Kent与Sue Black建言开发者:代码泛滥时代克制胜过生成

What's worth building when AI can build anything? — GitHub

GitHub

AI使单兵吞吐量达百万行代码并重构工程模式,但系统价值的核心在于主动放弃冗余功能的工程克制与系统级编排能力。

AI-assisted summary of What's worth building when AI can build anything? — original source. Check the original for full context.

Source published:

Key ideas

  • 随着 AI 编程智能体能力跃迁,单兵开发者已能达到过去两到三个工程团队的吞吐量,例如 Kent C. Dodds 独立在数月内构建并维护了 120 万行代码的项目。 (14:41)
  • 当生成代码变得极度廉价时,精简功能的“克制”比盲目扩张功能具备更高的杠杆效应,开发重点正从机械写代码转向系统编排与问题定义。 (7:44)
  • 未来的软件生态将呈现双轨制发展:一方面是主动为个体解决特定痛点、即时生成的“隐形软件”,另一方面是公共治理与金融等领域不可替代的中心化基础设施。 (23:17)
  • 计算机教育重心正从语法无误转向宏观系统级思维与软技能,初级工程师的核心价值在于学习高级问题解决范式,而非单纯担任代码生成器。 (11:04)

Detailed notes

## Background 本内容由 GitHub 官方频道于 2026 年 11 月 11 日在 YouTube 平台发布,记录了 GitHub Universe 2026 大会上的一场深度对谈。根据官方简介,杜伦大学计算机科学教授 Sue Black 与 kody.codes 产品工程师 Kent C. Dodds 共同探讨了在 AI 能够代劳几乎所有编码工作的时代,开发者应如何审慎而非盲目地构建软件,并深入剖析了负责任软件交付、开发工具选型以及系统维护的现实考量。

## TL;DR 面对 AI 带来的超强代码生成能力,对谈从“什么才真正值得构建”这一本质命题切入,探讨了开发者在技术激流中的定位与责任。Sue Black 结合早年从单亲母亲逆袭为知名计算机学者并拯救布莱切利园的经历,分享了“涟漪效应”、计算机教育转向系统架构与软技能、以及科技包容与多样性的重要性;Kent C. Dodds 则展示了自己单枪匹马借助 AI 智能体管理维护 120 万行代码的自动化闭环流水线,并阐述了产品开发中“克制即杠杆”的减法哲学。两人深入探讨了主动式“隐形软件”与中心化关键基础设施并存的未来图景,呼吁工程师跳出代码堆砌的虚无感,将 AI 的超级杠杆转化为改善百万人生活的实质影响力。

## Atmosphere & style 整场对谈兼具睿智思辨与人文温情,既有资深工程师在遭遇技术剧变后的坦诚自省,又有跨越数十载技术演进的历史纵深感。两位讲者配合默契,Kent 的前沿工程实践与 Sue 极具传奇色彩的草根奋斗史相互映衬,在风趣幽默的家庭调侃与严肃深刻的伦理讨论之间自如切换。现场氛围引人深思且充满力量,将技术爆发期普遍弥漫的存在主义焦虑,成功导向了一种坚定、审慎且以人为本的建设性乐观。

## Bulletin - [14:41](https://www.youtube.com/watch?v=VY4jwwNF9No&t=881s) 随着 AI 编程智能体能力跃迁,单兵开发者已能达到过去两到三个工程团队的吞吐量,例如 Kent C. Dodds 独立在数月内构建并维护了 120 万行代码的项目。 - [07:44](https://www.youtube.com/watch?v=VY4jwwNF9No&t=464s) 当生成代码变得极度廉价时,精简功能的“克制”比盲目扩张功能具备更高的杠杆效应,开发重点正从机械写代码转向系统编排与问题定义。 - [23:17](https://www.youtube.com/watch?v=VY4jwwNF9No&t=1397s) 未来的软件生态将呈现双轨制发展:一方面是主动为个体解决特定痛点、即时生成的“隐形软件”,另一方面是公共治理与金融等领域不可替代的中心化基础设施。 - [11:04](https://www.youtube.com/watch?v=VY4jwwNF9No&t=664s) 计算机教育重心正从语法无误转向宏观系统级思维与软技能,初级工程师的核心价值在于学习高级问题解决范式,而非单纯担任代码生成器。

## Key takeaways - [00:04](https://www.youtube.com/watch?v=VY4jwwNF9No&t=4s) 在 AI 能够代劳几乎一切代码编写的时代,开发者的核心困惑已从“能不能做出来”转变为“究竟什么才值得被构建”。 - [01:08](https://www.youtube.com/watch?v=VY4jwwNF9No&t=68s) Sue Black 分享了自己从 26 岁带着三个孩子的单亲母亲重返教育、一路攻读软件工程博士并成为计算机教授的跨越历程,印证了技术对个人命运的根本性改变。 - [04:45](https://www.youtube.com/watch?v=VY4jwwNF9No&t=285s) 90 年代大型软件系统的“涟漪效应”表明局部修改极易引发难以预料的级联崩溃,这一原理提示在庞大系统与社会行动中,个体行为同样具有深远波动。 - [07:44](https://www.youtube.com/watch?v=VY4jwwNF9No&t=464s) 代码生成的极端提速让“克制”成为更强大的杠杆,如 Instagram 砍掉 Burbn 复杂功能与 WhatsApp 专注纯粹通信,都证明做减法比堆砌功能更难且更有效。 - [11:04](https://www.youtube.com/watch?v=VY4jwwNF9No&t=664s) 高校计算机教育正在重塑,重点从死磕语法转向宏观计算思维、系统级架构编排、创业构想以及人际协作等软技能的培养。 - [13:08](https://www.youtube.com/watch?v=VY4jwwNF9No&t=788s) 初级开发者的生存价值并没有被 AI 消灭,因为工程师的天职是解决问题而非写代码,新人的成长路径依然依托于对资深决策思维的模仿与迭代。 - [13:08](https://www.youtube.com/watch?v=VY4jwwNF9No&t=788s) 全球软件代码总量正处于巨大 S 曲线的起跑阶段,代码生成量的暴增不仅不会缩减行业,反而会倒逼底层基础设施激增并对系统架构师提出更大需求。 - [14:41](https://www.youtube.com/watch?v=VY4jwwNF9No&t=881s) 现代 AI 开发范式已从手动管理多个独立智能体,进化为与单个主智能体对话、由其自主派生并调度多个子智能体并发执行复杂工程任务。 - [18:01](https://www.youtube.com/watch?v=VY4jwwNF9No&t=1081s) 全自动 CI/CD 闭环正成为现实:Agent 能自主监测 Issue、编写 PR,在多个 AI 审查机器人及生产镜像预览环境中测试无误后自动合并上线。 - [18:01](https://www.youtube.com/watch?v=VY4jwwNF9No&t=1081s) 为了支撑高自主性的 AI 部署,系统必须依托架构决策记录(ADR)、特性开关、灾难恢复与 Sentry 等可观测性防线来严格压缩爆炸半径。 - [21:17](https://www.youtube.com/watch?v=VY4jwwNF9No&t=1277s) AI 大幅拉低了非技术人群的产品构建门槛,但也带来了单人开发模式下缺乏性别、背景与国籍等“思想多样性”的新隐忧。 - [23:17](https://www.youtube.com/watch?v=VY4jwwNF9No&t=1397s) “隐形软件”将在未来普及,主动式智能体能感知个人冲突并按用户价值观自动生成临时微型工具,精准填补被主流商业软件忽视的长尾需求。 - [23:17](https://www.youtube.com/watch?v=VY4jwwNF9No&t=1397s) 政府管理、航空调度及金融银行等涉及重大公共安全的领域,无法被个性化隐形软件取代,依然需要经过严密协作与标准化的中心化系统支撑。 - [25:45](https://www.youtube.com/watch?v=VY4jwwNF9No&t=1545s) Sue Black 发起的三年民间抗争成功挽救了二战密码破译圣地布莱切利园,证明单一个体通过凝聚志同道合的社群,能够撬动巨大的社会变革。 - [28:24](https://www.youtube.com/watch?v=VY4jwwNF9No&t=1704s) 开发者面对 AI 的全能不应陷入存在主义危机,而应将这种空前的杠杆视作放大器,去思考如何以极低成本让一百万人的生活变得更美好。

## Detailed walkthrough ### [00:04](https://www.youtube.com/watch?v=VY4jwwNF9No&t=4s) 开场问答:当一切皆可构建时,什么才真正值得去构建?

会议刚拉开序幕,Kent C. Dodds 便向全场观众发起了一场即兴的举手调查:“在座各位当中,有谁敢确定自己一年后所做的事情和现在完全一样?”现场没有一个人举手。面对这片寂静,Kent 幽默地打趣说,幸好没人举手,否则真会让人有些尴尬。他感慨道,放在一年前,谁也无法准确预见今天整个技术生态会发展到何种地步,过去的预测几乎全部失效。在 AI 已经能够构建几乎一切的时代,开发者不再受限于“能不能做出来”,而是被迫面对一个更加本质的难题:既然 AI 能代劳所有事情,我们究竟应该构建什么?

为了给这场深度讨论铺设基调,Kent 与英国杜伦大学(Durham University)计算机科学教授兼技术布道师 Sue Black 展开对话,通过梳理两人数十年的技术从业脉络,寻找在技术激流中保持理性与定力的答案。

[01:08](https://www.youtube.com/watch?v=VY4jwwNF9No&t=68s) Sue Black 的科技人生:从单亲母亲到拯救布莱切利园的计算机科学家

Sue Black 向观众讲述了自己极具戏剧性与草根色彩的成长经历。由于家庭变故,她在 16 岁时便早早辍学,直到 26 岁时才重新回归教育体制。彼时,她已经是一位独自抚养三个幼童的单亲母亲。为了彻底摆脱贫困生活并改变家庭的财务窘境,她选择进入夜校攻读数学,并敏锐地察觉到“技术就是未来”,随后毅然攻读了计算机学位。在本科最后一年,导师询问她是否有意愿攻读博士学位(PhD),她虽然满口答应,内心却充满窘迫:“So I said, oh, I'd love to do a PhD. But what I didn't tell him was I didn't know what a PhD was.”

这段从零开始的求学之路开启了她长达数十年的科研与社会倡导生涯。拿下软件工程博士学位后,Sue 成为全职讲师并一路升任正教授。深知技术对个人生存轨迹带来的天翻地覆的改变,她创办了社会企业 techmums,专门帮助弱势地区的母亲们学习数字技能;她还创办了英国首个女性科技人员线上网络 BCSWomen(英国计算机学会女性网络),至今已有 25 年历史。此外,她曾带领全英范围的公众运动成功拯救了二战密码破译圣地布莱切利园(Bletchley Park)。大约八年前,她加入英格兰北部的杜伦大学担任计算机科学教授与技术布道师,持续以自身影响力拓宽科技的社会边界。

- 16 岁辍学,26 岁重回夜校攻读数学,带着 3 个年幼孩子的单亲母亲。 - 软件工程博士毕业后深耕学术界,创办面向弱势母亲的社会企业 techmums。 - 创立 BCSWomen 网络(迎来 25 周年纪念),领导活动拯救英国布莱切利园(Bletchley Park)。 - 现任杜伦大学(Durham University)计算机科学教授兼技术布道师。

[03:15](https://www.youtube.com/watch?v=VY4jwwNF9No&t=195s) 存在主义危机与重建乐观:智能体时代的协作工具

相比 Sue 跨越数十年的资历,Kent C. Dodds 提到自己在行业内的 14 年时间显得有些年轻,其中大部分岁月他都作为技术导师,通过海量教程、视频课程和 YouTube 内容教导全球开发者打造卓越的 Web 用户体验。然而,今年初大语言模型能力的爆发式跃升,曾让他陷入深刻的存在危机:“The AI models just got so, so good. And you're thinking, wow, they're they're doing what I used to do better than I used to do it.”

在熬过最初的迷茫后,Kent 重新找回了前所未有的乐观情绪。他坚信社会绝不会步入“后教育时代”,人类对知识的探索和传授依旧至关重要。目前他正在全力研发一款名为 Cody(kody.codes)的软件产品,旨在帮助多个 AI 智能体(Agents)高效协同工作。他指出,随着智能体能力的完备,行业陷入了一个非此即彼的怪圈:当我们拥有构建一切的算力与工具时,我们到底是任由智能体疯狂堆砌软件,最终走向一切皆造或干脆什么都不亲手构建,还是学会对每一次构建保持高度的清醒与审慎?

```mermaid flowchart LR accTitle: 从技术冲击到审慎构建的心态演变 accDescr: 展示开发者面临超强AI模型时,从存在危机走向智能体协作与审慎构建的心态演变路径。

subgraph Phase1["遭遇冲击"] A["AI 能力爆发式跃迁"] --> B["陷入存在危机:<br/>AI 比人类写得更好"] end

subgraph Phase2["重构认知"] B --> C["打破迷茫重塑乐观:<br/>人类经验依然关键"] C --> D["研发 Cody:<br/>探索智能体协同工作"] end

subgraph Phase3["核心思辨"] D --> E{"当一切皆可构建时?"} E -->|"失控生成"| F["漫无目的地制造冗余代码"] E -->|"保持克制"| G["深思熟虑、精简专注地构建"] end ```

[04:45](https://www.youtube.com/watch?v=VY4jwwNF9No&t=285s) 90 年代的软件困境与“涟漪效应”的启示

针对行业内部分人担忧 AI 会稀释老一辈程序员数十年经验积累的疑虑,Kent 坚决认为,哪怕智能体变得再智能,资深从业者沉淀的隐性经验依然不可或缺。他向 Sue 询问了其当年的博士核心研究——软件工程中的“涟漪效应”(The Ripple Effect)。Sue 回忆道,20 世纪 90 年代的大型银行与政务系统通常包含约 2000 万行代码,这在当时是一个令人望而生畏的天文数字。当时业界虽然反复强调必须保持系统文档的实时更新,但面对快节奏的商业环境,几乎没有人能够完全做到,工程师往往缺乏整个复杂系统的全貌映射。

开发人员在系统的某个角落稍作修改,根本无法预判波及全系统的破坏性级联效应,只能战战兢兢地祈祷不要引发系统崩盘。基于美国学者提出的涟漪效应计算思路,受限于 90 年代极其匮乏的算力,Sue 对算法进行了数学重构与精简,写了数千行代码搭建出一个用于运行小型玩具程序的分析系统。这段科研经历深刻塑造了她的世界观:软件修改会引发难以预测的连锁波动,而个体的行动同样如此。正如 Sue 所感慨:“I gradually realized over the years that as one person, you can have a massive effect on, on lots of different things around you.” 与此同时,她也见证了软件工程范式从死板的瀑布模型(Waterfall)向敏捷开发(Agile)及 Kent Beck 结对编程(Pair Programming)思想的跨越,行业第一次将持续向真实用户索取反馈视为理所当然的常识。

- 90 年代大型金融系统规模达到约 2000 万行代码,代码全景图缺失、文档普遍更新滞后。 - 开发人员陷入“局部改动导致全局雪崩”的恐慌,依赖写满注释和碰运气。 - Sue 重构并简化了涟漪效应算法,在有限算力下实现了小规模程序的级联影响度量。 - 软件工程在此期间从瀑布生命周期向敏捷与结对编程转型,用户持续反馈成为现代软件核心。

[07:44](https://www.youtube.com/watch?v=VY4jwwNF9No&t=464s) 克制即杠杆:单兵百万行代码时代的减法智慧

谈及当下的构建现实,Kent 指出开发速度的裂变比以往任何时刻都要剧烈。他展示了自己独自开发项目的数据:制作演示幻灯片时项目是 100 万行代码,仅仅两周后,代码量就已经膨胀到了 120 万行。如今凭借 AI 的辅助,单个独立工程师已经能轻松实现过去需要数个完整团队才能覆盖的工程吞吐量。然而 Kent 强调,这绝非炫耀,因为只要愿意燃烧数十亿 Token,任何人都能堆叠出海量代码;真正残酷的考验在于,在如此恐怖的开发速度下,如何确保自己做出来的东西具有真实价值。

为了说明“克制”在产品生命周期中的决定性作用,Kent 列举了移动互联网早期的经典商业案例: 1. **Burbn 与 Instagram 的诞生**:Kevin Systrom 早期打造的 Burbn 原本是一个对标 Foursquare 的复杂签到应用,包含打卡、拍照、上传、留言等臃肿模块。用户对绝大部分功能无动于衷,唯独喜爱照片上传功能。常规思维往往是调集更多资源(如今则是派出更多智能体)去优化冷门功能的使用率,但 Kevin 反其道而行之,果断删除了所有其他冗杂功能,仅保留纯粹的照片分享,Burbn 从而蜕变成了风靡全球的 Instagram。 2. **WhatsApp 的纯粹主义**:在所有竞争对手都在聊天软件中疯狂塞入游戏、动态流和广告的时期,创始人 Jan Koum 发布了一份几乎可称为宣言的原则:专注于打造极致简洁的聊天工具,拒绝一切花哨的干扰,最终铸就了 WhatsApp 势不可挡的爆发式增长。

Kent 借此总结道:“Having restraint on what you build actually is almost more powerful. And in fact, I would say it's even harder.” 在 AI 能以光速执行任何需求的世界里,保持深思熟虑的克制往往具备比盲目扩张更大的杠杆效应。这就引出了一个紧迫的问题:既然单个个体的工程杠杆已被放大至数个团队的规模,软件行业是否还需要接纳更多新手?在杜伦大学的大一课堂上,面对计算机科学专业的新生,大学究竟应当教给他们什么样真正有价值的能力?

[11:04](https://www.youtube.com/watch?v=VY4jwwNF9No&t=664s) 计算机教育的转变:从死磕代码到系统级思维与软技能

计算机科学的传统教学重心向来是“编写代码并确保无误”,但时代已经发生了剧烈的转变。Sue Black 教授指出,虽然底层代码仍然重要,但当今学生真正需要从入学伊始就掌握的,是对“宏观计算”(computing in the large)的整体理解——不仅要思考如何在这个世界上应用计算,还要理解如何构思并统筹每个人如今都有能力搭建的大型软件系统。

为应对这种转变,她在杜伦大学的教学模式转向了更贴近产业实际与创业生态的引导。她邀请多位创业者走进课堂,向学生解析初创公司(startups)与规模化扩张企业(scaleups)的真实运作,并带领学生进行创业构想(ideation)。在 AI 时代,不仅是计算机专业的学生,几乎所有人都有机会打造属于自己的数字化产品。

业界资深人士的分享反复印证了一个关键观点:软技能才是当下的制胜要素。在团队协作、行业社交以及人际连接方面的能力,其重要性早已超越了单纯的语法编写。正如 Sue Black 所总结的那样:“过去,大家普遍认为最困难的是编写代码;但现在,我们必须跳出单纯进入一家机构当码农的思维,转向系统层面与软件编排(software orchestration)的高度,而不再是日复一日坐在那里机械地写代码。”

- **传统重点**:追求代码编写的精确性与无错语法。 - **现代教学重心**:宏观计算思维、系统架构编排、创业构想与商业落地。 - **核心软技能**:团队高效协作、人际连接与行业网络构建(Networking)。

---

[13:08](https://www.youtube.com/watch?v=VY4jwwNF9No&t=788s) 初级开发者的未来与软件爆炸式增长的 S 曲线

随着 AI 编程代理(AI Agents)能力的飞跃,业界普遍弥漫着一种焦虑:“初级开发者(Junior)是否已经失去了存在价值?行业是否还给新人留有立足之地?毕竟以往交给初级工程师完成的任务,现在直接丢给 Agent,往往能完成得更快更好。”针对这一质疑,Kent C. Dodds 提出了坚决的反对意见,他认为将工程师的价值仅仅定义在“写代码”上从根本上就是错的。

Kent 强调,无论是资深工程师还是初级新人,其岗位的本质始终是“解决问题”(solve problems),写代码从来都不是终极目标。初级工程师向资深工程师蜕变的核心路径,在于不断模仿资深人士的做事模式,尽可能贴近他们的思维方式去处理复杂议题。在这个过程中,资深工程师的职责正是为他们提供指引与纠偏。正因如此,初级开发者的成长逻辑在本质上并未被颠覆。

从宏观行业趋势来看,软件工程不仅没有萎缩,反而处于更大规模爆发的前夜。Kent 援引了大会主题演讲中关于全球代码生成总量的统计图表:五年前人们或许以为软件已经足够丰富甚至过剩,但数据显示代码量正以惊人的斜率狂飙突进。这也解释了为何 GitHub 仍在持续对底层基础设施进行激进投资。正如 Kent C. Dodds 所断言的:“我们正处于我所预见的一条巨大 S 曲线的起跑阶段;甚至可能它永远不会放缓,而是永远呈现指数级增长。无论是哪种情况,我们对软件工程师的需求只会变得更多。”

```mermaid flowchart TD accTitle: Junior Developer Growth and Software Expansion accDescr: Diagram illustrating the evolving role of junior developers focused on problem-solving and the exponential growth of software systems.

subgraph Growth["成长模式:角色认知重塑"] A["传统误区:初级岗是写代码的工具人"] -->|认知纠偏| B["核心价值:聚焦于实际问题的解决"] B -->|资深导师指引 & 模拟高级决策| C["晋升成熟:具备系统级思维的资深工程师"] end

subgraph Expansion["行业前景:S 曲线与基础设施"] D["AI 生成工具全面普及"] -->|代码生成量呈指数级暴增| E["系统规模与复杂度爆炸式增长"] E -->|推动巨额基建投资| F["对掌控全局的软件工程师需求不减反增"] end ```

---

[14:41](https://www.youtube.com/watch?v=VY4jwwNF9No&t=881s) 120 万行代码的单人神话:一人即是一支工程团队

Sue Black 回顾自己早年攻读计算机科学学位时,导师反复灌输的核心命题就是“如何确保代码真正符合其设计初衷与用途(fit for purpose)”。但在如今单枪匹马就能轻松生成百万行代码的时代,这一标准的检验方式引发了极大的好奇。Kent 顺势分享了他在自身项目(kody.codes)中的真实实践——他自当年 3 月启动项目以来,不仅构建了包含 120 万行代码的代码库,甚至随着产品演进,删除的代码量也几乎与现有总代码量持平。在他看来,代码库的高频重构与演进,恰恰是真正在雕琢产品而非盲目拼凑堆砌的核心分水岭。

当 Sue 询问他的团队规模以及构建了多少智能体时,Kent 揭秘了自己极具杠杆效应的工作流:他日常几乎只与一个主智能体(主要使用 Rockbot 作为主要执行者)进行高阶对话,而这个主智能体则能够根据任务需求,自主派生出任意数量的子智能体(subagents)去并发执行具体开发任务。这种模式彻底颠覆了数月前逐一启动孤立 Agent 的繁琐流程。

面对 Sue 关于“这种自动化程度相当于替代了多少人力”的追问,Kent 坦言,根据自己在大型科技企业主导同类复杂产品的经验,在目前这样的迭代节奏下,原先至少需要两到三个由人类组成的完整软件工程团队。Sue 听后感慨万千,回忆起自己当年从 BASIC、Pascal 再一路写到 COBOL 的经历:那时常常为了排查短短几行代码中的错误,在屏幕上一口气滚出 60 条报错信息;而如今单人驾驭 Agent 即可完成数个研发团队的工作量,技术跨度令人震撼。

- **代码库规模**:一人在数月内构建 120 万行代码,且迭代删除的代码量几乎与现有存量等同。 - **Agent 管理架构**:从早期的手动管理多个孤立 Agent,演化为“与单个 Agent 经理对话,由其自主派生并调度多个子智能体并发执行”。 - **人效对比**:单个开发者借助 AI 编排,达到了过去 2 至 3 个完整工程团队才能企及的研发交付节奏。

---

[18:01](https://www.youtube.com/watch?v=VY4jwwNF9No&t=1081s) 自动化流水线:PR 到生产环境的闭环与风险控制

为了具象化展示这套系统如何保证“代码符合实际用途”,Kent 现场演示了一段自动交付的视频。令人惊叹的是,整个修复与上线流程完全在他熟睡时自主闭环完成:甚至连代码审查所针对的 Bug,最初也是由在代码库中运行并使用产品的 Agent 发现并自动提交的 Issue。

整个流水线遵循严格的多层校验与防护机制。Pull Request 开启后,CI 流程不仅会触发常规检查,还会同时调用三个各具特色的 AI 代码审查机器人展开拉锯式审查与自动修补。随后,CI 自动部署一个镜像化的预览环境(preview environment),供负责实现的 Agent 在贴近生产的环境中自主进行交互测试。确认无误后,Agent 自主合并 PR 并直接推向生产环境(kody.codes),Kent 本人全程甚至无需人工审阅哪怕一行代码。

为防止自动化导致系统崩溃,Kent 强调必须通过系统级约束来压缩爆炸半径(blast radius)。这包括建立清晰完备的架构决策记录(ADR)、高可见性的系统基础元原语(primitives)、健全的特性开关(feature flags)、灾难恢复方案以及诸如 Sentry 之类的全方位可观测性监控体系。正如 Kent C. Dodds 所论证的:“产品的输出——也就是最终生成的代码——固然重要,但只要把控好输入决策并建立起稳健的验证防线,大量的中间编码都可以交由自动化完成,从而让我们跃升至更高层次的杠杆,专注于打造真正解决用户痛点的产品。”

```mermaid flowchart LR accTitle: Automated CI/CD Pipeline Driven by AI Agents accDescr: Flowchart displaying how an AI agent detects an issue, creates a PR, iterates through reviews, tests in a preview environment, and deploys to production autonomously.

subgraph Trigger["触发与创建"] A["Agent 监控系统并自动提交 Issue"] --> B["实现 Agent 遵循 ADR 创建 PR"] end

subgraph Verification["校验与测试"] B --> C["3 个 AI 审查机器人自动 Review & 迭代修改"] C --> D["CI 自动部署生产级预览环境"] D --> E["实现 Agent 自主在预览环境中验证功能"] end

subgraph Production["上线与防御"] E --> F["Agent 自主合并 PR 并发布至生产"] F --> G["多层防御网:特性开关 / 灾备 / Sentry 可观测性"] end ```

---

[20:19](https://www.youtube.com/watch?v=VY4jwwNF9No&t=1219s) 技术包容性与多元化背景人才的重塑

面对单人即可调度相当于多个团队研发力量的技术现状,Kent 抛出了一个极其尖锐的行业命题:“AI 究竟是在扩大科技行业的包容范围、让更多人得以加入,还是在向人们宣告‘我们不再需要你了’?”

对此,Sue Black 的回答兼具现实与乐观,给出了“既是又不是(yes and no)”的辩证研判。她展示了自己在杜伦大学发起并推动的公益项目“TechUPWomen”的照片。该项目致力于对来自欠发达与代表性不足群体(underserved communities)的女性进行全方位的再培训,帮助她们转型步入科技职场。然而在单人即可充当完整团队的新生产范式下,“为大型技术团队输送多样化人才”的传统初衷正面临重新定义。

从积极的一面来看,AI 以前所未有的方式降低了技术壁垒。以往必须精通晦涩语法、底层系统配置才能实现的软件构想,现在几乎任何有清晰逻辑与应用创意的人,都能借助自然语言引导 AI 打造出功能完备的软件系统。AI 极大地拓宽了创作者的准入门槛,让技术赋能从少数精英阶层向更大规模的群体扩散。

- **受访项目**:杜伦大学“TechUPWomen”计划,专注于帮助弱势群体与代表性不足女性重塑科技技能。 - **时代悖论**:一方面 AI 减少了传统企业技术团队对基础人力的机械依赖,另一方面它让任何具备商业或社会洞察的个体都拥有了掌控完整软件生命周期的能力。

[21:17](https://www.youtube.com/watch?v=VY4jwwNF9No&t=1277s) AI 时代的多样性挑战与科技包容

谈到生成式 AI 的普及,Sue Black 首先指出了极其积极的一面:那些过去可能永远没有机会学习编程的人,如今只要拥有绝妙的创意,就能借助 AI 构建出相匹配的产品与服务。从多样性的角度来看,这无疑降低了门槛,让任何人都能参与创造。然而,这也带来了一个隐忧:当构建整个系统的工作完全由单打独斗的一名开发者完成时,我们该如何将“思想的多样性”注入其中?

Sue Black 强调,多样性是一种不可替代的力量,它涵盖了年龄、背景、国家、国籍、种族以及性别等方方面面。在当今的全球化市场中,软件必须对全世界的用户都适用。如果团队只剩一个人,多样性要从何而来?这是一个目前尚无明确答案的开放性问题。

随后,Sue Black 深情地回顾了自己的过往。她多年来一直致力于推动弱势女性跨入科技行业,对此深有感触:“talent is everywhere, but opportunity isn't.”(才华无处不在,但机会并非如此。)三十年前,她在二十多岁时还是一个身无分文、靠救济金度日的单身母亲;如果当年没有机会学习数学和计算机,她绝不可能拥有如今这般成功的学术与科技生涯,更不敢想象自己有一天能坐在 GitHub Universe 的舞台上与大家分享经验。科技彻底改变了她的人生,也改变了她四个孩子和六个孙辈的命运。在听到 Kent C. Dodds 提到自己有六个孩子时,Sue 开玩笑说,他们两位光靠生这么多孩子和孙辈,就已经在独自壮大并改变科技行业了。虽然 AI 确实拓宽了受益人群的范围,但单人开发模式下的多样性缺失依然是一个必须警惕的课题。

- **阶层跨越的真实样本**:Sue Black 曾是带着三个年幼孩子的单身母亲,处于贫困边缘,通过学习计算机改写了家族几代人的轨迹。 - **大家庭的幽默互动**:Sue Black 拥有 4 个孩子和 6 个孙辈,而 Kent C. Dodds 拥有 6 个孩子,两人戏称这是在“身体力行增加科技行业人口”。

---

[23:17](https://www.youtube.com/watch?v=VY4jwwNF9No&t=1397s) “隐形软件”的兴起与中心化系统的并存

针对 Sue Black 的提问,Kent C. Dodds 坦言,虽然自己目前确实是一个人构建产品,偶尔也会感到孤单,希望能有更多人并肩作战,并且非常依赖开源贡献者的帮助。他认同单人开发大型系统容易忽视受众需求,因此与真实用户保持极度紧密的联系至关重要;同时他也支持 Sue 的教育理念,即开发者依然必须掌握团队协作与人际沟通的能力,世界并不会走向“所有产品都由单人承包”的极端。

不过,Kent C. Dodds 提出了一个极具前瞻性的概念——**“隐形软件”(Invisible Software)**。他认为未来软件开发将从数以亿计的专业开发者,扩张到数十亿普通大众。这并不是说普通人都会主动调用智能体喊“帮我写个 App”,而是大众最终会意识到:智能体不仅能回答问题,更能主动解决实际困难。

未来的智能体会变得极为主动,例如检测到用户的日历出现冲突或其他痛点时,它会自动提议解决,并在后台直接针对该场景生成一段临时定制的软件来排忧解难。这让软件能够完全按照用户自己的价值观被编码出来,专门为单个个体服务。这种模式能为以往被主流软件忽视的长尾、弱势人群带来前所未有的精准服务。

但 Kent 也明确界定了这种模式的边界:并非所有东西都能变成隐形软件。政府管理、航空调度、银行金融等关键领域,依然需要高度可靠的中心化系统;不可能让每个人都拥有自己独立版本的银行账户窗口,就像不可能让每个人都拥有一架私人飞机一样。因此,大体量的复杂系统与超个性化的隐形软件未来将会并行存在。

```mermaid flowchart TD accTitle: Future Software Paradigms accDescr: Comparison between Invisible Software for individuals and centralized systems for mission critical infrastructure.

subgraph InvisibleSoftware["隐形软件(Invisible Software)"] A["个人用户痛点 / 日程冲突"] --> B["主动式 AI 智能体"] B --> C["即时动态构建个性化 App"] C --> D["彻底满足长尾与弱势群体需求"] end

subgraph CentralizedSystems["中心化核心系统(Centralized Systems)"] E["公共治理 / 政府体系"] F["航空运输调度"] G["银行与金融交易"] E --- H["需要统一标准、团队协作与绝对安全"] F --- H G --- H end ```

- **受众跃迁**:从亿级(专业程序员)迈向数十亿级(全民通过智能体构建自用软件)。 - **智能体演进**:从“被动问答”进化为“主动发现矛盾并用软件自动化解决”。 - **双轨架构**:高度个性化、用完即弃的“隐形定制软件”与严肃稳定的“中心化基础设施”长久共存。

---

[25:45](https://www.youtube.com/watch?v=VY4jwwNF9No&t=1545s) 布莱切利园战役:单一个体如何撬动宏大变革

面对系统越来越庞大、个人越来越渺小的无力感,Kent 向 Sue 抛出了一个核心疑问:“作为单个开发者,我该如何带来巨大的变革?我一个人究竟能做些什么?”

Sue Black 回应道,在这个复杂的时代已经没有简单的现成答案,很多人往往会陷入“我微不足道、无法产生影响”的虚无感,但事实恰恰相反。她以自己创立英国首个女性科技在线网络,以及挽救**布莱切利园(Bletchley Park)**的亲历故事进行了有力反驳。

二战期间,包括阿兰·图灵(Alan Turing)在内的约 10,000 名盟军密码破译人员曾在布莱切利园秘密工作。他们的破译成果据称让二战缩短了整整两年;而在当时,战争每年导致约 1,100 万人丧生。然而由于保密长达数十年,这处功勋遗址在战后面临严重的资金短缺,甚至濒临倒闭清算。

当时身为计算机系主任的 Sue 偶然得知这一状况,随即向英国所有的计算机系教授和系主任群发邮件呼吁支持。她最初并未意识到自己在掀起一场运动,但这最终演变成了一场长达三年的挽救布莱切利园行动(2008 年至 2011 年)。经过顽强抗争,他们最终从英国国家彩票基金获得了 460 万英镑拨款,并赢得了 Google 等科技巨头的资金注资,彻底挽救了这座历史地标。

Sue 借此总结道,从底层福利救济一路走来,她从未想过自己能促成如此深刻的改变。她告诉现场所有的开发者:“And particularly if you surround yourself with the right people that care about the same things that you do.”(特别是当你让自己身边围绕着一群和你一样在乎同样事情的志同道合者时,你就能让巨大的改变发生。)

- **历史意义**:布莱切利园破译团队的战果缩短了两年二战进程,间接拯救了数千万人的生命。 - **资金突破**:历时三年民间抗争,最终为遗址锁定了英国彩票基金 460 万英镑及 Google 的关键资助。 - **行动哲学**:不要单打独斗,寻找对相同使命抱有热情的同道中人组建社群。

---

[28:24](https://www.youtube.com/watch?v=VY4jwwNF9No&t=1704s) 百万人影响挑战与闭幕互动

在分享的尾声,Kent C. Dodds 顺着 Sue 的故事向台下及屏幕前的所有观众提出了一个掷地有声的挑战:“So what could you do to make the life better for a million people?”(你能做些什么让一百万人的生活变得更美好?)

Kent 观察到,当下许多人因为 AI 智能体展现出的全能属性而陷入了严重的生存危机感,焦虑地哀叹“智能体把什么都干完了,我还能做什么”。他号召大家把这种思维彻底颠倒过来:正因为拥有了如此不可思议的技术杠杆,个人才拥有了前所未有的放大器,能够以极低的成本触达并帮助极其庞大的人群。

最后,Kent 与 Sue 宣布分享结束,并邀请对多样性、AI 工具选择及负责任构建软件等话题意犹未尽的观众前往现场侧方的 Speakeasy 区域继续交流提问、合影互动,同时也开放了线上反馈通道。两位讲者在全场掌声中向参会者致谢并告别。

## Notable quotes > [07:44](https://www.youtube.com/watch?v=VY4jwwNF9No&t=464s) Having restraint on what you build actually is almost more powerful. And in fact, I would say it's even harder. — Kent C. Dodds

> [21:17](https://www.youtube.com/watch?v=VY4jwwNF9No&t=1277s) talent is everywhere, but opportunity isn't. — Sue Black

> [04:45](https://www.youtube.com/watch?v=VY4jwwNF9No&t=285s) I gradually realized over the years that as one person, you can have a massive effect on, on lots of different things around you. — Sue Black

> [13:08](https://www.youtube.com/watch?v=VY4jwwNF9No&t=788s) 我们正处于我所预见的一条巨大 S 曲线的起跑阶段;甚至可能它永远不会放缓,而是永远呈现指数级增长。无论是哪种情况,我们对软件工程师的需求只会变得更多。 — Kent C. Dodds

> [11:04](https://www.youtube.com/watch?v=VY4jwwNF9No&t=664s) 过去,大家普遍认为最困难的是编写代码;但现在,我们必须跳出单纯进入一家机构当码农的思维,转向系统层面与软件编排(software orchestration)的高度,而不再是日复一日坐在那里机械地写代码。 — Sue Black

> [18:01](https://www.youtube.com/watch?v=VY4jwwNF9No&t=1081s) 产品的输出——也就是最终生成的代码——固然重要,但只要把控好输入决策并建立起稳健的验证防线,大量的中间编码都可以交由自动化完成,从而让我们跃升至更高层次的杠杆,专注于打造真正解决用户痛点的产品。 — Kent C. Dodds

## Mentioned Kent C. Dodds, Sue Black, Durham University, GitHub, GitHub Universe 2026, Bletchley Park, BCSWomen, techmums, TechUPWomen, kody.codes, Cody, Rockbot, Instagram, Burbn, Kevin Systrom, WhatsApp, Jan Koum, Kent Beck, Alan Turing, Google, Sentry

## Video description AI can build almost anything you ask it to, which makes a harder question unavoidable: what's actually worth building? In this GitHub Universe 2026 conversation, Sue Black of Durham University and Kent C. Dodds of kody.codes make the case for building software deliberately rather than reflexively. This session explores what responsible software looks like and takes a deeper dive into the daily reality of shipping, choosing developer tools, and maintaining what is already built. You'll leave with a sharper set of questions to bring to your own work, along with a clearer sense of when development speed is worth it and when it isn't.

Speakers:

Kent C. Dodds, Product Engineer, kody.codes Sue Black, Professor of Computer Science and Technology Evangelist, Durham University

Watch more videos from GitHub Universe 2026: https://www.youtube.com/watch?v=AArI948SDz8&list=PLENrlACZ7mnU

— CHAPTERS —

00:00 Welcome to GitHub Universe 2026 00:22 What's worth building with AI? 01:06 Sue Black's journey in Technology 03:15 Kent C. Dodds' AI optimism & kodi 04:45 Understanding the ripple effect 07:44 Building with restraint in AI 10:30 Educating the next generation of developers 14:41 Ensuring software is fit for purpose 20:19 AI and diversity in tech 23:14 Invisible software & individual impact 28:25 The million-person impact challenge 29:08 Join the conversation & feedback

#GitHubUniverse #SoftwareEngineering #OpenSource

Stay up-to-date on all things GitHub by connecting with us:

YouTube: https://gh.io/subgithub Blog: https://github.blog X: https://twitter.com/github LinkedIn: https://linkedin.com/company/github Insider newsletter: https://resources.github.com/newsletter/ Instagram: https://www.instagram.com/github TikTok: https://www.tiktok.com/@github

About GitHub It’s where over 180 million developers create, share, and ship the best code possible. It’s a place for anyone, from anywhere, to build anything—it’s where the world builds software. https://github.com

[Source](https://www.youtube.com/watch?v=VY4jwwNF9No)

中文简报

Kent Dodds与Sue Black告诫工程师:影响力重于规模 自主软件生成技术的激增,使有意识的克制和以人为本的设计成为实现有意义、大规模社会影响的首要因素。 针对人工智能智能体让代码生成变得毫无阻力的现代软件困境,Kent C. Dodds与Sue Black教授指出,有意识的克制、缩减范围和人类意图远比单纯的代码产出速度更为关键。演讲者将传统软件工程原则(如遗留代码库中的涟漪效应和以用户为中心的敏捷设计)与能够无需人工干预即可编写、审查和部署代码的前沿自主智能体流水线联系起来。他们强调,尽管人工智能降低了技术实现的门槛,但工程学的未来很大程度上依然依赖于系统思维、社区协作和思维的多样性。演讲在最后将开发者对于自动化的存在性焦虑转化为一项挑战,即利用现代杠杆去改善一百万人的生活。 Kent C. Dodds展示了使用自主智能体流水线的独立开发者能够管理超过120万行代码的代码库,产生的产出相当于以往两到三个完整的工程团队。 (7:44) Sue Black关于“涟漪效应”的博士研究强调了未记录的代码变更如何引发系统性错误,并指出当今的智能体生成速度需要架构克制和系统思维,而非不受限制的代码生成。 (4:45) kody.codes的自主流水线利用架构决策记录、AI审查机器人和预览环境,使智能体能够直接提交、实现、测试并合并PR至生产环境,无需人工逐行检查。 (18:01) 虽然生成式人工智能为传统计算机科学领域之外的人群降低了软件创作门槛,但由个人独立构建的系统仍可能缺乏涵盖种族、性别和背景的思维多样性,而这种多样性对面向全球的软件至关重要。 (21:19)

精炼阅读摘要

在人工智能能够低成本生成海量代码的背景下,软件工程师 Kent C. Dodds 与杜伦大学计算机系教授 Sue Black 指出,开发的核心挑战已从微观语法实现转向意图克制、系统架构治理与解决实际社会问题的宏观能力。 代码膨胀陷阱与克制构建的价值 (7:44) Kent C. Dodds 指出,当前借助人工智能代理工具,个人开发者生成代码的速度达到了前所未有的水平。他以自身项目为例,代码库在两周内从 100 万行迅速膨胀至 120 万行,但这并不直接等同于创造了真实的商业或人类价值。在代码生成边际成本接近于零的环境中,开发者面临着“因为能做一切而盲目生产数字垃圾”的诱惑。Dodds 认为,相比无休止地扩充功能,有意识的功能削减与范围约束才是更稀缺、难度更高的工程能力。 历史商业案例印证了克制构建的必要性。例如,Kevin Systrom 创建的 Burbn 原本是一个包含签到、游戏和评论等复杂功能的地理位置应用,但在发现用户仅对照片分享感兴趣后,Systrom 果断删除了所有无关功能,将其精简为 Instagram;类似地,Jan Koum 在创办 WhatsApp 时,明确拒绝了当时竞品普遍搭载的社交游戏、横幅广告等干扰项,坚持纯粹即时通信的定位。Dodds 强调,现代开发者的核心竞争力不再是消耗多少 Token 生成语法,而是甄别哪些软件真正值得构建并敢于做减法。 涟漪效应与自主代理运维的架构防线 (14:41) 代码量的爆发性增长对软件工程的可维护性提出了严峻考验。Sue Black 回顾了她在 20 世纪 90 年代关于软件“涟漪效应”(Ripple Effect)的博士研究:当时大型银行系统往往包含 2000 万行代码,且缺乏有效文档,开发者修改单一模块极易引发不可预测的下游连锁崩溃。Black 指出,随着现代代理在短时间内堆砌出庞大代码体量,这种系统性依赖与副作用的风险再度被放大,系统全局视野的重要性远超以往。 针对自动化环境下的系统失控隐患,Dodds 介绍了其管理 120 万行代码库的自主流水线架构。他通过 Rockbot 配置单一主导代理充当工程主管,由其自主拆解任务并生成子代理,完成从代码编写、审查到部署的全流程。为确保代码在无人工行级审查的情况下稳定运行,Dodds 依赖严格的架构决策记录(ADR)指导接口复用,在持续集成(CI)环节运行三套独立的 AI 审查机器人,并在隔离的预览环境中完成自动化验证与冒烟测试。同时,配合特性开关(Feature Flags)和 Sentry 等可观测性工具严格控制错误爆炸半径,确保持续重构与剪裁代码成为系统健康的常规机制。 教育范式重塑与初级工程师的不可替代性 (11:04) 针对自动化工具替代初级岗位的行业担忧,Sue Black 指出高校计算机教育必须迅速从单一的微观语法教学转向“宏观计算”(computing in the large)。开发者在企业中耗费数年手写孤立函数代码的传统模式正在终结,杜伦大学的教学实践表明,理解整体系统架构、软件对社会的宏观影响、团队动态协作以及人际沟通能力,在工业界中的权重大幅超越纯手工编码,工程师的定位已向高阶系统设计者与调度者迁移。 Kent C. Dodds 驳斥了初级工程师将走向消亡的行业论调。他主张软件工程的本质始终是解决问题,而非物理敲击键盘;初级开发者正是通过在资深工程师的指导下尝试高级复杂任务,逐步实现专业晋升。Dodds 观察到,软件行业远未达到需求饱和的平台期,反而处于指数级扩张 S 曲线的起点,自动化工具催生的软件体量激增,将促使行业需要更多具备问题定义与系统编排能力的工程人才。 独立开发的视角断层与隐形软件构想 (21:17) AI 工具显著降低了构建软件的门槛,但 Black 与 Dodds 共同警示了单人全栈开发模式带来的多元性流失。Black 创立的 TechUpWomen 长期致力于帮助弱势群体女性转岗科技行业,她认为虽然 AI 抹平了编码技术门槛,但也削弱了企业对大型多元工程团队的即时依赖。当单一工程师独立闭门造车时,全球化软件开发所依赖的跨文化、跨性别、跨年龄与跨背景的多元思维碰撞将被严重压缩,可能导致系统设计产生盲区。 为了平衡这一矛盾,Dodds 提出了“隐形软件”(Invisible Software)的演进预测。随着全球软件创造者从数亿传统开发者扩展至数十亿普通用户,主动型 AI 代理将学会在后台主动感知个体摩擦(如日程冲突或物流堵塞),按需动态生成专属、短暂存在且贴合特定个人价值观的应用。这类高度个性化的超小型工具能够有效填补传统商业软件忽视的边缘与小众群体需求,但 Dodds 同时澄清,航空、银行和政务等支撑现代社会运转的中心化公共基础设施,依然必须依托严密的标准化工程团队共同维护。 个体能动性的杠杆与系统性社会变革 (25:45) 面对技术巨变带来的行业虚无感,Sue Black 通过历史实证阐明了个体行动在驱动系统性变革中的关键作用。在二战期间,包括艾伦·图灵在内的布莱切利园(Bletchley Park)约 1 万名密码破译人员为缩短两年战局做出了决定性贡献;然而在 2008 年,该历史遗址因财政危机濒临关闭。Black 作为时任大学计算机系主任,在没有外部背景依托的情况下发起倡议,通过向全英计算机系主任群发邮件并组织为期三年的公众运动(2008–2011 年),最终争取到英国遗产彩票基金的 460 万英镑以及谷歌等企业的资助,成功永久挽救了该遗址。 Dodds 借此案例向开发者发出行动呼吁,敦促从业者从被动防守转向主动出击。在生成式 AI 将个体工程实施杠杆放大到极致的当下,一名程序员所能撬动的分发范围与实现能力在人类技术史上前所未有。Dodds 提议,开发者与其陷入自身是否会被模型取代的焦虑,不如主动将精力对准高价值领域,将技术杠杆转化为能切实改善 100 万人生活质量的现实工程。 本场讨论勾勒出 AI 普及后软件工程的范式转移,但对于完全依赖自主代理端到端部署的核心系统如何进行深层法务归责,以及个体主导的“隐形软件”如何与既有中心化基础设施安全互通,两位讲者并未给出具体的技术规范与制度解法,留待行业进一步实践探索。

Detailed notes — zh

## Background 本内容由 GitHub 官方频道于 2026 年 11 月 11 日在 YouTube 平台发布,记录了 GitHub Universe 2026 大会上的一场深度对谈。根据官方简介,杜伦大学计算机科学教授 Sue Black 与 kody.codes 产品工程师 Kent C. Dodds 共同探讨了在 AI 能够代劳几乎所有编码工作的时代,开发者应如何审慎而非盲目地构建软件,并深入剖析了负责任软件交付、开发工具选型以及系统维护的现实考量。 ## TL;DR 面对 AI 带来的超强代码生成能力,对谈从“什么才真正值得构建”这一本质命题切入,探讨了开发者在技术激流中的定位与责任。Sue Black 结合早年从单亲母亲逆袭为知名计算机学者并拯救布莱切利园的经历,分享了“涟漪效应”、计算机教育转向系统架构与软技能、以及科技包容与多样性的重要性;Kent C. Dodds 则展示了自己单枪匹马借助 AI 智能体管理维护 120 万行代码的自动化闭环流水线,并阐述了产品开发中“克制即杠杆”的减法哲学。两人深入探讨了主动式“隐形软件”与中心化关键基础设施并存的未来图景,呼吁工程师跳出代码堆砌的虚无感,将 AI 的超级杠杆转化为改善百万人生活的实质影响力。 ## Atmosphere & style 整场对谈兼具睿智思辨与人文温情,既有资深工程师在遭遇技术剧变后的坦诚自省,又有跨越数十载技术演进的历史纵深感。两位讲者配合默契,Kent 的前沿工程实践与 Sue 极具传奇色彩的草根奋斗史相互映衬,在风趣幽默的家庭调侃与严肃深刻的伦理讨论之间自如切换。现场氛围引人深思且充满力量,将技术爆发期普遍弥漫的存在主义焦虑,成功导向了一种坚定、审慎且以人为本的建设性乐观。 ## Bulletin - [14:41](https://www.youtube.com/watch?v=VY4jwwNF9No&t=881s) 随着 AI 编程智能体能力跃迁,单兵开发者已能达到过去两到三个工程团队的吞吐量,例如 Kent C. Dodds 独立在数月内构建并维护了 120 万行代码的项目。 - [07:44](https://www.youtube.com/watch?v=VY4jwwNF9No&t=464s) 当生成代码变得极度廉价时,精简功能的“克制”比盲目扩张功能具备更高的杠杆效应,开发重点正从机械写代码转向系统编排与问题定义。 - [23:17](https://www.youtube.com/watch?v=VY4jwwNF9No&t=1397s) 未来的软件生态将呈现双轨制发展:一方面是主动为个体解决特定痛点、即时生成的“隐形软件”,另一方面是公共治理与金融等领域不可替代的中心化基础设施。 - [11:04](https://www.youtube.com/watch?v=VY4jwwNF9No&t=664s) 计算机教育重心正从语法无误转向宏观系统级思维与软技能,初级工程师的核心价值在于学习高级问题解决范式,而非单纯担任代码生成器。 ## Key takeaways - [00:04](https://www.youtube.com/watch?v=VY4jwwNF9No&t=4s) 在 AI 能够代劳几乎一切代码编写的时代,开发者的核心困惑已从“能不能做出来”转变为“究竟什么才值得被构建”。 - [01:08](https://www.youtube.com/watch?v=VY4jwwNF9No&t=68s) Sue Black 分享了自己从 26 岁带着三个孩子的单亲母亲重返教育、一路攻读软件工程博士并成为计算机教授的跨越历程,印证了技术对个人命运的根本性改变。 - [04:45](https://www.youtube.com/watch?v=VY4jwwNF9No&t=285s) 90 年代大型软件系统的“涟漪效应”表明局部修改极易引发难以预料的级联崩溃,这一原理提示在庞大系统与社会行动中,个体行为同样具有深远波动。 - [07:44](https://www.youtube.com/watch?v=VY4jwwNF9No&t=464s) 代码生成的极端提速让“克制”成为更强大的杠杆,如 Instagram 砍掉 Burbn 复杂功能与 WhatsApp 专注纯粹通信,都证明做减法比堆砌功能更难且更有效。 - [11:04](https://www.youtube.com/watch?v=VY4jwwNF9No&t=664s) 高校计算机教育正在重塑,重点从死磕语法转向宏观计算思维、系统级架构编排、创业构想以及人际协作等软技能的培养。 - [13:08](https://www.youtube.com/watch?v=VY4jwwNF9No&t=788s) 初级开发者的生存价值并没有被 AI 消灭,因为工程师的天职是解决问题而非写代码,新人的成长路径依然依托于对资深决策思维的模仿与迭代。 - [13:08](https://www.youtube.com/watch?v=VY4jwwNF9No&t=788s) 全球软件代码总量正处于巨大 S 曲线的起跑阶段,代码生成量的暴增不仅不会缩减行业,反而会倒逼底层基础设施激增并对系统架构师提出更大需求。 - [14:41](https://www.youtube.com/watch?v=VY4jwwNF9No&t=881s) 现代 AI 开发范式已从手动管理多个独立智能体,进化为与单个主智能体对话、由其自主派生并调度多个子智能体并发执行复杂工程任务。 - [18:01](https://www.youtube.com/watch?v=VY4jwwNF9No&t=1081s) 全自动 CI/CD 闭环正成为现实:Agent 能自主监测 Issue、编写 PR,在多个 AI 审查机器人及生产镜像预览环境中测试无误后自动合并上线。 - [18:01](https://www.youtube.com/watch?v=VY4jwwNF9No&t=1081s) 为了支撑高自主性的 AI 部署,系统必须依托架构决策记录(ADR)、特性开关、灾难恢复与 Sentry 等可观测性防线来严格压缩爆炸半径。 - [21:17](https://www.youtube.com/watch?v=VY4jwwNF9No&t=1277s) AI 大幅拉低了非技术人群的产品构建门槛,但也带来了单人开发模式下缺乏性别、背景与国籍等“思想多样性”的新隐忧。 - [23:17](https://www.youtube.com/watch?v=VY4jwwNF9No&t=1397s) “隐形软件”将在未来普及,主动式智能体能感知个人冲突并按用户价值观自动生成临时微型工具,精准填补被主流商业软件忽视的长尾需求。 - [23:17](https://www.youtube.com/watch?v=VY4jwwNF9No&t=1397s) 政府管理、航空调度及金融银行等涉及重大公共安全的领域,无法被个性化隐形软件取代,依然需要经过严密协作与标准化的中心化系统支撑。 - [25:45](https://www.youtube.com/watch?v=VY4jwwNF9No&t=1545s) Sue Black 发起的三年民间抗争成功挽救了二战密码破译圣地布莱切利园,证明单一个体通过凝聚志同道合的社群,能够撬动巨大的社会变革。 - [28:24](https://www.youtube.com/watch?v=VY4jwwNF9No&t=1704s) 开发者面对 AI 的全能不应陷入存在主义危机,而应将这种空前的杠杆视作放大器,去思考如何以极低成本让一百万人的生活变得更美好。 ## Detailed walkthrough ### [00:04](https://www.youtube.com/watch?v=VY4jwwNF9No&t=4s) 开场问答:当一切皆可构建时,什么才真正值得去构建? 会议刚拉开序幕,Kent C. Dodds 便向全场观众发起了一场即兴的举手调查:“在座各位当中,有谁敢确定自己一年后所做的事情和现在完全一样?”现场没有一个人举手。面对这片寂静,Kent 幽默地打趣说,幸好没人举手,否则真会让人有些尴尬。他感慨道,放在一年前,谁也无法准确预见今天整个技术生态会发展到何种地步,过去的预测几乎全部失效。在 AI 已经能够构建几乎一切的时代,开发者不再受限于“能不能做出来”,而是被迫面对一个更加本质的难题:既然 AI 能代劳所有事情,我们究竟应该构建什么? 为了给这场深度讨论铺设基调,Kent 与英国杜伦大学(Durham University)计算机科学教授兼技术布道师 Sue Black 展开对话,通过梳理两人数十年的技术从业脉络,寻找在技术激流中保持理性与定力的答案。 ### [01:08](https://www.youtube.com/watch?v=VY4jwwNF9No&t=68s) Sue Black 的科技人生:从单亲母亲到拯救布莱切利园的计算机科学家 Sue Black 向观众讲述了自己极具戏剧性与草根色彩的成长经历。由于家庭变故,她在 16 岁时便早早辍学,直到 26 岁时才重新回归教育体制。彼时,她已经是一位独自抚养三个幼童的单亲母亲。为了彻底摆脱贫困生活并改变家庭的财务窘境,她选择进入夜校攻读数学,并敏锐地察觉到“技术就是未来”,随后毅然攻读了计算机学位。在本科最后一年,导师询问她是否有意愿攻读博士学位(PhD),她虽然满口答应,内心却充满窘迫:“So I said, oh, I'd love to do a PhD. But what I didn't tell him was I didn't know what a PhD was.” 这段从零开始的求学之路开启了她长达数十年的科研与社会倡导生涯。拿下软件工程博士学位后,Sue 成为全职讲师并一路升任正教授。深知技术对个人生存轨迹带来的天翻地覆的改变,她创办了社会企业 techmums,专门帮助弱势地区的母亲们学习数字技能;她还创办了英国首个女性科技人员线上网络 BCSWomen(英国计算机学会女性网络),至今已有 25 年历史。此外,她曾带领全英范围的公众运动成功拯救了二战密码破译圣地布莱切利园(Bletchley Park)。大约八年前,她加入英格兰北部的杜伦大学担任计算机科学教授与技术布道师,持续以自身影响力拓宽科技的社会边界。 - 16 岁辍学,26 岁重回夜校攻读数学,带着 3 个年幼孩子的单亲母亲。 - 软件工程博士毕业后深耕学术界,创办面向弱势母亲的社会企业 techmums。 - 创立 BCSWomen 网络(迎来 25 周年纪念),领导活动拯救英国布莱切利园(Bletchley Park)。 - 现任杜伦大学(Durham University)计算机科学教授兼技术布道师。 ### [03:15](https://www.youtube.com/watch?v=VY4jwwNF9No&t=195s) 存在主义危机与重建乐观:智能体时代的协作工具 相比 Sue 跨越数十年的资历,Kent C. Dodds 提到自己在行业内的 14 年时间显得有些年轻,其中大部分岁月他都作为技术导师,通过海量教程、视频课程和 YouTube 内容教导全球开发者打造卓越的 Web 用户体验。然而,今年初大语言模型能力的爆发式跃升,曾让他陷入深刻的存在危机:“The AI models just got so, so good. And you're thinking, wow, they're they're doing what I used to do better than I used to do it.” 在熬过最初的迷茫后,Kent 重新找回了前所未有的乐观情绪。他坚信社会绝不会步入“后教育时代”,人类对知识的探索和传授依旧至关重要。目前他正在全力研发一款名为 Cody(kody.codes)的软件产品,旨在帮助多个 AI 智能体(Agents)高效协同工作。他指出,随着智能体能力的完备,行业陷入了一个非此即彼的怪圈:当我们拥有构建一切的算力与工具时,我们到底是任由智能体疯狂堆砌软件,最终走向一切皆造或干脆什么都不亲手构建,还是学会对每一次构建保持高度的清醒与审慎? ```mermaid flowchart LR accTitle: 从技术冲击到审慎构建的心态演变 accDescr: 展示开发者面临超强AI模型时,从存在危机走向智能体协作与审慎构建的心态演变路径。 subgraph Phase1["遭遇冲击"] A["AI 能力爆发式跃迁"] --> B["陷入存在危机:<br/>AI 比人类写得更好"] end subgraph Phase2["重构认知"] B --> C["打破迷茫重塑乐观:<br/>人类经验依然关键"] C --> D["研发 Cody:<br/>探索智能体协同工作"] end subgraph Phase3["核心思辨"] D --> E{"当一切皆可构建时?"} E -->|"失控生成"| F["漫无目的地制造冗余代码"] E -->|"保持克制"| G["深思熟虑、精简专注地构建"] end ``` ### [04:45](https://www.youtube.com/watch?v=VY4jwwNF9No&t=285s) 90 年代的软件困境与“涟漪效应”的启示 针对行业内部分人担忧 AI 会稀释老一辈程序员数十年经验积累的疑虑,Kent 坚决认为,哪怕智能体变得再智能,资深从业者沉淀的隐性经验依然不可或缺。他向 Sue 询问了其当年的博士核心研究——软件工程中的“涟漪效应”(The Ripple Effect)。Sue 回忆道,20 世纪 90 年代的大型银行与政务系统通常包含约 2000 万行代码,这在当时是一个令人望而生畏的天文数字。当时业界虽然反复强调必须保持系统文档的实时更新,但面对快节奏的商业环境,几乎没有人能够完全做到,工程师往往缺乏整个复杂系统的全貌映射。 开发人员在系统的某个角落稍作修改,根本无法预判波及全系统的破坏性级联效应,只能战战兢兢地祈祷不要引发系统崩盘。基于美国学者提出的涟漪效应计算思路,受限于 90 年代极其匮乏的算力,Sue 对算法进行了数学重构与精简,写了数千行代码搭建出一个用于运行小型玩具程序的分析系统。这段科研经历深刻塑造了她的世界观:软件修改会引发难以预测的连锁波动,而个体的行动同样如此。正如 Sue 所感慨:“I gradually realized over the years that as one person, you can have a massive effect on, on lots of different things around you.” 与此同时,她也见证了软件工程范式从死板的瀑布模型(Waterfall)向敏捷开发(Agile)及 Kent Beck 结对编程(Pair Programming)思想的跨越,行业第一次将持续向真实用户索取反馈视为理所当然的常识。 - 90 年代大型金融系统规模达到约 2000 万行代码,代码全景图缺失、文档普遍更新滞后。 - 开发人员陷入“局部改动导致全局雪崩”的恐慌,依赖写满注释和碰运气。 - Sue 重构并简化了涟漪效应算法,在有限算力下实现了小规模程序的级联影响度量。 - 软件工程在此期间从瀑布生命周期向敏捷与结对编程转型,用户持续反馈成为现代软件核心。 ### [07:44](https://www.youtube.com/watch?v=VY4jwwNF9No&t=464s) 克制即杠杆:单兵百万行代码时代的减法智慧 谈及当下的构建现实,Kent 指出开发速度的裂变比以往任何时刻都要剧烈。他展示了自己独自开发项目的数据:制作演示幻灯片时项目是 100 万行代码,仅仅两周后,代码量就已经膨胀到了 120 万行。如今凭借 AI 的辅助,单个独立工程师已经能轻松实现过去需要数个完整团队才能覆盖的工程吞吐量。然而 Kent 强调,这绝非炫耀,因为只要愿意燃烧数十亿 Token,任何人都能堆叠出海量代码;真正残酷的考验在于,在如此恐怖的开发速度下,如何确保自己做出来的东西具有真实价值。 为了说明“克制”在产品生命周期中的决定性作用,Kent 列举了移动互联网早期的经典商业案例: 1. **Burbn 与 Instagram 的诞生**:Kevin Systrom 早期打造的 Burbn 原本是一个对标 Foursquare 的复杂签到应用,包含打卡、拍照、上传、留言等臃肿模块。用户对绝大部分功能无动于衷,唯独喜爱照片上传功能。常规思维往往是调集更多资源(如今则是派出更多智能体)去优化冷门功能的使用率,但 Kevin 反其道而行之,果断删除了所有其他冗杂功能,仅保留纯粹的照片分享,Burbn 从而蜕变成了风靡全球的 Instagram。 2. **WhatsApp 的纯粹主义**:在所有竞争对手都在聊天软件中疯狂塞入游戏、动态流和广告的时期,创始人 Jan Koum 发布了一份几乎可称为宣言的原则:专注于打造极致简洁的聊天工具,拒绝一切花哨的干扰,最终铸就了 WhatsApp 势不可挡的爆发式增长。 Kent 借此总结道:“Having restraint on what you build actually is almost more powerful. And in fact, I would say it's even harder.” 在 AI 能以光速执行任何需求的世界里,保持深思熟虑的克制往往具备比盲目扩张更大的杠杆效应。这就引出了一个紧迫的问题:既然单个个体的工程杠杆已被放大至数个团队的规模,软件行业是否还需要接纳更多新手?在杜伦大学的大一课堂上,面对计算机科学专业的新生,大学究竟应当教给他们什么样真正有价值的能力? ### [11:04](https://www.youtube.com/watch?v=VY4jwwNF9No&t=664s) 计算机教育的转变:从死磕代码到系统级思维与软技能 计算机科学的传统教学重心向来是“编写代码并确保无误”,但时代已经发生了剧烈的转变。Sue Black 教授指出,虽然底层代码仍然重要,但当今学生真正需要从入学伊始就掌握的,是对“宏观计算”(computing in the large)的整体理解——不仅要思考如何在这个世界上应用计算,还要理解如何构思并统筹每个人如今都有能力搭建的大型软件系统。 为应对这种转变,她在杜伦大学的教学模式转向了更贴近产业实际与创业生态的引导。她邀请多位创业者走进课堂,向学生解析初创公司(startups)与规模化扩张企业(scaleups)的真实运作,并带领学生进行创业构想(ideation)。在 AI 时代,不仅是计算机专业的学生,几乎所有人都有机会打造属于自己的数字化产品。 业界资深人士的分享反复印证了一个关键观点:软技能才是当下的制胜要素。在团队协作、行业社交以及人际连接方面的能力,其重要性早已超越了单纯的语法编写。正如 Sue Black 所总结的那样:“过去,大家普遍认为最困难的是编写代码;但现在,我们必须跳出单纯进入一家机构当码农的思维,转向系统层面与软件编排(software orchestration)的高度,而不再是日复一日坐在那里机械地写代码。” - **传统重点**:追求代码编写的精确性与无错语法。 - **现代教学重心**:宏观计算思维、系统架构编排、创业构想与商业落地。 - **核心软技能**:团队高效协作、人际连接与行业网络构建(Networking)。 --- ### [13:08](https://www.youtube.com/watch?v=VY4jwwNF9No&t=788s) 初级开发者的未来与软件爆炸式增长的 S 曲线 随着 AI 编程代理(AI Agents)能力的飞跃,业界普遍弥漫着一种焦虑:“初级开发者(Junior)是否已经失去了存在价值?行业是否还给新人留有立足之地?毕竟以往交给初级工程师完成的任务,现在直接丢给 Agent,往往能完成得更快更好。”针对这一质疑,Kent C. Dodds 提出了坚决的反对意见,他认为将工程师的价值仅仅定义在“写代码”上从根本上就是错的。 Kent 强调,无论是资深工程师还是初级新人,其岗位的本质始终是“解决问题”(solve problems),写代码从来都不是终极目标。初级工程师向资深工程师蜕变的核心路径,在于不断模仿资深人士的做事模式,尽可能贴近他们的思维方式去处理复杂议题。在这个过程中,资深工程师的职责正是为他们提供指引与纠偏。正因如此,初级开发者的成长逻辑在本质上并未被颠覆。 从宏观行业趋势来看,软件工程不仅没有萎缩,反而处于更大规模爆发的前夜。Kent 援引了大会主题演讲中关于全球代码生成总量的统计图表:五年前人们或许以为软件已经足够丰富甚至过剩,但数据显示代码量正以惊人的斜率狂飙突进。这也解释了为何 GitHub 仍在持续对底层基础设施进行激进投资。正如 Kent C. Dodds 所断言的:“我们正处于我所预见的一条巨大 S 曲线的起跑阶段;甚至可能它永远不会放缓,而是永远呈现指数级增长。无论是哪种情况,我们对软件工程师的需求只会变得更多。” ```mermaid flowchart TD accTitle: Junior Developer Growth and Software Expansion accDescr: Diagram illustrating the evolving role of junior developers focused on problem-solving and the exponential growth of software systems. subgraph Growth["成长模式:角色认知重塑"] A["传统误区:初级岗是写代码的工具人"] -->|认知纠偏| B["核心价值:聚焦于实际问题的解决"] B -->|资深导师指引 & 模拟高级决策| C["晋升成熟:具备系统级思维的资深工程师"] end subgraph Expansion["行业前景:S 曲线与基础设施"] D["AI 生成工具全面普及"] -->|代码生成量呈指数级暴增| E["系统规模与复杂度爆炸式增长"] E -->|推动巨额基建投资| F["对掌控全局的软件工程师需求不减反增"] end ``` --- ### [14:41](https://www.youtube.com/watch?v=VY4jwwNF9No&t=881s) 120 万行代码的单人神话:一人即是一支工程团队 Sue Black 回顾自己早年攻读计算机科学学位时,导师反复灌输的核心命题就是“如何确保代码真正符合其设计初衷与用途(fit for purpose)”。但在如今单枪匹马就能轻松生成百万行代码的时代,这一标准的检验方式引发了极大的好奇。Kent 顺势分享了他在自身项目(kody.codes)中的真实实践——他自当年 3 月启动项目以来,不仅构建了包含 120 万行代码的代码库,甚至随着产品演进,删除的代码量也几乎与现有总代码量持平。在他看来,代码库的高频重构与演进,恰恰是真正在雕琢产品而非盲目拼凑堆砌的核心分水岭。 当 Sue 询问他的团队规模以及构建了多少智能体时,Kent 揭秘了自己极具杠杆效应的工作流:他日常几乎只与一个主智能体(主要使用 Rockbot 作为主要执行者)进行高阶对话,而这个主智能体则能够根据任务需求,自主派生出任意数量的子智能体(subagents)去并发执行具体开发任务。这种模式彻底颠覆了数月前逐一启动孤立 Agent 的繁琐流程。 面对 Sue 关于“这种自动化程度相当于替代了多少人力”的追问,Kent 坦言,根据自己在大型科技企业主导同类复杂产品的经验,在目前这样的迭代节奏下,原先至少需要两到三个由人类组成的完整软件工程团队。Sue 听后感慨万千,回忆起自己当年从 BASIC、Pascal 再一路写到 COBOL 的经历:那时常常为了排查短短几行代码中的错误,在屏幕上一口气滚出 60 条报错信息;而如今单人驾驭 Agent 即可完成数个研发团队的工作量,技术跨度令人震撼。 - **代码库规模**:一人在数月内构建 120 万行代码,且迭代删除的代码量几乎与现有存量等同。 - **Agent 管理架构**:从早期的手动管理多个孤立 Agent,演化为“与单个 Agent 经理对话,由其自主派生并调度多个子智能体并发执行”。 - **人效对比**:单个开发者借助 AI 编排,达到了过去 2 至 3 个完整工程团队才能企及的研发交付节奏。 --- ### [18:01](https://www.youtube.com/watch?v=VY4jwwNF9No&t=1081s) 自动化流水线:PR 到生产环境的闭环与风险控制 为了具象化展示这套系统如何保证“代码符合实际用途”,Kent 现场演示了一段自动交付的视频。令人惊叹的是,整个修复与上线流程完全在他熟睡时自主闭环完成:甚至连代码审查所针对的 Bug,最初也是由在代码库中运行并使用产品的 Agent 发现并自动提交的 Issue。 整个流水线遵循严格的多层校验与防护机制。Pull Request 开启后,CI 流程不仅会触发常规检查,还会同时调用三个各具特色的 AI 代码审查机器人展开拉锯式审查与自动修补。随后,CI 自动部署一个镜像化的预览环境(preview environment),供负责实现的 Agent 在贴近生产的环境中自主进行交互测试。确认无误后,Agent 自主合并 PR 并直接推向生产环境(kody.codes),Kent 本人全程甚至无需人工审阅哪怕一行代码。 为防止自动化导致系统崩溃,Kent 强调必须通过系统级约束来压缩爆炸半径(blast radius)。这包括建立清晰完备的架构决策记录(ADR)、高可见性的系统基础元原语(primitives)、健全的特性开关(feature flags)、灾难恢复方案以及诸如 Sentry 之类的全方位可观测性监控体系。正如 Kent C. Dodds 所论证的:“产品的输出——也就是最终生成的代码——固然重要,但只要把控好输入决策并建立起稳健的验证防线,大量的中间编码都可以交由自动化完成,从而让我们跃升至更高层次的杠杆,专注于打造真正解决用户痛点的产品。” ```mermaid flowchart LR accTitle: Automated CI/CD Pipeline Driven by AI Agents accDescr: Flowchart displaying how an AI agent detects an issue, creates a PR, iterates through reviews, tests in a preview environment, and deploys to production autonomously. subgraph Trigger["触发与创建"] A["Agent 监控系统并自动提交 Issue"] --> B["实现 Agent 遵循 ADR 创建 PR"] end subgraph Verification["校验与测试"] B --> C["3 个 AI 审查机器人自动 Review & 迭代修改"] C --> D["CI 自动部署生产级预览环境"] D --> E["实现 Agent 自主在预览环境中验证功能"] end subgraph Production["上线与防御"] E --> F["Agent 自主合并 PR 并发布至生产"] F --> G["多层防御网:特性开关 / 灾备 / Sentry 可观测性"] end ``` --- ### [20:19](https://www.youtube.com/watch?v=VY4jwwNF9No&t=1219s) 技术包容性与多元化背景人才的重塑 面对单人即可调度相当于多个团队研发力量的技术现状,Kent 抛出了一个极其尖锐的行业命题:“AI 究竟是在扩大科技行业的包容范围、让更多人得以加入,还是在向人们宣告‘我们不再需要你了’?” 对此,Sue Black 的回答兼具现实与乐观,给出了“既是又不是(yes and no)”的辩证研判。她展示了自己在杜伦大学发起并推动的公益项目“TechUPWomen”的照片。该项目致力于对来自欠发达与代表性不足群体(underserved communities)的女性进行全方位的再培训,帮助她们转型步入科技职场。然而在单人即可充当完整团队的新生产范式下,“为大型技术团队输送多样化人才”的传统初衷正面临重新定义。 从积极的一面来看,AI 以前所未有的方式降低了技术壁垒。以往必须精通晦涩语法、底层系统配置才能实现的软件构想,现在几乎任何有清晰逻辑与应用创意的人,都能借助自然语言引导 AI 打造出功能完备的软件系统。AI 极大地拓宽了创作者的准入门槛,让技术赋能从少数精英阶层向更大规模的群体扩散。 - **受访项目**:杜伦大学“TechUPWomen”计划,专注于帮助弱势群体与代表性不足女性重塑科技技能。 - **时代悖论**:一方面 AI 减少了传统企业技术团队对基础人力的机械依赖,另一方面它让任何具备商业或社会洞察的个体都拥有了掌控完整软件生命周期的能力。 ### [21:17](https://www.youtube.com/watch?v=VY4jwwNF9No&t=1277s) AI 时代的多样性挑战与科技包容 谈到生成式 AI 的普及,Sue Black 首先指出了极其积极的一面:那些过去可能永远没有机会学习编程的人,如今只要拥有绝妙的创意,就能借助 AI 构建出相匹配的产品与服务。从多样性的角度来看,这无疑降低了门槛,让任何人都能参与创造。然而,这也带来了一个隐忧:当构建整个系统的工作完全由单打独斗的一名开发者完成时,我们该如何将“思想的多样性”注入其中? Sue Black 强调,多样性是一种不可替代的力量,它涵盖了年龄、背景、国家、国籍、种族以及性别等方方面面。在当今的全球化市场中,软件必须对全世界的用户都适用。如果团队只剩一个人,多样性要从何而来?这是一个目前尚无明确答案的开放性问题。 随后,Sue Black 深情地回顾了自己的过往。她多年来一直致力于推动弱势女性跨入科技行业,对此深有感触:“talent is everywhere, but opportunity isn't.”(才华无处不在,但机会并非如此。)三十年前,她在二十多岁时还是一个身无分文、靠救济金度日的单身母亲;如果当年没有机会学习数学和计算机,她绝不可能拥有如今这般成功的学术与科技生涯,更不敢想象自己有一天能坐在 GitHub Universe 的舞台上与大家分享经验。科技彻底改变了她的人生,也改变了她四个孩子和六个孙辈的命运。在听到 Kent C. Dodds 提到自己有六个孩子时,Sue 开玩笑说,他们两位光靠生这么多孩子和孙辈,就已经在独自壮大并改变科技行业了。虽然 AI 确实拓宽了受益人群的范围,但单人开发模式下的多样性缺失依然是一个必须警惕的课题。 - **阶层跨越的真实样本**:Sue Black 曾是带着三个年幼孩子的单身母亲,处于贫困边缘,通过学习计算机改写了家族几代人的轨迹。 - **大家庭的幽默互动**:Sue Black 拥有 4 个孩子和 6 个孙辈,而 Kent C. Dodds 拥有 6 个孩子,两人戏称这是在“身体力行增加科技行业人口”。 --- ### [23:17](https://www.youtube.com/watch?v=VY4jwwNF9No&t=1397s) “隐形软件”的兴起与中心化系统的并存 针对 Sue Black 的提问,Kent C. Dodds 坦言,虽然自己目前确实是一个人构建产品,偶尔也会感到孤单,希望能有更多人并肩作战,并且非常依赖开源贡献者的帮助。他认同单人开发大型系统容易忽视受众需求,因此与真实用户保持极度紧密的联系至关重要;同时他也支持 Sue 的教育理念,即开发者依然必须掌握团队协作与人际沟通的能力,世界并不会走向“所有产品都由单人承包”的极端。 不过,Kent C. Dodds 提出了一个极具前瞻性的概念——**“隐形软件”(Invisible Software)**。他认为未来软件开发将从数以亿计的专业开发者,扩张到数十亿普通大众。这并不是说普通人都会主动调用智能体喊“帮我写个 App”,而是大众最终会意识到:智能体不仅能回答问题,更能主动解决实际困难。 未来的智能体会变得极为主动,例如检测到用户的日历出现冲突或其他痛点时,它会自动提议解决,并在后台直接针对该场景生成一段临时定制的软件来排忧解难。这让软件能够完全按照用户自己的价值观被编码出来,专门为单个个体服务。这种模式能为以往被主流软件忽视的长尾、弱势人群带来前所未有的精准服务。 但 Kent 也明确界定了这种模式的边界:并非所有东西都能变成隐形软件。政府管理、航空调度、银行金融等关键领域,依然需要高度可靠的中心化系统;不可能让每个人都拥有自己独立版本的银行账户窗口,就像不可能让每个人都拥有一架私人飞机一样。因此,大体量的复杂系统与超个性化的隐形软件未来将会并行存在。 ```mermaid flowchart TD accTitle: Future Software Paradigms accDescr: Comparison between Invisible Software for individuals and centralized systems for mission critical infrastructure. subgraph InvisibleSoftware["隐形软件(Invisible Software)"] A["个人用户痛点 / 日程冲突"] --> B["主动式 AI 智能体"] B --> C["即时动态构建个性化 App"] C --> D["彻底满足长尾与弱势群体需求"] end subgraph CentralizedSystems["中心化核心系统(Centralized Systems)"] E["公共治理 / 政府体系"] F["航空运输调度"] G["银行与金融交易"] E --- H["需要统一标准、团队协作与绝对安全"] F --- H G --- H end ``` - **受众跃迁**:从亿级(专业程序员)迈向数十亿级(全民通过智能体构建自用软件)。 - **智能体演进**:从“被动问答”进化为“主动发现矛盾并用软件自动化解决”。 - **双轨架构**:高度个性化、用完即弃的“隐形定制软件”与严肃稳定的“中心化基础设施”长久共存。 --- ### [25:45](https://www.youtube.com/watch?v=VY4jwwNF9No&t=1545s) 布莱切利园战役:单一个体如何撬动宏大变革 面对系统越来越庞大、个人越来越渺小的无力感,Kent 向 Sue 抛出了一个核心疑问:“作为单个开发者,我该如何带来巨大的变革?我一个人究竟能做些什么?” Sue Black 回应道,在这个复杂的时代已经没有简单的现成答案,很多人往往会陷入“我微不足道、无法产生影响”的虚无感,但事实恰恰相反。她以自己创立英国首个女性科技在线网络,以及挽救**布莱切利园(Bletchley Park)**的亲历故事进行了有力反驳。 二战期间,包括阿兰·图灵(Alan Turing)在内的约 10,000 名盟军密码破译人员曾在布莱切利园秘密工作。他们的破译成果据称让二战缩短了整整两年;而在当时,战争每年导致约 1,100 万人丧生。然而由于保密长达数十年,这处功勋遗址在战后面临严重的资金短缺,甚至濒临倒闭清算。 当时身为计算机系主任的 Sue 偶然得知这一状况,随即向英国所有的计算机系教授和系主任群发邮件呼吁支持。她最初并未意识到自己在掀起一场运动,但这最终演变成了一场长达三年的挽救布莱切利园行动(2008 年至 2011 年)。经过顽强抗争,他们最终从英国国家彩票基金获得了 460 万英镑拨款,并赢得了 Google 等科技巨头的资金注资,彻底挽救了这座历史地标。 Sue 借此总结道,从底层福利救济一路走来,她从未想过自己能促成如此深刻的改变。她告诉现场所有的开发者:“And particularly if you surround yourself with the right people that care about the same things that you do.”(特别是当你让自己身边围绕着一群和你一样在乎同样事情的志同道合者时,你就能让巨大的改变发生。) - **历史意义**:布莱切利园破译团队的战果缩短了两年二战进程,间接拯救了数千万人的生命。 - **资金突破**:历时三年民间抗争,最终为遗址锁定了英国彩票基金 460 万英镑及 Google 的关键资助。 - **行动哲学**:不要单打独斗,寻找对相同使命抱有热情的同道中人组建社群。 --- ### [28:24](https://www.youtube.com/watch?v=VY4jwwNF9No&t=1704s) 百万人影响挑战与闭幕互动 在分享的尾声,Kent C. Dodds 顺着 Sue 的故事向台下及屏幕前的所有观众提出了一个掷地有声的挑战:“So what could you do to make the life better for a million people?”(你能做些什么让一百万人的生活变得更美好?) Kent 观察到,当下许多人因为 AI 智能体展现出的全能属性而陷入了严重的生存危机感,焦虑地哀叹“智能体把什么都干完了,我还能做什么”。他号召大家把这种思维彻底颠倒过来:正因为拥有了如此不可思议的技术杠杆,个人才拥有了前所未有的放大器,能够以极低的成本触达并帮助极其庞大的人群。 最后,Kent 与 Sue 宣布分享结束,并邀请对多样性、AI 工具选择及负责任构建软件等话题意犹未尽的观众前往现场侧方的 Speakeasy 区域继续交流提问、合影互动,同时也开放了线上反馈通道。两位讲者在全场掌声中向参会者致谢并告别。 ## Notable quotes > [07:44](https://www.youtube.com/watch?v=VY4jwwNF9No&t=464s) Having restraint on what you build actually is almost more powerful. And in fact, I would say it's even harder. — Kent C. Dodds > [21:17](https://www.youtube.com/watch?v=VY4jwwNF9No&t=1277s) talent is everywhere, but opportunity isn't. — Sue Black > [04:45](https://www.youtube.com/watch?v=VY4jwwNF9No&t=285s) I gradually realized over the years that as one person, you can have a massive effect on, on lots of different things around you. — Sue Black > [13:08](https://www.youtube.com/watch?v=VY4jwwNF9No&t=788s) 我们正处于我所预见的一条巨大 S 曲线的起跑阶段;甚至可能它永远不会放缓,而是永远呈现指数级增长。无论是哪种情况,我们对软件工程师的需求只会变得更多。 — Kent C. Dodds > [11:04](https://www.youtube.com/watch?v=VY4jwwNF9No&t=664s) 过去,大家普遍认为最困难的是编写代码;但现在,我们必须跳出单纯进入一家机构当码农的思维,转向系统层面与软件编排(software orchestration)的高度,而不再是日复一日坐在那里机械地写代码。 — Sue Black > [18:01](https://www.youtube.com/watch?v=VY4jwwNF9No&t=1081s) 产品的输出——也就是最终生成的代码——固然重要,但只要把控好输入决策并建立起稳健的验证防线,大量的中间编码都可以交由自动化完成,从而让我们跃升至更高层次的杠杆,专注于打造真正解决用户痛点的产品。 — Kent C. Dodds ## Mentioned Kent C. Dodds, Sue Black, Durham University, GitHub, GitHub Universe 2026, Bletchley Park, BCSWomen, techmums, TechUPWomen, kody.codes, Cody, Rockbot, Instagram, Burbn, Kevin Systrom, WhatsApp, Jan Koum, Kent Beck, Alan Turing, Google, Sentry ## Video description AI can build almost anything you ask it to, which makes a harder question unavoidable: what's actually worth building? In this GitHub Universe 2026 conversation, Sue Black of Durham University and Kent C. Dodds of kody.codes make the case for building software deliberately rather than reflexively. This session explores what responsible software looks like and takes a deeper dive into the daily reality of shipping, choosing developer tools, and maintaining what is already built. You'll leave with a sharper set of questions to bring to your own work, along with a clearer sense of when development speed is worth it and when it isn't. Speakers: Kent C. Dodds, Product Engineer, kody.codes Sue Black, Professor of Computer Science and Technology Evangelist, Durham University Watch more videos from GitHub Universe 2026: https://www.youtube.com/watch?v=AArI948SDz8&list=PLENrlACZ7mnU — CHAPTERS — 00:00 Welcome to GitHub Universe 2026 00:22 What's worth building with AI? 01:06 Sue Black's journey in Technology 03:15 Kent C. Dodds' AI optimism & kodi 04:45 Understanding the ripple effect 07:44 Building with restraint in AI 10:30 Educating the next generation of developers 14:41 Ensuring software is fit for purpose 20:19 AI and diversity in tech 23:14 Invisible software & individual impact 28:25 The million-person impact challenge 29:08 Join the conversation & feedback #GitHubUniverse #SoftwareEngineering #OpenSource Stay up-to-date on all things GitHub by connecting with us: YouTube: https://gh.io/subgithub Blog: https://github.blog X: https://twitter.com/github LinkedIn: https://linkedin.com/company/github Insider newsletter: https://resources.github.com/newsletter/ Instagram: https://www.instagram.com/github TikTok: https://www.tiktok.com/@github About GitHub It’s where over 180 million developers create, share, and ship the best code possible. It’s a place for anyone, from anywhere, to build anything—it’s where the world builds software. https://github.com [Source](https://www.youtube.com/watch?v=VY4jwwNF9No)

Source quotes

[7:44] Kent C. Dodds: Having restraint on what you build actually is almost more powerful. And in fact, I would say it's even harder. [21:17] Sue Black: talent is everywhere, but opportunity isn't. [4:45] Sue Black: I gradually realized over the years that as one person, you can have a massive effect on, on lots of different things around you. [13:08] Kent C. Dodds: 我们正处于我所预见的一条巨大 S 曲线的起跑阶段;甚至可能它永远不会放缓,而是永远呈现指数级增长。无论是哪种情况,我们对软件工程师的需求只会变得更多。 [11:04] Sue Black: 过去,大家普遍认为最困难的是编写代码;但现在,我们必须跳出单纯进入一家机构当码农的思维,转向系统层面与软件编排(software orchestration)的高度,而不再是日复一日坐在那里机械地写代码。 [18:01] Kent C. Dodds: 产品的输出——也就是最终生成的代码——固然重要,但只要把控好输入决策并建立起稳健的验证防线,大量的中间编码都可以交由自动化完成,从而让我们跃升至更高层次的杠杆,专注于打造真正解决用户痛点的产品。