI 总部访谈七位工程负责人，带回一份完整的内部流水线拆解：非工程部门四个月内 Codex 渗透率从 0% 到 90%，真正的转折点是一个 /goal 命令，IDE 使用率持续下降，代码审查被拆成多个领域专家 Agent，部署有专属 Agent 护送到生产，事故响应由 Sevbot 接手。本文梳理这九道工序，并指出普通团队照抄时最容易漏掉的三个前提。

开发者 Flavio Copes 让 Codex 在 Goal 模式下照着重造一遍 PocketBase，两套技术栈，连续跑了超过 24 小时，产出的两个原型都相当能看，却仍然需要大量手工返工。他的结论是：与其把这笔预算押在一次长跑上，不如换成十个能逐个审阅的小任务。本文拆解这个判断背后的可观测性逻辑，Plan 模式与 Goal 模式的真实分工，为什么「静默失败」比「写错代码」更贵，长会话里的子 agent 究竟在解决什么问题，以及在生产服务器磁盘只剩 1% 的时候，他为什么宁可自己一条一条敲命令。

一年前，编辑器里的代码几乎每一行都是自己敲的；今天，大部分代码是模型已经写好的 diff，你只负责读、判断、保留。真正的瓶颈从写得快不快，挪到了验证得准不准。这篇文章拆解这个位移，并给出结论：当 AI 写代码，验证就是新的实现，而判断力是我们手里最后一块不会被拿走的地盘。

AI 写代码比人审代码快 100 倍，信任危机已经到来。本文介绍语义合约如何通过类型化蓝图、编译期检查和可组合性，让 AI 生成的代码变得可信。